​

 2020年全球30米湿地数据产品(GWL_FCS30)简介与Notebook示例

该数据集利用时间序列的Landsat反射率数据产品和Sentinel-1 SAR影像，加上分层分类策略和局部自适应随机森林分类算法，成功地整合出2020年第一个具有精细分类系统的全球30米湿地产品。湿地被分为四种内陆湿地（沼泽、沼泽、水淹平地和盐碱地）和三种沿海湿地（红树林、盐沼和潮汐平地）。https://www.cbedai.net/xg

2020年全球30米湿地数据产品(GWL_FCS30)数据集是由谷歌地球引擎平台开发的，它是第一个具有精细分类系统的全球30米湿地地图。该数据集包括五个内陆湿地子类别（永久水域、沼泽、沼泽、潮滩和盐碱地）和三个沿海潮汐湿地子类别（红树林、盐沼和潮滩）。该数据集是基于多源和时间序列遥感影像开发的，包括Landsat、Sentinel-1和MODIS数据。该数据集的总体准确率为87.7%，kappa系数为0.810。该数据集可用于湿地保护、管理和恢复等目的。

以下是2020年全球30米湿地数据产品(GWL_FCS30)数据集的更多详细信息：

• 分辨率：30米
• 分类系统：五个内陆湿地子类别（永久水域、沼泽、沼泽、潮滩和盐碱地）和三个沿海潮汐湿地子类别（红树林、盐沼和潮滩）
• 开发技术：多源和时间序列遥感影像
• 总体准确率：87.7%
• kappa系数：0.810
• 数据集大小：1.2 TB
• 数据集可用性：免费

2020年全球30米湿地数据产品(GWL_FCS30)数据集是一项重要的工具，可用于监测和评估全球湿地。该数据集可用于湿地保护、管理和恢复等目的。

数据集检索

import aie
aie.Authenticate()
aie.Initialize()

# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province') \
                        .filter(aie.Filter.eq('province', '浙江省'))

geometry = feature_collection.geometry()

dataset = aie.ImageCollection('GWL30_2020') \
             .filterBounds(geometry) \
             .limit(10);

print(dataset.getInfo())
map = aie.Map(
    center=dataset.getCenter(),
    height=800,
    zoom=6
)

vis_params = {
    'bands': ['Map'],
    'min': 0,
    'max': 2000,
    "palette":["#D9D9D9","#3AA505","#747500","#F6D286",
               "#EFAC85","#E833BA","#D8FC83","#DC9936"]
}

map.addLayer(
    dataset,
    vis_params,
    'True Color',
    bounds=dataset.getBounds()
)
map

查看影像的具体属性：这里有矢量的坐标范围影像id以及波段信息，这里有几个参数，最小值最大值，平均值标准差和类型，波段属性信息以及使时间信息。

{'features': [{'bbox': [115.0, 24.99979746553392, 120.00020253446608, 30.0], 'id': 'GWL30_2020_E115N30', 'bands': [{'dataType': {'min': 0.0, 'max': 0.0, 'mean': 0.0, 'precision': '', 'type': '', 'stdev': 0.0}, 'index': 1, 'id': 'Map'}], 'properties': {'datetime': '2020-12-30T16:00:00.000Z', 'instruments': [], 'aie:band_names': ['Map'], 'meta:startTime': '2020-12-30T16:00:00.000Z'}}, {'bbox': [115.0, 29.99979746553392, 120.00020253446608, 35.0], 'id': 'GWL30_2020_E115N35', 'bands': [{'dataType': {'min': 0.0, 'max': 0.0, 'mean': 0.0, 'precision': '', 'type': '', 'stdev': 0.0}, 'index': 1, 'id': 'Map'}], 'properties': {'datetime': '2020-12-30T16:00:00.000Z', 'instruments': [], 'aie:band_names': ['Map'], 'meta:startTime': '2020-12-30T16:00:00.000Z'}}, {'bbox': [120.0, 24.99979746553392, 125.00020253446608, 30.0], 'id': 'GWL30_2020_E120N30', 'bands': [{'dataType': {'min': 0.0, 'max': 0.0, 'mean': 0.0, 'precision': '', 'type': '', 'stdev': 0.0}, 'index': 1, 'id': 'Map'}], 'properties': {'datetime': '2020-12-30T16:00:00.000Z', 'instruments': [], 'aie:band_names': ['Map'], 'meta:startTime': '2020-12-30T16:00:00.000Z'}}, {'bbox': [120.0, 29.99979746553392, 125.00020253446608, 35.0], 'id': 'GWL30_2020_E120N35', 'bands': [{'dataType': {'min': 0.0, 'max': 0.0, 'mean': 0.0, 'precision': '', 'type': '', 'stdev': 0.0}, 'index': 1, 'id': 'Map'}], 'properties': {'datetime': '2020-12-30T16:00:00.000Z', 'instruments': [], 'aie:band_names': ['Map'], 'meta:startTime': '2020-12-30T16:00:00.000Z'}}], 'id': 'GWL30_2020', 'properties': {}}

 单景影像代码：

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('GWL30_2020_E0N15')

print(img.getInfo())
map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=10
)

vis_params = {
    'bands': ['Map'],
    'min': 0,
    'max': 2000,
    "palette":["#D9D9D9","#3AA505","#747500","#F6D286",
               "#EFAC85","#E833BA","#D8FC83","#DC9936"]
}

map.addLayer(
    img,
    vis_params,
    'True Color',
    bounds=img.getBounds()
)
map

​