​

 简介：

利用GlobeLand30地表覆盖产品、VIIRS夜间灯光数据和MODIS EVI植被指数产品，提取全球高置信度的人工不透水面分类的训练样本；基于多源多时相遥感数据的不透水面提取算法，以5°网格进行了逐区块地自适应随机森林建模，生产了区块不透水面产品，并经过地理拼接生成了2015年全球30m不透水面产品（MSMT_IS30-2015）。数据的总体精度为95.1%，kappa系数为0.898，显著优于国际上现有产品。
该产品可以应用于城市扩张的研究、暴雨洪水管理模型的构建，还可以作为居民点数据应用于双评价中，如：生态—生物多样性维护评价内容中，准备环境变量步骤——与居民点的距离。

前言 – 人工智能教程

不透水层的作用是防止水分渗透到地下，保护地下水源，同时可以维持土壤的稳定性和防止土壤侵蚀。此外，不透水层还可以用作工程建设中的基础材料，例如道路、停车场和建筑物的地基等。

然而，如果不透水层过厚或缺乏透水突破点，会导致地下水位过高，造成植被干旱和土壤盐渍化。此外，不透水层也会影响城市的排水系统，可能导致洪水和污水倒流等问题。因此，在设计和应用不透水层时，必须考虑周全，确保其正确使用和管理。

数据集ID: 

CAS/MSMT_IS30

时间范围: 2015年-2015年

范围: 全球

来源: 张肖，刘良云

复制代码段: 

var images = pie.ImageCollection("CAS/MSMT_IS30")

代码：

var img = pie.ImageCollection('CAS/MSMT_IS30')
                .select("B1")
                .first();
   print(img);
   Map.setCenter(108.251, 33.515, 4);
   Map.addLayer(img.updateMask(img.eq(2)), {palette: ["0025FF"]}, "img");

Zhang Xiao, & Liu Liangyun. (2019). Development of a global 30-m impervious surface map using multi-source and multi-temporal remote sensing datasets with the Google Earth Engine platform [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3505079 

​