全球地表覆盖数据(GlobeLand30)2020版本

举报
此星光明 发表于 2023/10/26 17:07:39 2023/10/26
【摘要】 ​ 简介全球地表覆盖数据(GlobeLand30)是中国研制的30米空间分辨率全球地表覆盖数据,2014年已发布2000和2010版,自然资源部于2017年对该数据进行了更新,形成了2020版。GlobeLand30中包括10个种类,分别为耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。GlobeLand30研制所用的分类影像主要为30米多光谱影像,包括Lands...

 简介

全球地表覆盖数据(GlobeLand30)是中国研制的30米空间分辨率全球地表覆盖数据,2014年已发布2000和2010版,自然资源部于2017年对该数据进行了更新,形成了2020版。
GlobeLand30中包括10个种类,分别为耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。GlobeLand30研制所用的分类影像主要为30米多光谱影像,包括Landsat系列的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星HJ-1多光谱影像,2020版数据还使用了16米的GF1多光谱影像。在影像无云(少云)前提下,优先选择生产基准年或更新年度±2年内植被生长季的多光谱影像,影像获取困难地区则放宽获取时间,从而保证影像的全球覆盖度。前言 – 人工智能教程

GlobeLand30 V2010数据精度评价由同济大学牵头完成。从全球853幅数据中抽取80个图幅,布设超过15万个检验样本,得出GlobeLand30 V2010数据的总体精度为83.50%,Kappa系数0.78。GlobeLand30 V2020数据精度评价由中国科学院空天信息创新研究院牵头完成。基于景观形状指数抽样模型进行全套数据布点,共布设样本超过23万个。得出GlobeLand30 V2020数据的总体精度为85.72%,Kappa系数0.82。

数据集ID: 

NGCC/GLOBELAND30

时间范围: 2000年-2020年

范围: 全国

来源: NGCC

复制代码段: 

var images = pie.ImageCollection("NGCC/GLOBELAND30")

名称 类型 无效值 空间分辨率 时间分辨率 描述信息
B1 Byte 0 30m 时间范围不连续,分别为2000年,2010年,2020年共三年的地表覆盖产品


名称 内容 代码
耕地 用于种植农作物的土地,包括水田、灌溉旱地、雨养旱地、菜地、牧草种植地、大棚用地、以种植农作物为主间有果树及其他经济乔木的土地,以及茶园、咖啡园等灌木类经济作物种植地。 10
林地 乔木覆盖且树冠盖度超过30%的土地,包括落叶阔叶林、常绿阔叶林、落叶针叶林、常绿针叶林、混交林,以及树冠盖度为10-30%的疏林地。 20
草地 天然草本植被覆盖,且盖度大于10%的土地,包括草原、草甸、稀树草原、荒漠草原,以及城市人工草地等。 30
灌木地 灌木覆盖且灌丛覆盖度高于30%的土地,包括山地灌丛、落叶和常绿灌丛,以及荒漠地区覆盖度高于10%的荒漠灌丛。 40
湿地 位于陆地和水域的交界带,有浅层积水或土壤过湿的土地,多生长有沼生或湿生植物。包括内陆沼泽、湖泊沼泽、河流洪泛湿地、森林/灌木湿地、泥炭沼泽、红树林、盐沼等。 50
水体 陆地范围液态水覆盖的区域,包括江河、湖泊、水库、坑塘等。 60
苔原 寒带及高山环境下由地衣、苔藓、多年生耐寒草本和灌木植被覆盖的土地,包括灌丛苔原、禾本苔原、湿苔原、高寒苔原、裸地苔原等。 70
人造地表 由人工建造活动形成的地表,包括城镇等各类居民地、工矿、交通设施等,不包括建设用地内部连片绿地和水体。 80
裸地 植被覆盖度低于10%的自然覆盖土地,包括荒漠、沙地、砾石地、裸岩、盐碱地等。 90
冰川和永久积雪 由永久积雪、冰川和冰盖覆盖的土地,包括高山地区永久积雪、冰川,以及极地冰盖等。 100

 

名称

范围

描述

date

string

影像时间

代码:

/**
* @File    :   GlobeLand30
* @Time    :   2020/7/21
* @Author  :   piesat
* @Version :   1.0
* @Contact :   400-890-0662
* @License :   (C)Copyright 航天宏图信息技术股份有限公司
* @Desc    :   加载全球地表覆盖GlobeLand30数据集
*/

//加载全球地表覆盖GlobeLand30数据
var img = pie.ImageCollection('NGCC/GLOBELAND30')
            .filterDate("2009", "2011")
            .select("B1")
            .mosaic();
print(img);
//按不同地表覆盖类型值设定预览参数
visGL = {
    uniqueValue:'10, 20, 30, 40, 50, 60, 70, 80, 90, 100',
    palette: [
        '00FF00', '00e900', '00dF00', '00ce00', '00ba00',
        '0002FF', '97FF00', 'FF0000', 'FFce00', 'FFFFFF'
    ]
};
//加载显示影像
Map.addLayer(img, visGL, "img");

加载了部分的结果,因为PIEENGINE运行速度相对较慢 

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。