AIEarth中国10米地物分类数据集(AIEC) 简介与Notebook示例

举报
此星光明 发表于 2024/02/26 19:35:03 2024/02/26
【摘要】 ​AIEarth中国10米地物分类数据集(AIEC) 简介与Notebook示例¶达摩院AI Earth团队自研的中国区10m分辨率地物分类产品,数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集,借助深度学习方法,融合了多时序、多模态、Low Level约束、半监督等技术,进行精细化地物分割。算法基于LandCoverNet Dataset, Goo...

AIEarth中国10米地物分类数据集(AIEC) 简介与Notebook示例

达摩院AI Earth团队自研的中国区10m分辨率地物分类产品,数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集,借助深度学习方法,融合了多时序、多模态、Low Level约束、半监督等技术,进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测,整体精度指标均达到一定提升。

AI EarthSentinel地物分类中国年度产品

AI Earth中国10米地物分类数据集(AIEC)是一个用于地物分类的数据集。该数据集包含了中国范围内的高分辨率遥感影像,并对影像中的地物进行分类。前言 – 人工智能教程

AIEC数据集的分辨率为10米,覆盖了中国的各个地区。数据集中的地物分类包括建筑物、道路、水体、农田、森林等。这些分类信息有助于各种应用和研究,如城市规划、土地利用、环境监测等。

AIEC数据集是由人工智能技术自动进行地物分类得到的,具有较高的准确性和可靠性。数据集可以用于训练和评估地物分类模型,以提高地物分类的精度和效果。

使用AIEC数据集可以帮助研究人员和应用开发者更好地理解和利用地物信息,从而为城市规划、农业管理、自然资源管理等领域提供支持和决策依据。

时相:

2020-2022年

范围:

中国

数据来源:

DAMO AI Earth

引用代码:

dataset = aie.ImageCollection('DAMO_AIE_CHINA_LC')

分辨率

10

波段

名称 描述 最小值 最大值
Map 用地类型 1 9

土地分类

数值 类型
1 耕地
2 林地
3 草地
4 灌木
5 湿地
6 水体
7 人造地表
8 裸地
9 冰雪

 

数据检索 

import aie
aie.Authenticate()
aie.Initialize()
# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province').geometry() 

#指定检索数据集,可设置检索的时间范围
dataset = aie.ImageCollection('DAMO_AIE_CHINA_LC') \
             .filterBounds(feature_collection) \
             .filterDate("2022-01-01", "2022-01-31") \
             .mosaic()\
             .clip(feature_collection)
             
imgs = dataset.select(['Map']);

map = aie.Map(
    center=imgs.getCenter(),
    height=800,
    zoom=6
)
vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 9,
    'palette': [
        '#F8D072','#31AD69','#83C238','#63E038',
        '#63E0E4','#A3D6F5','#F1A5B4','#D7C8B9',
        '#9C9C9C'
    ]
}

map.addLayer(
    imgs,
    vis_params,
    'Map',
    bounds=imgs.getBounds()
)
map

 单景影像检索

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

img = aie.Image('DAMO_AIE_CHINA_LC_2022_N30E117')

map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=6
)
vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 9,
    'palette': [
        '#F8D072','#31AD69','#83C238','#63E038',
        '#63E0E4','#A3D6F5','#F1A5B4','#D7C8B9',
        '#9C9C9C'
    ]
}
map.addLayer(
    img,
    vis_params,
    'Map',
    bounds=img.getBounds()
)
map

 

使用须知

此数据集来源于AI Earth团队,数据版权归AI Earth所有,用户使用中请遵守AI Earth平台用户协议中相关条款。并做好数据集引用说明。

【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。