简介
数字地球澳大利亚海岸线
数字地球澳大利亚海岸线是一个大陆数据集,包括从 1988 年至今整个澳大利亚海岸线的年度海岸线和海岸变化率。 该产品将澳大利亚地球科学组织的 "澳大利亚数字地球 "计划提供的卫星数据与潮汐模型相结合,绘制出每年平均海平面上最具代表性的海岸线位置图。 通过该产品,每年都能对当地和大陆范围内的海岸线退缩和增长趋势进行研究,并绘制出历史上海岸线变化的模式图,并随着数据的不断获取而定期更新。 通过绘制每年的海岸线位置图,可以深入了解海岸线的变化是由特定事件或行动引起 的,还是随着时间的推移逐渐发生变化的。 这些信息可以帮助科学家、管理者和决策者评估影响海岸线的各种驱动因素的影响,并为规划和预测未来情况提供潜在帮助。
数据集说明
免责声明:数据集的全部或部分描述由作者或其作品提供。 年度海岸线矢量代表自 1988 年以来每年平均海平面以上约 0 米处海岸线的中位数或 "最具代表性 "的位置。 虚线海岸线的确定性较低,年度海岸线包括以下属性字段:
变量
Attribute |
Description |
year |
The year of each annual shoreline. |
certainty |
A column providing important data quality flags for each annual shoreline. |
tide_datum |
The tide datum of each annual shoreline (e.g. “0 m AMSL”). |
id_primary |
The name of the annual shoreline’s Primary sediment compartment from the Australian Coastal Sediment Compartments framework. |
代码
var shoreline_annual = ee.FeatureCollection("projects/sat-io/open-datasets/DEA/COASTLINES/coastlines_v220_shorelines_annual");
var hotspot_zoom_1 = ee.FeatureCollection("projects/sat-io/open-datasets/DEA/COASTLINES/coastlines_v220_hotspots_zoom_1");
var hotspot_zoom_2 = ee.FeatureCollection("projects/sat-io/open-datasets/DEA/COASTLINES/coastlines_v220_hotspots_zoom_2");
var hotspot_zoom_3 = ee.FeatureCollection("projects/sat-io/open-datasets/DEA/COASTLINES/coastlines_v220_hotspots_zoom_3");
var rate_of_change = ee.FeatureCollection("projects/sat-io/open-datasets/DEA/COASTLINES/coastlines_v220_shorelines_annual");
Map.centerObject(shoreline_annual.first(),18)
// Get a color for a year
var yearColor = ee.Dictionary({
'1988': '#4d4d7a',
'1989': '#535a88',
'1990': '#5a608d',
'1991': '#616692',
'1992': '#686c97',
'1993': '#6f719c',
'1994': '#7677a1',
'1995': '#7d7ca6',
'1996': '#8482ab',
'1997': '#8b87b0',
'1998': '#922db9',
'1999': '#9922b3',
'2000': '#a01db0',
'2001': '#a717aa',
'2002': '#af11a4',
'2003': '#b70d9e',
'2004': '#bf0898',
'2005': '#c70292',
'2006': '#ce027e',
'2007': '#d5016a',
'2008': '#dc0156',
'2009': '#e40042',
'2010': '#ec003e',
'2011': '#f3003a',
'2012': '#fa0036',
'2013': '#ff0033',
'2014': '#ff4733',
'2015': '#ff6d33',
'2016': '#ff9333',
'2017': '#ffb933',
'2018': '#ffd033',
'2019': '#ffe54c',
'2020': '#ffe54c',
'2021': '#ffe54c',
'2022': '#52b033',
'2023': '#33a8ff'
});
function addStyle(ft) {
var color = yearColor.get(ft.get('year'));
return ft.set('styleProperty', ee.Dictionary({'color': color}));
}
// Make a FeatureCollection out of years database
var pp = ee.FeatureCollection(shoreline_annual).map(addStyle);
function addLayer(year) {
Map.addLayer(pp.filter(ee.Filter.eq('year', ee.Number.parse(year))).style({styleProperty: 'styleProperty', neighborhood: 50}), {}, year, true, 0.8);
}
// Apply `addLayer` to each record in years
yearColor.keys().getInfo().map(addLayer);
// Define a dictionary which will be used to make legend and visualize image on map
var dict = {
"names": [
"1988",
"1989",
"1990",
"1991",
"1992",
"1993",
"1994",
"1995",
"1996",
"1997",
"1998",
"1999",
"2000",
"2001",
"2002",
"2003",
"2004",
"2005",
"2006",
"2007",
"2008",
"2009",
"2010",
"2011",
"2012",
"2013",
"2014",
"2015",
"2016",
"2017",
"2018",
"2019",
"2020",
"2021",
"2022",
"2023"
],
"colors": [
'#4d4d7a',
'#535a88',
'#5a608d',
'#616692',
'#686c97',
'#6f719c',
'#7677a1',
'#7d7ca6',
'#8482ab',
'#8b87b0',
'#922db9',
'#9922b3',
'#a01db0',
'#a717aa',
'#af11a4',
'#b70d9e',
'#bf0898',
'#c70292',
'#ce027e',
'#d5016a',
'#dc0156',
'#e40042',
'#ec003e',
'#f3003a',
'#fa0036',
'#ff0033',
'#ff4733',
'#ff6d33',
'#ff9333',
'#ffb933',
'#ffd033',
'#ffe54c',
'#ffe54c',
'#ffe54c',
'#52b033',
'#33a8ff'
]};
var legend = ui.Panel({
style: {
position: 'middle-right',
padding: '8px 15px'
}
});
// Create and add the legend title.
var legendTitle = ui.Label({
value: 'Shoreline Year',
style: {
fontWeight: 'bold',
fontSize: '18px',
margin: '0 0 4px 0',
padding: '0'
}
});
legend.add(legendTitle);
var loading = ui.Label('Loading legend...', {margin: '2px 0 4px 0'});
legend.add(loading);
// Creates and styles 1 row of the legend.
var makeRow = function(color, name) {
// Create the label that is actually the colored box.
var colorBox = ui.Label({
style: {
backgroundColor: color,
// Use padding to give the box height and width.
padding: '8px',
margin: '0 0 4px 0'
}
});
// Create the label filled with the description text.
var description = ui.Label({
value: name,
style: {margin: '0 0 4px 6px'}
});
return ui.Panel({
widgets: [colorBox, description],
layout: ui.Panel.Layout.Flow('horizontal')
});
};
var palette = dict['colors'];
var names = dict['names'];
loading.style().set('shown', false);
for (var i = 0; i < names.length; i++) {
legend.add(makeRow(palette[i], names[i]));
}
// Print the panel containing the legend
print(legend);
代码链接
https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:oceans-shorelines/DEA-Shorelines
结果
引用
Bishop-Taylor, R., Nanson, R., Sagar, S., Lymburner, L. 2021. Digital Earth Australia
Coastlines. Geoscience Australia, Canberra. https://doi.org/10.26186/116268
Bishop-Taylor, R., Nanson, R., Sagar, S., Lymburner, L. (2021). Mapping Australia's dynamic
coastline at mean sea level using three decades of Landsat imagery. Remote Sensing of
Environment, 267, 112734. Available: https://doi.org/10.1016/j.rse.2021.112734
Nanson, R., Bishop-Taylor, R., Sagar, S., Lymburner, L., (2022). Geomorphic insights into
Australia's coastal change using a national dataset derived from the multi-decadal Landsat
archive. Estuarine, Coastal and Shelf Science, 265, p.107712. Available: https://doi.org/10.1016/
j.ecss.2021.107712
Bishop-Taylor, R., Sagar, S., Lymburner, L., Alam, I., & Sixsmith, J. (2019). Sub-pixel
waterline extraction: Characterising accuracy and sensitivity to indices and spectra. Remote
Sensing, 11(24), 2984. Available: https://www.mdpi.com/2072-4292/11/24/2984
许可
这些数据集采用 CC BY 4.0 署名 4.0 国际许可协议。 该许可证允许用户以任何媒介或格式分发、重制、改编和利用这些资料,但须注明创作者。
创作者:澳大利亚数字地球公司 澳大利亚数字地球 在 GEE 中策划
关键词 : 海洋、海洋与海岸、海洋与海岸、海岸、侵蚀、水线提取、子像素水线、海岸变化、DEA 海岸线、海岸线数据、海岸侵蚀
更新日志 2024 年 8 月,DEA 海岸线产品更新至 2.1.0 版。
2023 年 8 月,DEA 海岸线产品更新到 2.1.0 版。 本次更新包括增加 2022 年的年度海岸线数据。 2022 年的海岸线数据为临时数据,可能会发生变化,并将在 2023 年(2024 年 7 月)的 DEA 海岸线更新中更新为最终版本。 最后更新日期 : 2024-09-13
网址推荐
0代码在线构建地图应用
https://www.mapmost.com/#/?source_inviter=CnVrwIQs
机器学习
https://www.cbedai.net/xg
评论(0)