2023年数字地球澳大利亚海岸线

举报
此星光明 发表于 2024/10/03 14:29:54 2024/10/03
【摘要】 ​ 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...

 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 

【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。