GEE 数据集——全球大坝跟踪数据库(GDAT)竣工年份、大坝高度、长度、用途和装机容量

举报
此星光明 发表于 2024/11/04 21:42:51 2024/11/04
【摘要】 ​ GEE 数据集——全球大坝跟踪数据库(GDAT)竣工年份、大坝高度、长度、用途和装机容量简介全球大坝跟踪数据库(GDAT)全球大坝跟踪数据库(GDAT)是最全面的全球大坝地理参照数据库之一,涵盖全球 35,000 多座大坝。 它包括精确的地理坐标、卫星衍生的集水区以及详细的属性信息,如竣工年份、大坝高度、长度、用途和装机容量。 GDAT 建立在现有全球数据集的基础上,并通过政府、非营利组...

 GEE 数据集——全球大坝跟踪数据库(GDAT)竣工年份、大坝高度、长度、用途和装机容量

简介

全球大坝跟踪数据库(GDAT)

全球大坝跟踪数据库(GDAT)是最全面的全球大坝地理参照数据库之一,涵盖全球 35,000 多座大坝。 它包括精确的地理坐标、卫星衍生的集水区以及详细的属性信息,如竣工年份、大坝高度、长度、用途和装机容量。 GDAT 建立在现有全球数据集的基础上,并通过政府、非营利组织和学术机构提供的地区数据加以充实,尤其是在通常缺乏详细覆盖范围的全球南部地区。 该数据集旨在进行跨时空分析,使用户能够评估过去三十年中大坝建设对环境和社会经济的影响,尤其侧重于全球地表水覆盖率的变化。

摘要

我们呈现了迄今为止最全面的地理参考全球大坝数据库之一。全球大坝追踪器(GDAT)包含35,000个大坝,具有交叉验证的地理坐标、卫星衍生的集水区和详细的属性信息。将GDAT与跨越三十年的精细卫星数据结合,我们展示了GDAT如何改进现有数据库,以便进行全球范围内大坝建设成本和收益的跨时间分析。我们的研究结果表明,在过去三十年中,大坝对全球地表水覆盖的显著增加做出了贡献,尤其是在亚洲和南美洲的发展中国家。这是朝着更系统地理解大坝对当地社区全球影响的重要一步。通过填补数据空白,GDAT将有助于为能源获取和经济发展提供更可持续和公平的方法。

代码

var gdat_catchments = ee.FeatureCollection("projects/sat-io/open-datasets/GDAT/GDAT_V1_CATCHMENTS"),
    gdat_dams = ee.FeatureCollection("projects/sat-io/open-datasets/GDAT/GDAT_V1_DAMS");
// Define a function to map values to colors based on visualization parameters
function getColor(value, visParams) {
  var min = visParams.min;
  var max = visParams.max;
  var palette = ee.List(visParams.palette);
  var paletteSize = palette.length();
  
  // Normalize the value between 0 and 1
  var normalized = ee.Number(value).subtract(min).divide(max - min).clamp(0, 1);
  
  // Compute the palette index
  var index = normalized.multiply(paletteSize.subtract(1)).round();
  
  // Get the color from the palette
  var color = palette.get(index);
  
  return color;
}

// Function to ensure 'Height' is a valid number and default to 0 if missing or invalid
var catchmentsWithHeight = gdat_catchments.map(function(feature) {
  // Get the 'Height' property as a string
  var heightString = ee.String(feature.get('Height'));
  
  // Check if the 'Height' string is empty or not a valid number
  var isValid = heightString.match('^[0-9.]+$'); // Matches only numeric values
  var height = ee.Algorithms.If(isValid, ee.Number.parse(heightString), 0); // Default to 0 if invalid
  
  return feature.set('Height', height);
});

// Apply a random visualizer to the catchments using the validated 'Height' property
var randomVisCatchments = ee.Image().paint({
  featureCollection: catchmentsWithHeight,
  color: 'Height' // Use the 'Height' property as the color value
}).randomVisualizer();

// Add the randomly styled catchments to the map
Map.addLayer(randomVisCatchments, {}, 'GDAT Catchments Styled by Height');

// Define visualization parameters for dams based on Year_Fin
var damVis = {
  min: 1200,
  max: 2024, // Full range of 'Year_Fin'
  palette: ['#f7fcf0', '#e0f3db', '#ccebc5', '#a8ddb5', '#7bccc4', '#4eb3d3', '#2b8cbe', '#0868ac', '#084081', '#081d58', '#fcfdbf', '#fee391', '#fec44f', '#fe9929', '#ec7014', '#cc4c02', '#993404', '#662506', '#4d004b', '#2c0031'],
  opacity: 0.6
};

// Style dams by Year_Fin
var styledDams = gdat_dams.map(function(feature) {
  var yearFinished = ee.String(feature.get('Year_Fin'));
  
  // Check if 'Year_Fin' is not empty and can be converted to a number
  var isValidYear = yearFinished.match('^[0-9]{4}$'); // Check if it matches a 4-digit number pattern
  yearFinished = ee.Algorithms.If(isValidYear, ee.Number.parse(yearFinished), 1200); // Default to 1200 if invalid
  
  var color = getColor(yearFinished, damVis);
  return feature.set('style', {color: color, fillColor: color, width: 1});
});

// Add dams to the map
Map.addLayer(
  styledDams.style({styleProperty: 'style'}),
  {},
  'Dams Styled by Year Finished'
);


// Center the map
Map.setCenter(0, 20, 3);

// Print the number of dams and catchments
gdat_dams.size().evaluate(function(count) {
  print('Number of dam points:', count);
});

gdat_catchments.size().evaluate(function(count) {
  print('Number of catchment polygons:', count);
});

// Add a greyscale map style
var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/65217/grey", "Greyscale");

引用

Zhang, Alice Tianbo, and Vincent Xinyi Gu. "Global Dam Tracker: A database of more than 35,000 dams with location, catchment, and attribute information."
Scientific data 10, no. 1 (2023): 111.

Zhang, A. T., & Gu, V. X. (2023). Global Dam Tracker: A database of more than 35,000 dams with location, catchment, and attribute information [Data set].
In Scientific Data (Version v1, Vol. 10, Number 1, p. 111). Zenodo. https://doi.org/10.5281/zenodo.7616852

许可信息

数据集采用知识共享 4.0 国际许可协议。

提供者:Zhang et al: Zhang et al: Samapriya Roy

关键词 河流屏障、水库、水电大坝、蓄水、防洪、水生生态系统

最后更新: 2024-10-27 

网址推荐


知识星球

知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)

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。