全球土地覆盖10米的更精细分辨率观测和监测(FROM-GLC10)

举报
此星光明 发表于 2023/03/08 04:56:29 2023/03/08
【摘要】 ​全球土地覆盖10米的更精细分辨率观测和监测(FROM-GLC10)这项工作和论文的目的是对2017年用不同卫星上的传感器获取的10米分辨率图像进行分类。我们通过10米分辨率的地图FROM-GLC10进行检查,并与我们2017年30米全球土地覆盖地图FROM-GLC30进行比较。我们发现,虽然结果是可比的,但10米地图确实提供了更多的空间细节。虽然达到了与30米分辨率数据相当的总体精度,但1...

全球土地覆盖10米的更精细分辨率观测和监测(FROM-GLC10)
这项工作和论文的目的是对2017年用不同卫星上的传感器获取的10米分辨率图像进行分类。我们通过10米分辨率的地图FROM-GLC10进行检查,并与我们2017年30米全球土地覆盖地图FROM-GLC30进行比较。我们发现,虽然结果是可比的,但10米地图确实提供了更多的空间细节。虽然达到了与30米分辨率数据相当的总体精度,但10米分辨率地图的实际精度只能通过从10米分辨率数据中收集的测试样本来正确评估。您可以在这里阅读该论文

关于FROM-GLC
全球土地覆盖数据是了解人类活动和全球变化之间复杂互动的关键信息来源。FROM-GLC(更精细的全球土地覆盖观测和监测)是利用大地卫星专题成像仪(TM)和增强型专题成像仪(ETM+)数据制作的第一个30米分辨率的全球土地覆盖图。

你可以在这里下载数据集,链接直接指向geotiff文件,你可以使用Uget这样的下载器来获取文件。

Finer Resolution Observation and Monitoring - FROM-GLC10 - (2017 V0.1)  

免责声明:该数据集的全部或部分描述由作者或其作品提供。

数据预处理
下载数据集后,由于这些数据集是分类数据集,所以采用了MODE金字塔方案。作者提供了RGB值,并将其转换为十六进制代码,以创建一个调色板。该样本脚本还考虑到重新映射数值,以提供一个更连续的最大混合分布。

数据引用:

Chen, B., B. Xu, Z. Zhu, C. Yuan, H. Ping Suen, J. Guo, N. Xu, W. Li, Y. Zhao, and J. J. S. B. Yang. "Stable classification with limited sample: Transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017." Sci. Bull 64 (2019): 370-373.
 

 分类表:

Class Value Remapped Hex code
Background 0 0 #000000
Cropland 10 1 #a3ff73
Forest 20 2 #267300
Grass 30 3 #4ce600
Shrub 40 4 #70a800
Water 60 5 #005cff
Impervious 80 6 #c500ff
Bareland 90 7 #ffaa00
Snow/Ice 100 8 #00ffc5
Cloud 120 9 #ffffff

代码:

var GLC10 = ee.ImageCollection("projects/sat-io/open-datasets/FROM-GLC10");
// Define a dictionary which will be used to make legend and visualize image on map
var dict = {
  "names": [
    "Background",	
    "Cropland",
    "Forest",
    "Grass",
    "Shrub",
    "Water",
    "Impervious",
    "Bareland",
    "Snow/Ice",
    "Cloud"
  ],
  "colors": [
    '#000000',
    '#a3ff73',
    '#267300',
    '#4ce600',
    '#70a800',
    '#005cff',
    '#c500ff',
    '#ffaa00',
    '#00ffc5',
    '#ffffff'
  ]};

// Create a panel to hold the legend widget
var legend = ui.Panel({
  style: {
    position: 'bottom-left',
    padding: '8px 15px'
  }
});

// Function to generate the legend
function addCategoricalLegend(panel, dict, title) {
  
  // Create and add the legend title.
  var legendTitle = ui.Label({
    value: title,
    style: {
      fontWeight: 'bold',
      fontSize: '18px',
      margin: '0 0 4px 0',
      padding: '0'
    }
  });
  panel.add(legendTitle);
  
  var loading = ui.Label('Loading legend...', {margin: '2px 0 4px 0'});
  panel.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')
    });
  };
  
  // Get the list of palette colors and class names from the image.
  var palette = dict['colors'];
  var names = dict['names'];
  loading.style().set('shown', false);
  
  for (var i = 0; i < names.length; i++) {
    panel.add(makeRow(palette[i], names[i]));
  }
  
  Map.add(panel);
  
}


/*
  // Display map and legend ///////////////////////////////////////////////////////////////////////////////
*/

// Add the legend to the map
addCategoricalLegend(legend, dict, 'FROM-GLC10 Land Cover');

var mosaic = GLC10.mosaic().remap([0,10,20,30,40,60,80,90,100,120],[0,1,2,3,4,5,6,7,8,9])

// Add image to the map
Map.addLayer(mosaic, {min:0, max:9, palette:dict['colors']}, 'GLC 10m')

代码链接:

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:global-landuse-landcover/GLC10

Credits, Attributions and License

This dataset is available under a Creative Commons BY-4.0 license.

Curated in GEE by: Samapriya Roy

Keywords: : landcover, landuse, lulc, 10m, global, world, sentinel 2, FROM-GLC

Last updated on GEE: 2022-09-10

【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。