GEE數據集——GLC_FCS30D - 全球 30 米土地覆被變化數據集(1985-2022 年)

GLC_FCS30D - 全球 30 米土地覆被變化數據集(1985-2022 年)



本數據集是正在提交的論文的一部分,因此沒有引用和 DOI 信息。請在使用本數據集時注意這一點。

GLC_FCS30D 數據集是全球土地覆被監測領域的一項開創性進展,它以 30 米的分辨率全面揭示了從 1985 年到 2022 年期間的土地覆被動態。GLC_FCS30D 采用連續變化探測方法開發,利用了谷歌地球引擎平臺中大量的陸地衛星圖像檔案,包括 35 個土地覆被子類別和 26 個時間步長,2000 年之前每五年更新一次,之后每年更新一次。通過嚴格的完善過程,包括時空分類和時間一致性優化,該數據集實現了高置信度的準確性,經過 84,000 多個全球樣本的驗證,總體準確率達到 80.88%。值得注意的是,GLC_FCS30D 闡明了重要趨勢,揭示了森林和耕地變化是過去 37 年全球土地覆被變化的主要驅動因素,森林凈損失約 250 萬平方公里,耕地面積凈增加約 130 萬平方公里。GLC_FCS30D 具有多樣化的分類系統、高空間分辨率和廣泛的時間覆蓋范圍,是氣候變化研究和可持續發展分析的寶貴資源。前言 – 人工智能教程

?

GLC_FCS30D 是首個采用連續變化探測技術的 30 米分辨率全球精細土地覆被動態產品。它采用了一套包含 35 個土地覆被類別的精細分類系統,時間跨度為 1985 年至 2022 年。2000 年之前,更新周期為每 5 年一次,2000 年之后,更新周期為每年一次。具體而言,該系統結合了連續變化檢測方法、局部自適應更新模型和來自密集時間序列大地遙感衛星圖像的時空優化算法,經過驗證,基本分類系統(10 個主要土地覆被類型)的總體精度為 80.88%(±0.27%),LCCS 一級驗證系統(17 個 LCCS 土地覆被類型)的總體精度為 73.24%(±0.30%)。

數據鏈接

GLC_FCS30D: the first global 30-m land-cover dynamic monitoring product with fine classification system from 1985 to 2022

土地分類類型

展開以顯示土地覆被等級、RGB 值和十六進制代碼

LC IdClassification SystemRGB valueColor
10Rainfed cropland(255,255,100)
11Herbaceous cover cropland(255,255,100)
12Tree or shrub cover (Orchard) cropland(255,255,0)
20Irrigated cropland(170,240,240)
51Open evergreen broadleaved forest(76,115,0)
52Closed evergreen broadleaved forest(0,100,0)
61Open deciduous broadleaved forest (0.15<fc<0.4)(170,200,0)
62Closed deciduous broadleaved forest (fc>0.4)(0,160,0)
71Open evergreen needle-leaved forest (0.15< fc <0.4)(0,80,0)
72Closed evergreen needle-leaved forest (fc >0.4)(0,60,0)
81Open deciduous needle-leaved forest (0.15< fc <0.4)(40,100,0)
82Closed deciduous needle-leaved forest (fc >0.4)(40,80,0)
91Open mixed leaf forest (broadleaved and needle-leaved)(160,180,50)
92Closed mixed leaf forest (broadleaved and needle-leaved)(120,130,0)
120Shrubland(150,100,0)
121Evergreen shrubland(150,75,0)
122Deciduous shrubland(150,100,0)
130Grassland(255,180,50)
140Lichens and mosses(255,220,210)
150Sparse vegetation (fc<0.15)(255,235,175)
152Sparse shrubland (fc<0.15)(255,210,120)
153Sparse herbaceous (fc<0.15)(255,235,175)
181Swamp(0,168,132)
182Marsh(115,255,223)
183Flooded flat(158,187,215)
184Saline(130,130,130)
185Mangrove(245,122,182)
186Salt marsh(102,205,171)
187Tidal flat(68,79,137)
190Impervious surfaces(195,20,0)
200Bare areas(255,245,215)
201Consolidated bare areas(220,220,220)
202Unconsolidated bare areas(255,245,215)
210Water body(0,70,200)
220Permanent ice and snow(255,255,255)
0, 250Filled value(255,255,255)

?數據集后處理


數據集由約 961 個圖層組成,年度圖層由約 23 年的圖像組成,每個波段代表從 2000 年開始的一年,5 年圖層從 1985 年開始,3 個波段代表 5 年的間隔,因此 1985-1990 年為 b1,1990-1995 年為 b2,1990-2000 年為 b3。

論文引用

Zhang, X., Zhao, T., Xu, H., Liu, W., Wang, J., Chen, X., and Liu, L.: GLC_FCS30D: The first global 30-m land-cover dynamic monitoring product with
a fine classification system from 1985 to 2022 using dense time-series Landsat imagery and continuous change-detection method, Earth Syst. Sci. Data
Discuss. [preprint], https://doi.org/10.5194/essd-2023-320, in review, 2023.

數據引用

Liangyun Liu, Xiao Zhang, & Tingting Zhao. (2023). GLC_FCS30D: the first global 30-m land-cover dynamic monitoring product with fine classification
system from 1985 to 2022 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.8239305

數據集代碼

var annual = ee.ImageCollection("projects/sat-io/open-datasets/GLC-FCS30D/annual");
var five_year = ee.ImageCollection("projects/sat-io/open-datasets/GLC-FCS30D/five-years-map");

代碼鏈接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:global-landuse-landcover/GLC-FCS30D

License?

This work is licensed under and freely available to the public under Creative Commons Attribution 4.0 International license.

Created by: Zhang et al. 2023

Curated in GEE by : Samapriya Roy

Keywords: GLC_FCS30D, 1985-2022, Land-cover change, Landsat, change detection, Google Earth Engine

Last updated in GEE: 2024-02-20

?

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/713900.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/713900.shtml
英文地址,請注明出處:http://en.pswp.cn/news/713900.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

SpringBoot 整合WebService

文章目錄 WebService1.簡單介紹WebService1.1. 類型1.2. 架構1.3. 主要特點1.4. 使用場景1.5. Web服務標準和技術 2.案例-WebServiceDemo2.1.引入配置文件2.2.創建接口2.3.創建接口實現類2.4.創建WebService配置類2.5.測試 WebService Web服務&#xff08;Web Services&#xf…

2024年騰訊云優惠券/代金券領取三個方法整理(收藏級)

騰訊云代金券領取渠道有哪些&#xff1f;騰訊云官網可以領取、官方媒體賬號可以領取代金券、完成任務可以領取代金券&#xff0c;大家也可以在騰訊云百科蹲守代金券&#xff0c;因為騰訊云代金券領取渠道比較分散&#xff0c;騰訊云百科txybk.com專注匯總優惠代金券領取頁面&am…

CentOS系統上安裝幻獸帕魯/Palworld服務端的詳細步驟是什么?

CentOS系統上安裝幻獸帕魯/Palworld服務端的詳細步驟是什么&#xff1f; 首先&#xff0c;需要確認Docker是否已經安裝。如果未安裝&#xff0c;則需要進行安裝。接下來&#xff0c;運行Docker容器。這一步是為了創建一個可以運行幻獸帕魯服務端的環境。然后&#xff0c;在容器…

民爆5G智能制造工廠數字孿生可視化平臺,推進民爆工業數字化轉型

民爆5G工廠智能制造數字孿生可視化平臺&#xff0c;推進行業數字化轉型。民爆行業作為國家經濟發展的重要支柱產業&#xff0c;其數字化轉型對于提高生產效率、降低成本、保障安全等方面具有重要意義。而民爆5G工廠智能制造數字孿生可視化平臺正是推進行業數字化轉型的關鍵技術…

Flutter中Future和Stream關系

Future和Stream類是Dart異步編程的核心。 Future 表示一個不會立即完成的計算過程。與普通函數直接返回結果不同的是異步函數返回一個將會包含結果的 Future。該 Future 會在結果準備好時通知調用者。 Stream 是一系列異步事件的序列。其類似于一個異步的 Iterable&#xff0c;…

AutoEncoder和 Denoising AutoEncoder學習筆記

參考&#xff1a; 【1】 https://lilianweng.github.io/posts/2018-08-12-vae/ 寫在前面&#xff1a; 只是直覺上的認識&#xff0c;并沒有數學推導。后面會寫一篇&#xff08;抄&#xff09;大一統文章&#xff08;概率角度理解為什么AE要選擇MSE Loss&#xff09; TOC 1 Au…

1907_Arm Cortex-M3的基本了解

1907_Arm Cortex-M3的基本了解 全部學習匯總&#xff1a; g_arm_cores: ARM內核的學習筆記 (gitee.com) 我發現Arm Coretex-M3有一個專門的DataSheet&#xff0c;看起來這個的確是被當做了一個設計的產品來對待的。正好&#xff0c;基于這個文件來看看M3具備哪些基本的特性&…

GO—變量

Go語言是靜態類型語言&#xff0c;因此變量&#xff08;variable&#xff09;是有明確類型的&#xff0c;編譯器也會檢查變量類型的正確性。 我們從計算機系統的角度來講&#xff0c;變量就是一段或者多段內存&#xff0c;用于存儲數據 1.1 標準格式 var 變量名 變量類型 1 …

vue 使用vue-scroller 列表滑動到底部加載更多數據

安裝插件 npm install vue-scroller -dmain.js import VueScroller from vue-scroller Vue.use(VueScroller)<template><div class"wrap"><div class"footer"><div class"btn" click"open true">新增</d…

多層控制上身姿態的方法

1選擇要施加的clip并調出層控制窗口 2點選motion層控制 3選擇并復制pose&#xff08;注意在哪個層中選中的情況下復制的是那個層中的pose&#xff09; 4在新建層中分別選擇頭幀粘貼pose和尾幀粘貼pose因是上半身&#xff0c;因此mask中把下半身去掉即變灰

提升工作能力的方法

1.接受工作&#xff0c;只問標準 2.請示工作&#xff0c;必帶方案&#xff1b; 3.匯報工作&#xff0c;突出成果&#xff1b; 4.分享工作&#xff0c;細說流程&#xff1b; 5.復盤工作&#xff0c;總結SOP 如果能這么做&#xff0c;那將是一個非常通透的高手&#xff0c;所以高…

如何使用 takeUntil RxJS 操作符來聲明性地管理訂閱

簡介 Angular 處理取消訂閱可觀察對象的操作&#xff0c;比如從 HTTP 服務返回的可觀察對象或者使用 async 管道時。然而&#xff0c;對于其他情況&#xff0c;管理所有訂閱并確保取消長期存在的訂閱可能會變得困難。而且&#xff0c;取消大部分訂閱的策略也會帶來自己的問題。…

2024年春招小紅書前端實習面試題分享

文章目錄 導文面試重點一、方便介紹一下&#xff0c;你之前實習都做了什么嘛&#xff1f;二、 可以講一下封裝組件相關邏輯嘛&#xff1f;1. 為什么要封裝組件&#xff1f;2. 封裝組件的步驟3. 封裝組件的原則4. 組件的復用和擴展5. 組件的維護和文檔 三、項目的性能優化你有什…

python數據結構學習系列

在Python編程中&#xff0c;數據結構是組織、管理和存儲數據的方式&#xff0c;以便能夠有效地執行特定的操作。數據結構的選擇對于算法的效率、代碼的清晰度和可維護性都至關重要。以下是對Python中常見數據結構的學習總結。 列表&#xff08;List&#xff09; 列表是Python中…

selenium測試工具用來模擬用戶瀏覽器的操作

執行JS的類庫&#xff1a;execjs&#xff0c;PyV8&#xff0c;selenium&#xff0c;node pip list pip install selenium pip install xlrd pip install xlwt pip install PyExecJS pip install xlutils selenium測試工具可以用來模擬用戶瀏覽器的操作&#xff0c;其支持的瀏覽…

能當老板的AI大模型多智體框架MetaGPT自動完成項目

能當老板的AI大模型多智體框架MetaGPT自動完成項目。 MetaGPT是一個創新的多智能體框架&#xff0c;它結合了大語言模型&#xff08;LLM&#xff09;和多智能體協作系統&#xff0c;旨在通過模擬人類工作流程來解決復雜問題。這個框架的核心在于將標準化操作程序&#xff08;SO…

Redis學習路徑(構建體系)

學習路徑 掌握數據類型&#xff08;分析底層數據結構&#xff09;和緩存的基本使用 (理論使用) 掌握 redis 實現高性能&#xff0c;高可靠、高可用技術 &#xff08;理論&#xff09;學習redis源代碼底層實現 (底層實現) 先來一個引言&#xff0c;比較宏觀的角度&#xf…

Linux常用操作命令

Linux作為一種廣泛應用的操作系統&#xff0c;其強大的命令行工具使得用戶能夠高效地管理文件、處理數據和監控系統。在本文中&#xff0c;我們將深入 探討一些常用的Linux操作命令及其用法。 ls&#xff1a;列出當前目錄下的文件和子目錄。 ls [選項] [文件或目錄]常用選項&am…

Python實現MACD工具判斷信號:股票技術分析的工具系列(1)

Python實現MACD工具判斷信號&#xff1a;股票技術分析的工具系列&#xff08;1&#xff09; 介紹代碼rolling函數介紹核心代碼計算指數移動平均值計算MACD指標 完整代碼 介紹 先看看官方介紹&#xff1a; MACD (平滑異同平均線&#xff09; 指標說明 DIF線&#xff1a;收盤價短…

#單片機(TB6600驅動42步進電機)

1.IDE:keil 2.設備:保密 3.實驗&#xff1a;使用單片機通過普通IO口控制TB6600驅動42步進電機 4.時序圖&#xff1a; TB6600 ENA、ENA-DIR-、DIRPUL-、PULB-、BA、A-VCC、GND使能電機&#xff08;直接懸空不接&#xff09;方向脈沖輸入&#xff08;普通IO口模擬即可&#xff…