简介：
该数据集是第一个具有精细分类系统的全球30米湿地地图（GWL_FCS30），包括四个内陆湿地子类别（内陆沼泽、沼泽、泛滥平原和盐碱地）和三个沿海湿地子类（红树林、盐沼和潮坪）。该数据集通过结合2020年的Landsat SR数据与Sentinel-1数据，利用分层分类策略和局部自适应随机森林分类算法在谷歌地球引擎云计算平台生产所得。前言 – 人工智能教程
湿地数据可以用来帮助人们更好地了解和保护湿地生态系统。以下是湿地数据的一些具体作用：
1. 了解湿地的分布和类型：湿地数据可以提供湿地的分布和类型等基础信息，以便人们更好地了解湿地的特点和保护需要。
2. 监测湿地的变化：通过定期收集湿地数据，可以了解湿地的变化趋势，包括湿地的面积、水位和生物多样性等方面的变化，以便及时采取保护措施。
3. 支持湿地保护和管理：湿地数据可以为湿地保护和管理提供科学依据，包括湿地保护区的划定、管理计划的制定和湿地生物多样性保护等。
4. 提高公众认识和参与：湿地数据可以增强公众对湿地的认识，促进公众参与湿地保护和管理，提高公众意识和行动力。
5. 支持科学研究：湿地数据可以为湿地科学研究提供数据基础，包括湿地生态系统结构和功能、生态演替和生态系统服务等方面的研究。
数据集ID:
GWL/FCS30
时间范围: 2020年-2020年
范围: 全球
来源: 刘良云，张肖团队
复制代码段:
var images = pie.ImageCollection("GWL/FCS30")
| 名称 | 类型 | 无效值 | 空间分辨率(m) | 描述信息 |
| B1 | Byte | 0 | 30m | 全球30米湿地分类，类别信息见下表 |
| 类别 | 代码 |
| 非湿地 | 0 |
| Swamp 内陆沼泽 | 181 |
| Marsh 沼泽 | 182 |
| Flooded flat 泛滥平原 | 183 |
| Faline 盐碱地 | 184 |
| Mangrove forest 红树林 | 185 |
| Salt marsh 盐沼 | 186 |
| Tidal flat 潮坪 | 187 |
代码：
/** * @File : 全球30米湿地数据产品（GWL_FCS30） * @Time : 2022/12/26 * @Author : piesat * @Version : 1.0 * @Contact : 400-890-0662 * @License : (C)Copyright 航天宏图信息技术股份有限公司 * @Desc : 加载全球30米湿地数据产品（GWL_FCS30） */ //加载显示北京市矢量边界数据 var city = pie.FeatureCollection("NGCC/CHINA_PROVINCE_BOUNDARY") .filter(pie.Filter.eq("name", "山东省")) .first() .geometry() Map.centerObject(city, 6); Map.addLayer(city, {color: "ff0000ff", fillColor: "00000000", width: 1}, "山东省"); //加载全球30米湿地数据产品（GWL_FCS30）,通过空间范围过滤，并选择波段进行合成后裁剪 var image = pie.ImageCollection("GWL/FCS30") .filterBounds(city) .select("B1") .mosaic() .clip(city) // 输出影像信息 print(image) // 设置图层显示参数 var visParams = { opacity:1, uniqueValue:'181,182,183,184,185,186,187', palette: ["#3AA505","#747500","#F6D286","#EFAC85","#E833BA","#D8FC83","#DC9936"] }; //添加图例 var data = { title: "图例", colors: ["#3AA505","#747500","#F6D286","#EFAC85","#E833BA","#D8FC83","#DC9936"], labels: ["内陆沼泽","沼泽","泛滥平原","盐碱地","红树林","盐沼","潮坪"], step: 1, }; var style = { right: "1420px", bottom: "30px", height: "70px", width: "350px" }; var legend = ui.Legend(data, style); Map.addUI(legend); //在地图上加载图层 Map.addLayer(image,visParams, "image")
文章引用：
1. Liangyun Liu, Xiao Zhang, Tingting Zhao, and Xidong Chen. (2022). GWL_FCS30: global 30 m wetland map with fine classification system in 2020. https://doi.org/10.5281/zenodo.6575731.
2. Zhang, X., Liu, L., Zhao, T., Chen, X., Lin, S., Wang, J., Mi, J., and Liu, W.: GWL_FCS30: global 30 m wetland map with fine classification system using multi-sourced and time-series remote sensing imagery in 2020, Earth Syst. Sci. Data Discuss. [preprint], https://doi.org/10.5194/essd-2022-180, in review, 2022.
