Google Earth Engine ——数据全解析专辑(US NED Physiographic Diversity地貌多样性数据集)

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: Google Earth Engine ——数据全解析专辑(US NED Physiographic Diversity地貌多样性数据集)

The Physiographic Diversity dataset provides an index of the diversity of physiographic types. It was calculated using the Shannon diversity index at multiple-scales (km): 115.8, 89.9, 35.5, 13.1, 5.6, 2.8, and 1.2. It is based on the USGS's 10m NED DEM (available in EE as USGS/NED).


The Conservation Science Partners (CSP) Ecologically Relevant Geomorphology (ERGo) Datasets, Landforms and Physiography contain detailed, multi-scale data on landforms and physiographic (aka land facet) patterns. Although there are many potential uses of these data, the original purpose for these data was to develop an ecologically relevant classification and map of landforms and physiographic classes that are suitable for climate adaptation planning. Because there is large uncertainty associated with future climate conditions and even more uncertainty around ecological responses, providing information about what is unlikely to change offers a strong foundation for managers to build robust climate adaptation plans. The quantification of these features of the landscape is sensitive to the resolution, so we provide the highest resolution possible given the extent and characteristics of a given index.


地貌多样性数据集提供了一个关于地貌类型多样性的指数。它是用多个尺度(公里)的香农多样性指数计算的:115.8、89.9、35.5、13.1、5.6、2.8和1.2。它基于美国地质调查局的10米NED DEM(在EE中可作为USGS/NED)。

保护科学伙伴(CSP)生态相关地貌(ERGo)数据集、地貌和地形学包含详细的、多尺度的地貌和地形学(又称土地面)模式数据。尽管这些数据有许多潜在的用途,但这些数据的最初目的是开发适合气候适应规划的生态相关的地貌和自然地理类别的分类和地图。因为未来的气候条件有很大的不确定性,围绕生态反应的不确定性甚至更大,提供有关不太可能改变的信息为管理者建立强大的气候适应计划提供了一个坚实的基础。景观的这些特征的量化对分辨率很敏感,所以我们在给定指数的范围和特征的情况下,提供尽可能高的分辨率。


Dataset Availability

2006-01-24T00:00:00 - 2011-05-13T00:00:00

Dataset Provider

Conservation Science Partners

Collection Snippet

ee.Image("CSP/ERGo/1_0/US/physioDiversity")

Resolution

270 meters

Bands Table

Name Description Min Max
b1 Physiographic diversity 0 1
var dataset = ee.Image('CSP/ERGo/1_0/US/physioDiversity');
var physiographicDiversity = dataset.select('b1');
var physiographicDiversityVis = {
  min: 0.0,
  max: 1.0,
};
Map.setCenter(-94.625, 39.825, 7);
Map.addLayer(
    physiographicDiversity, physiographicDiversityVis,
    'Physiographic Diversity');


相关文章
|
5月前
|
存储 数据库 Android开发
🔥Android Jetpack全解析!拥抱Google官方库,让你的开发之旅更加顺畅无阻!🚀
【7月更文挑战第28天】在Android开发中追求高效稳定的路径?Android Jetpack作为Google官方库集合,是你的理想选择。它包含多个独立又协同工作的库,覆盖UI到安全性等多个领域,旨在减少样板代码,提高开发效率与应用质量。Jetpack核心组件如LiveData、ViewModel、Room等简化了数据绑定、状态保存及数据库操作。引入Jetpack只需在`build.gradle`中添加依赖。例如,使用Room进行数据库操作变得异常简单,从定义实体到实现CRUD操作,一切尽在掌握之中。拥抱Jetpack,提升开发效率,构建高质量应用!
76 4
|
6月前
|
Java 数据库连接
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
提升编程效率的利器: 解析Google Guava库之IO工具类(九)
|
6月前
|
缓存 Java Maven
深入解析Google Guava库与Spring Retry重试框架
深入解析Google Guava库与Spring Retry重试框架
|
6月前
|
监控 安全 算法
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
提升编程效率的利器: 解析Google Guava库之RateLimiter优雅限流(十)
|
6月前
|
缓存 安全 Java
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
提升编程效率的利器: 解析Google Guava库之集合工具类-50个示例(八)
|
6月前
|
缓存 算法 Java
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)
提升编程效率的利器: 解析Google Guava库之常用工具类-40个示例(七)
|
6月前
|
存储
提升编程效率的利器: 解析Google Guava库之集合篇RangeMap范围映射(六)
提升编程效率的利器: 解析Google Guava库之集合篇RangeMap范围映射(六)
提升编程效率的利器: 解析Google Guava库之集合篇RangeSet范围集合(五)
提升编程效率的利器: 解析Google Guava库之集合篇RangeSet范围集合(五)
|
6月前
|
存储 安全 Java
提升编程效率的利器: 解析Google Guava库之集合篇Table二维映射(四)
提升编程效率的利器: 解析Google Guava库之集合篇Table二维映射(四)