Google Earth Engine——该数据集是2018年30米分辨率的中国梯田分布地图。它是通过使用基于谷歌地球引擎平台的多源和多时空数据进行基于像素的监督性分类开发的。

简介: Google Earth Engine——该数据集是2018年30米分辨率的中国梯田分布地图。它是通过使用基于谷歌地球引擎平台的多源和多时空数据进行基于像素的监督性分类开发的。

This dataset is a China terrace map at 30 m resolution in 2018. It was developed through supervised pixel-based classification using multisource and multi-temporal data based on the Google Earth Engine platform. The overall accuracy and kappa coefficient achieved 94% and 0.72, respectively. This first 30 m China terrace map can be used for studies on soil erosion, food security, biogeochemical cycle, biodiversity, and ecosystem service assessments.


数据集是2018年30米分辨率的中国梯田地图。它是通过使用基于谷歌地球引擎平台的多源和多时空数据进行基于像素的监督性分类开发的。总体精度和卡帕系数分别达到94%和0.72。这张首个30米中国梯田地图可用于土壤侵蚀、粮食安全、生物地球化学循环、生物多样性和生态系统服务评估等方面的研究。

Dataset Availability

2018-01-01T00:00:00 - 2019-01-01T00:00:00

Dataset Provider

Department of Earth System Science, Tsinghua University (DESS, THU)

Collection Snippet

ee.Image("Tsinghua/DESS/ChinaTerraceMap/v1")

Bands Table

Name Description Resolution
terrace 1 when a terrace is present, 0 when it's not. 30 meters

Class Table: terrace

Value Color Color Value Description
0 #ffffff No terraces
1 #a3ff74 Terraces present


引用:

Cao, B., Yu, L., Naipal, V., Ciais, P., Li, W., Zhao, Y., Wei, W., Chen, D., Liu, Z., and Gong, P.: A 30 m terrace mapping in China using Landsat 8 imagery and digital elevation model based on the Google Earth Engine, Earth Syst. Sci. Data, 13, 2437–2456, ESSD - A 30 m terrace mapping in China using Landsat 8 imagery and digital elevation model based on the Google Earth Engine, 2021.

ESSD - A 30 m terrace mapping in China using Landsat 8 imagery and digital elevation model based on the Google Earth Engine


代码:

var image = ee.Image('Tsinghua/DESS/ChinaTerraceMap/v1');
var image = image.updateMask(image);
Map.addLayer(
    image, {min:0, max:1, palette: ['a3ff74']}, 'Terraces');
Map.setCenter(106.6, 30.4, 10);
Map.setOptions("SATELLITE");


相关文章
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
5020 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
机器学习/深度学习 人工智能 TensorFlow
TensorFlow 是一个由 Google 开发的开源深度学习框架
TensorFlow 是一个由 Google 开发的开源深度学习框架
298 3
|
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!
510 4
|
人工智能 自然语言处理 数据挖掘
详解:Google AI Gemini中文版本(基于API 开发实现对话)
谷歌旗下的人工智能应用Gemini,自问世以来凭借其强大的计算能力和高效的处理性能,迅速成为全球用户的宠儿。作为一款由世界顶尖科技公司开发的产品,Gemini不仅在语言处理、图像识别、数据分析等领域表现出色,还在多种复杂任务中展现了其卓越的智能决策能力。然而,由于网络限制等问题,国内用户往往无法直接访问和使用Gemini的网站,这也导致了许多技术爱好者和专业人士未能亲身体验这一先进技术所带来的便利和强大功能。
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
1209 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
JSON Android开发 数据格式
Android框架-Google官方Gson解析,android开发实验报告总结
Android框架-Google官方Gson解析,android开发实验报告总结
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
284 0
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
377 0
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
235 0
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
811 0

热门文章

最新文章

推荐镜像

更多