森林扰动监测验证数据

空间分辨率为 8 公里的栅格数据集:人口密度 (PD)、生态恢复和城市化。PD由中国科学院资源与环境科学数据中心(RESDC)(http://www.resdc.cn )提供的1公里PD数据(图2d )使用均值算法进行空间聚合在 ArcGIS 环境中。生态恢复和城市化数据由 RESDC 提供的 100 米空间分辨率的 1990 年和 2010 年 LULC 数据生成。这两个原始 LULC 数据集都有六种类型:农田、森林、草地、水体、住宅用地和未利用地。他们对整个中国的总体准确度被评估为超过 80% ( Liu et al., 2002)。

森林扰动监测验证数据

1、为了收集参考数据,我们使用分层随机抽样方法在研究区域中选择了 3500 个参考像素。参考像素由经验丰富的分析师使用Soto-Berelov 等人全面描述的多行证据方法进行解释和归因。(2018 年)。总之,我们通过检查 Landsat 图像芯片、光谱轨迹、来自 Google Earth 和航空照片的高分辨率图像、土地覆盖图以及国家伐木和火灾记录来识别和标记参考像素的变化(Department of Environment Land Water and Planning, 2015a ,环境土地水与规划部, 2015b)。对于每个扰动事件,扰动和后续恢复段都具有相关信息,包括扰动和恢复水平以及扰动原因。出于质量控制目的,口译员被盲目分配重叠像素,然后由口译团队中的所有成员评估其一致性。

1、用户界面 (UI) LandTrendr 像素时间序列绘图仪由俄勒冈州立大学 eMapR 实验室和 Google 地球引擎网站提供:

你可能感兴趣的:(森林生长,深度学习,机器学习,计算机视觉)