基于多源数据融合方法的中国1公里土地覆盖图(2000)

简介:

基于多源数据融合方法的中国1公里土地覆盖图(2000)在评价已经有土地覆盖数据的基础上,将2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植被型分类、中国1:10万冰川图、中国1:100万沼泽湿地图和MODIS 2001年土地覆盖产品(MOD12Q1)进行融合,基于最大信任度原则进行决策,产生了新的IGBP分类系统的2000年1KM中国土地覆盖数据。前言 – 人工智能教程
新的土地覆盖数据在保持了中国土地利用数据的总体精度的同时,补充了中国植被图中对植被类型及植被季相的信息,更新了中国湿地图,增加了中国冰川图最新信息,使分类系统更加通用。新的土地覆盖数据在保持了中国土地利用数据的总体精度的同时,补充了中国植被图中对植被类型及植被季相的信息,更新了中国湿地图,增加了中国冰川图最新信息,使分类系统更加通用。

土地覆盖是指地表被各种类型的土地所覆盖的情况。这些土地类型可能包括森林、草原、耕地、城市区域、沙漠、湖泊和河流等。土地覆盖的改变对生态系统和人类社会都有重要影响。例如,森林砍伐和城市扩张可能导致生态系统受到破坏,而耕地的开垦则可能会导致土地质量的下降和生态系统的不稳定。因此,了解土地覆盖的情况,以及如何保护和管理土地资源,是关键的环境和经济问题。

数据集ID: 

TPDC/MICLCOVER2000

时间范围: 2000年-2000年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段: 

var images = pie.ImageCollection("TPDC/MICLCOVER2000")

 波段:

名称 类型 空间分辨率 时间分辨率 无效值 IGBP土地覆盖分类系统定义
B1 Byte 1000m 255 常绿针叶林:覆盖度>60%和高度超过2m,且常年绿色,针状叶片的乔木林地
常绿阔叶林:指覆盖度>60%和高度超过2m,且常年绿色,具有较宽的叶片的的乔木林地
落叶针叶林:指覆盖度>60%和高度超过2m,且有一定的落叶周期,针状叶片的乔木林地
落叶阔叶林:指覆盖度>60%和高度超过2m,且有一定的落叶周期,具有较宽叶片的乔木林地
混交林:指前四种森林类型的镶嵌体,且每种类型的覆盖度不超过60%
郁闭灌木林:指覆盖度>60%,高度低于2m,常绿或落叶的木本植被用地
稀疏灌木林:指覆盖度在10%~60%之间,高度低于2m,常绿或落叶的木本植被用地
有林草地:森林覆盖度在30%~60%之间,高度超过2m,和草本植被或其它林下植被系统组成的混合用地类型
稀树林地:森林覆盖度在10%~30%之间,高度超过2m,和草本植被或其它林下植被系统组成的混合用地类型
草地:由草木植被类型覆盖,森林和灌木覆盖度小于10%
永久湿地:常年或经常覆盖着水(淡水、半咸水或咸水)与草木或木本植被的广阔区域,是介于陆地和水体之间的过渡带
农田:指由农作物覆盖,包括作物收割后后的裸露土地。永久的木本农作物可归类于合适的林地或者灌木覆盖类型
城市与建筑用地:被建筑物覆盖的土地类型
农业与自然植被镶嵌体:指由农田、乔木、灌木和草地组成的混合用地类型,且任何一种类型的覆盖度不超过60%
冰川:指常年由积雪或者冰覆盖的土地类型
裸地与稀疏植被:指裸地、沙地、岩石,植被覆盖度不超过10%
水体:海洋、湖泊、水库和河流,可以是淡水或咸水

 属性

date

string

影像日期

 

代码:

 /**
 * @File    :   基于多源数据融合方法的中国1公里土地覆盖图(2000)
 * @Time    :   2022/05/25
 * @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    :   加载基于多源数据融合方法的中国1公里土地覆盖图(2000)
 */

// 加载基于多源数据融合方法的中国1公里土地覆盖图(2000)
var images = pie.ImageCollection("TPDC/MICLCOVER2000")
                .first()
                .select("B1")
print("images",images);

//设置预览参数
var visParam = {min: 0, max: 16,
                palette: ['FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
                        '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
                        '012E01', '011D01', '011301']};
//地图显示中心
Map.centerObject(images, 8);
//加载显示影像
Map.addLayer(images, visParam, "images");
Map.centerObject(images,2)

数据引用:


冉有华, 李新. (2019). 基于多源数据融合方法的中国1公里土地覆盖图(2000). 国家青藏高原科学数据中心, DOI: 10.11888/Socioeco.tpdc.270467. CSTR: 18406.11.Socioeco.tpdc.270467.

文章引用:
1. 冉有华, 卢玲, & 李新. (2009). 基于多源数据融合方法的中国1 km土地覆盖分类制图. 地球科学进展, Issue(2), 192-203.
2.Ran, Y. H. , Li, X. , Lu, L. , & Li, Z. Y. (2012). Large-scale land cover mapping with the integration of multi-source information based on the dempster–shafer theory. International Journal of Geographical Information Science, 26(1), 169-191, DOI: 10.1080/13658816.2011.577745

基于多源数据融合方法的中国1公里土地覆盖图(2000)_第1张图片

 

你可能感兴趣的:(PIE-engine遥感云计算,javascript,云计算,gee,数据集,土地覆盖,pie,土地分类)