Global Map of Oil Palm Plantations

BIOPAMA/GlobalOilPalm/v1
Ketersediaan Set Data
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
Produsen Set Data
Cuplikan Earth Engine
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
Tag
agriculture biodiversity conservation crop global landuse palm plantation
biopama

Deskripsi

Set data ini adalah peta global industri dan perkebunan kelapa sawit skala kecil 10 m untuk tahun 2019. Set data ini mencakup area tempat perkebunan kelapa sawit terdeteksi. Gambar yang diklasifikasikan adalah output dari jaringan neural konvolusional berdasarkan komposit setengah tahun Sentinel-1 dan Sentinel-2.

Lihat artikel untuk mengetahui informasi tambahan.

Band

Band

Ukuran piksel: 10 meter (semua band)

Nama Ukuran Piksel Deskripsi
classification 10 meter

Deskripsi class Kelapa Sawit

Tabel Class klasifikasi

Nilai Warna Deskripsi
1 #ff0000

Perkebunan kelapa sawit industri dengan kanopi tertutup
2 #ef00ff

Perkebunan kelapa sawit skala kecil dengan kanopi tertutup
3 #696969

Tutupan dan/atau penggunaan lahan lain yang bukan kelapa sawit dengan kanopi tertutup.

Persyaratan Penggunaan

Persyaratan Penggunaan

CC-BY-4.0

Kutipan

Kutipan:

  • Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., &Zoltan, S. (2021). High resolution global industrial and smallholder oil palm map for 2019 (Version v1) [Data set]. Zenodo. doi:10.5281/zenodo.4473715

DOI

Mengeksplorasi dengan Earth Engine

Editor Kode (JavaScript)

// Import the dataset; a collection of composite granules from 2019.
var dataset = ee.ImageCollection('BIOPAMA/GlobalOilPalm/v1');

// Select the classification band.
var opClass = dataset.select('classification');

// Mosaic all of the granules into a single image.
var mosaic = opClass.mosaic();

// Define visualization parameters.
var classificationVis = {
  min: 1,
  max: 3,
  palette: ['ff0000','ef00ff', '696969']
};

// Create a mask to add transparency to non-oil palm plantation class pixels.
var mask = mosaic.neq(3);
mask = mask.where(mask.eq(0), 0.6);

// Display the data on the map.
Map.addLayer(mosaic.updateMask(mask),
             classificationVis, 'Oil palm plantation type', true);
Map.setCenter(-3.0175, 5.2745,12);

Penyiapan Python

Baca halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

# Import the dataset a collection of composite granules from 2019.
dataset = ee.ImageCollection('BIOPAMA/GlobalOilPalm/v1')

# Select the classification band.
op_class = dataset.select('classification')

# Mosaic all of the granules into a single image.
mosaic = op_class.mosaic()

# Define visualization parameters.
classification_vis = {
    'min': 1,
    'max': 3,
    'palette': ['ff0000', 'ef00ff', '696969'],
}

# Create a mask to add transparency to non-oil palm plantation class pixels.
mask = mosaic.neq(3)
mask = mask.where(mask.eq(0), 0.6)

# Display the data on the map.
m = geemap.Map()
m.add_layer(
    mosaic.updateMask(mask),
    classification_vis,
    'Oil palm plantation type',
    True,
)
m.set_center(-3.0175, 5.2745, 12)
m
Buka di Editor Kode
Set data ini adalah peta global industri dan perkebunan kelapa sawit skala kecil 10 m untuk tahun 2019. Set data ini mencakup area tempat perkebunan kelapa sawit terdeteksi. Gambar yang diklasifikasikan adalah output dari jaringan neural konvolusional berdasarkan komposit setengah tahun Sentinel-1 dan Sentinel-2. Lihat artikel untuk mengetahui informasi tambahan.
BIOPAMA/GlobalOilPalm/v1, agriculture,biodiversity,conservation,crop,global,landuse,palm,plantation
2019-01-01T00:00:00Z/2019-12-31T00:00:00Z
-90 -180 90 180
Google Earth Engine