Global Map of Oil Palm Plantations

BIOPAMA/GlobalOilPalm/v1
Disponibilidade do conjunto de dados
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
Produtor de conjunto de dados
Snippet do Earth Engine
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
Tags
agriculture biodiversity conservation crop global landuse palm plantation
biopama

Descrição

O conjunto de dados é um mapa global de 10 metros de plantações industriais e de pequena escala de óleo de palma para 2019. Ela abrange áreas onde foram detectadas plantações de dendezeiros. As imagens classificadas são a saída de uma rede neural convolucional baseada em composições semestrais do Sentinel-1 e do Sentinel-2.

Consulte o artigo para mais informações.

Bandas

Bandas

Tamanho do pixel: 10 metros (todas as bandas)

Nome Tamanho do pixel Descrição
classification 10 metros

Descrição da classe de palmeira de óleo

Tabela de classes de classificação

Valor Cor Descrição
1 #ff0000

Plantações industriais de palmeiras para produção de óleo com dossel fechado
2 #ef00ff

Pequenas plantações de palmeiras para produção de óleo com dossel fechado
3 #696969

Outras coberturas e/ou usos da terra que não sejam de palmeiras de dossel fechado.

Termos de Uso

Termos de Uso

CC-BY-4.0

Citações

Citações:

  • Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., & Zoltan, S. (2021). Mapa global de alta resolução de plantações industriais e de pequenos produtores de óleo de palma para 2019 (versão v1) [Conjunto de dados]. Zenodo. doi:10.5281/zenodo.4473715

Identificadores DOI

Explore com o Earth Engine

Editor de código (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);

Configuração do Python

Consulte a página Ambiente Python (em inglês) para informações sobre a API Python e como usar geemap para desenvolvimento interativo.

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
Abrir no editor de código
O conjunto de dados é um mapa global de 10 m de plantações industriais e de pequena escala de óleo de palma para 2019. Ela abrange áreas onde foram detectadas plantações de dendezeiros. As imagens classificadas são a saída de uma rede neural convolucional baseada em composições semestrais do Sentinel-1 e do Sentinel-2. Consulte o artigo para mais informações.
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