- Phạm vi cung cấp tập dữ liệu
- 2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
- Nhà sản xuất tập dữ liệu
- Chương trình Biopama
- Thẻ
Mô tả
Tập dữ liệu này là bản đồ toàn cầu về cây cọ dầu công nghiệp và cây cọ dầu của nông hộ ở độ phân giải 10 mét cho năm 2019. Tập dữ liệu này bao gồm các khu vực nơi phát hiện thấy các đồn điền cọ dầu. Hình ảnh được phân loại là kết quả của một mạng nơ-ron tích chập dựa trên các ảnh tổng hợp nửa năm của Sentinel-1 và Sentinel-2.
Xem bài viết để biết thêm thông tin.
Băng tần
Băng tần
Kích thước pixel: 10 mét (tất cả các băng tần)
| Tên | Kích thước pixel | Mô tả |
|---|---|---|
classification |
10 mét | Mô tả lớp Cọ dầu |
Bảng lớp phân loại
| Giá trị | Màu | Mô tả |
|---|---|---|
| 1 | #ff0000 | Đồn điền cọ dầu công nghiệp có tán lá khép kín |
| 2 | #ef00ff | Đồn điền cọ dầu của nông hộ có tán lá khép kín |
| 3 | #696969 | Các lớp phủ mặt đất và/hoặc mục đích sử dụng khác không phải là cọ dầu có tán lá khép kín. |
Điều khoản sử dụng
Điều khoản sử dụng
Trích dẫn
Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., &Zoltan, S. (2021). Bản đồ toàn cầu có độ phân giải cao về cây cọ dầu công nghiệp và cây cọ dầu của nông hộ cho năm 2019 (Phiên bản v1) [Tập dữ liệu]. Zenodo. doi:10.5281/zenodo.4473715
DOI
Khám phá bằng Earth Engine
Trình soạn thảo mã (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);
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