Global Map of Oil Palm Plantations

BIOPAMA/GlobalOilPalm/v1
数据集可用时间
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
数据集生产者
Earth Engine 代码段
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
标签
农业 生物多样性 保护 作物 全球 土地利用 棕榈 种植园
biopama

说明

该数据集是 2019 年全球工业和小农油棕榈地图，分辨率为 10 米。它涵盖了检测到油棕榈种植园的区域。分类后的图片是基于 Sentinel-1 和 Sentinel-2 半年合成数据的卷积神经网络的输出。

如需了解详情，请参阅这篇文章。

频段

波段

像素大小：10 米（所有波段）

名称 像元大小 说明
classification 10 米

油棕树类说明

分类类别表

值 颜色 说明
1 #ff0000

工业封闭冠层油棕榈种植园
2 #ef00ff

小农户的郁闭油棕榈种植园
3 #696969

其他非郁闭油棕的土地覆盖和/或用途。

使用条款

使用条款

CC-BY-4.0

引用

引用：

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

DOI

通过 Earth Engine 探索

代码编辑器 (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);

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

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
在代码编辑器中打开
该数据集是 2019 年全球工业和小农户油棕榈地图，分辨率为 10 米。它涵盖了检测到油棕榈种植园的区域。分类后的图片是基于 Sentinel-1 和 Sentinel-2 半年合成数据的卷积神经网络的输出。如需了解详情，请参阅相关文章。
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