- توفُّر مجموعة البيانات
- 2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
- Dataset Producer
- برنامج Biopama
- العلامات
الوصف
مجموعة البيانات هي خريطة عالمية لزيت النخيل الصناعي والصغير لعام 2019 بدقة 10 أمتار. وتغطي المناطق التي تم فيها رصد مزارع نخيل الزيت. الصور المصنّفة هي نتاج شبكة عصبونية التفافية تستند إلى مركّبات Sentinel-1 وSentinel-2 نصف السنوية.
يمكنك الاطّلاع على المقالة للحصول على معلومات إضافية.
النطاقات
النطاقات
حجم البكسل: 10 أمتار (جميع النطاقات)
| الاسم | حجم البكسل | الوصف |
|---|---|---|
classification |
10 أمتار | وصف فئة "نخيل الزيت" |
جدول فئات التصنيف
| القيمة | اللون | الوصف |
|---|---|---|
| 1 | #ff0000 | مزارع نخيل الزيت الصناعية ذات المظلات المغلقة |
| 2 | #ef00ff | مزارع نخيل الزيت الصغيرة ذات المظلات المغلقة |
| 3 | #696969 | أغطية و/أو استخدامات أخرى للأراضي غير أشجار نخيل الزيت ذات المظلة المغلقة |
بنود الاستخدام
بنود الاستخدام
الاقتباسات
المراجع
Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., & Zoltan, S. (2021). خريطة عالمية عالية الدقة لزيت النخيل الصناعي والصغير لعام 2019 (الإصدار v1) [مجموعة بيانات]. Zenodo. doi:10.5281/zenodo.4473715
معرِّفات العناصر الرقمية (DOI)
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (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