Global Map of Oil Palm Plantations [deprecated]

BIOPAMA/GlobalOilPalm/v1
Disponibilidad del conjunto de datos
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
Proveedor del conjunto de datos
Fragmento para Earth Engine
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
Etiquetas
agriculture
biodiversidad
biopama
conservación
crop
global
landuse
palm
plantation

Descripción

El conjunto de datos es un mapa global de palma aceitera industrial y de pequeños agricultores de 10 m para 2019. Abarca áreas en las que se detectaron plantaciones de palma aceitera. Las imágenes clasificadas son el resultado de una red neuronal convolucional basada en compuestos semestrales de Sentinel-1 y Sentinel-2.

Consulta el artículo para obtener más información.

Bandas

Bandas

Tamaño de píxel: 10 metros (todas las bandas)

Nombre Tamaño de los píxeles Descripción
classification 10 metros

Descripción de la clase de palma aceitera

Tabla de clases de clasificación

Valor Color Descripción
1 #ff0000

Plantaciones industriales de palma aceitera de dosel cerrado

2 #ef00ff

Plantaciones de palma aceitera de dosel cerrado de pequeños agricultores

3 #696969

Otras coberturas o usos del suelo que no son de palma aceitera de dosel cerrado.

Condiciones de Uso

Condiciones de Uso

CC-BY-4.0

Citas

Citas:
  • Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., y 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

Explora con 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);

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

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 en el editor de código