Global Map of Oil Palm Plantations [deprecated]

BIOPAMA/GlobalOilPalm/v1
Disponibilità set di dati
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
Producer del set di dati
Snippet Earth Engine
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
Tag
agriculture
biodiversità
biopama
conservazione
crop
globale
landuse
Palm
piantagione

Descrizione

Il set di dati è una mappa globale della palma da olio industriale e dei piccoli proprietari terrieri di 10 m per il 2019. Copre le aree in cui sono state rilevate piantagioni di palma da olio. Le immagini classificate sono l'output di una rete neurale convoluzionale basata su compositi semestrali di Sentinel-1 e Sentinel-2.

Per ulteriori informazioni, consulta l'articolo.

Bande

Bande

Dimensioni pixel: 10 metri (tutte le bande)

Nome Dimensioni dei pixel Descrizione
classification 10 metri

Descrizione della classe Palma da olio

Tabella delle classi di classificazione

Valore Colore Descrizione
1 #ff0000

Piantagioni industriali di palma da olio a canopea chiusa

2 #ef00ff

Piantagioni di palma da olio a chioma chiusa di piccoli proprietari

3 #696969

Altre coperture e/o usi del suolo che non sono palme da olio a chioma chiusa.

Termini e condizioni d'uso

Termini e condizioni d'uso

CC-BY-4.0

Citazioni

Citazioni:
  • Adrià, D., Serge, W., Erik, M., David, G., Stephen, P., & Zoltan, S. (2021). Mappa globale ad alta risoluzione della palma da olio industriale e dei piccoli proprietari per il 2019 (versione v1) [set di dati]. Zenodo. doi:10.5281/zenodo.4473715

DOI

Esplora con Earth Engine

Editor di codice (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);

Configurazione di Python

Consulta la pagina Ambiente Python per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo.

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
Apri nell'editor di codice