Global Map of Oil Palm Plantations

BIOPAMA/GlobalOilPalm/v1
Доступность набора данных
2019-01-01T00:00:00Z–2019-12-31T00:00:00Z
Производитель наборов данных
Фрагмент кода земляного двигателя
ee.ImageCollection("BIOPAMA/GlobalOilPalm/v1")
Теги
сельское хозяйство сохранение биоразнообразия урожай глобальное землепользование пальмовые плантации биопама

Описание

Данный набор данных представляет собой глобальную карту промышленных и мелких плантаций масличной пальмы с разрешением 10 м за 2019 год. Он охватывает районы, где были обнаружены плантации масличной пальмы. Классифицированные изображения являются результатом работы сверточной нейронной сети на основе полугодовых композитов Sentinel-1 и Sentinel-2.

Дополнительную информацию см. в статье .

Группы

Группы

Размер пикселя: 10 метров (все диапазоны)

Имя Размер пикселя Описание
classification 10 метров

Описание класса масличной пальмы

классификация Таблица классов

Ценить Цвет Описание
1 #ff0000

Промышленные плантации масличной пальмы с закрытым пологом.

2 #ef00ff

Небольшие плантации масличной пальмы с закрытым пологом.

3 #696969

Другие виды землепользования и/или другие виды использования земель, не связанные с выращиванием масличной пальмы с сомкнутым пологом листвы.

Условия эксплуатации

Условия эксплуатации

CC-BY-4.0

Цитаты

Ссылки:
  • Адриа, Д., Серж, В., Эрик, М., Давид, Г., Стивен, П., и Золтан, С. (2021). Карта глобальных промышленных и мелких плантаций масличной пальмы высокого разрешения за 2019 год (версия v1) [Набор данных]. Zenodo. doi:10.5281/zenodo.4473715

DOI

Исследуйте мир с помощью Earth Engine.

Редактор кода (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);

настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки можно найти на странице «Среда Python» .

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
Открыть в редакторе кода