- डेटासेट की उपलब्धता
- 2015-01-01T00:00:00Z–2019-12-31T23:59:59Z
- डेटासेट प्रोड्यूसर
- Copernicus
- टैग
ब्यौरा
कोपरनिकस ग्लोबल लैंड सर्विस (सीजीएलएस) को लैंड सर्विस के एक कॉम्पोनेंट के तौर पर तय किया गया है. इसका मकसद, एक मल्टी-पर्पज़ सर्विस कॉम्पोनेंट को ऑपरेट करना है. यह कॉम्पोनेंट, वैश्विक स्तर पर ज़मीन की सतह की स्थिति और विकास के बारे में बायो-जियोफ़िज़िकल प्रॉडक्ट की सीरीज़ उपलब्ध कराता है.
100 मीटर के रिज़ॉल्यूशन वाला डाइनैमिक लैंड कवर मैप (CGLS-LC100), CGLS के पोर्टफ़ोलियो में एक नया प्रॉडक्ट है. यह 100 मीटर के स्पैशियल रिज़ॉल्यूशन पर, ग्लोबल लैंड कवर मैप उपलब्ध कराता है. CGLS Land Cover प्रॉडक्ट, ज़मीन के मुख्य हिस्से को कवर करने वाली स्कीम उपलब्ध कराता है. इन अलग-अलग क्लास के अलावा, प्रॉडक्ट में सभी बुनियादी लैंड कवर क्लास के लिए लगातार फ़ील्ड लेयर भी शामिल होती हैं. ये लेयर, लैंड कवर टाइप के लिए वनस्पति/ग्राउंड कवर के अनुमानित अनुपात की जानकारी देती हैं. लगातार क्लासिफ़िकेशन करने की इस स्कीम से, अलग-अलग तरह की ज़मीन को स्टैंडर्ड क्लासिफ़िकेशन स्कीम की तुलना में बेहतर तरीके से दिखाया जा सकता है. इसलिए, इसे ऐप्लिकेशन के इस्तेमाल के हिसाब से बनाया जा सकता है. जैसे, जंगल की निगरानी, फ़सल की निगरानी, जैव विविधता और संरक्षण, अफ़्रीका में पर्यावरण और सुरक्षा की निगरानी, जलवायु मॉडलिंग वगैरह.
ये लैंड कवर मैप (v3.0.1), 2015 से 2019 की अवधि के लिए पूरी दुनिया के लिए उपलब्ध कराए गए हैं. इन्हें PROBA-V 100 मीटर टाइम-सीरीज़ से लिया गया है. यह अच्छी क्वालिटी वाले लैंड कवर ट्रेनिंग साइट और कई सहायक डेटासेट का डेटाबेस है. इसमें सभी सालों के लिए, लेवल 1 पर 80% की सटीकता हासिल की गई है. साल 2020 से, Sentinel टाइम-सीरीज़ का इस्तेमाल करके, सालाना अपडेट देने की योजना है.
यह भी देखें:
बैंड
बैंड
पिक्सल का साइज़: 100 मीटर (सभी बैंड)
| नाम | इकाई | कम से कम | ज़्यादा से ज़्यादा | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|---|
discrete_classification |
0 | 200 | 100 मीटर | लैंड कवर क्लासिफ़िकेशन |
|
discrete_classification-proba |
% | 0 | 100 | 100 मीटर | अलग-अलग क्लासिफ़िकेशन की क्वालिटी इंडिकेटर (क्लासिफ़िकेशन की संभावना) |
forest_type |
0 | 5 | 100 मीटर | पेड़ों से ढकी जगह का प्रतिशत 1% से ज़्यादा होने पर, सभी पिक्सल के लिए जंगल का टाइप |
|
bare-coverfraction |
% | 0 | 100 | 100 मीटर | पेड़-पौधों से ढकी ज़मीन के लिए, पेड़-पौधों से ढकी जगह का प्रतिशत |
crops-coverfraction |
% | 0 | 100 | 100 मीटर | फ़सल वाली ज़मीन के लैंड कवर क्लास के लिए, वनस्पति से ढकी जगह का प्रतिशत |
grass-coverfraction |
% | 0 | 100 | 100 मीटर | घास-फूस वाली वनस्पति के लिए, वनस्पति से ढकी जगह का प्रतिशत |
moss-coverfraction |
% | 0 | 100 | 100 मीटर | काई और लाइकेन वाली ज़मीन के लिए, वनस्पति से ढकी ज़मीन का प्रतिशत |
shrub-coverfraction |
% | 0 | 100 | 100 मीटर | झाड़ियों से ढकी ज़मीन के लिए, वनस्पति से ढकी जगह का प्रतिशत |
tree-coverfraction |
% | 0 | 100 | 100 मीटर | जंगल वाले क्षेत्र के लिए, वनस्पति से ढकी जगह का प्रतिशत |
snow-coverfraction |
% | 0 | 100 | 100 मीटर | बर्फ़ और आइस लैंड कवर क्लास के लिए, ज़मीन के कवर का प्रतिशत |
urban-coverfraction |
% | 0 | 100 | 100 मीटर | बिल्डिंग वाले लैंड कवर क्लास के लिए, ज़मीन के कितने प्रतिशत हिस्से पर बिल्डिंग बनी है |
water-permanent-coverfraction |
% | 0 | 100 | 100 मीटर | स्थायी जल निकाय के लैंड कवर क्लास के लिए, ज़मीन को ढंकने वाले हिस्से का प्रतिशत |
water-seasonal-coverfraction |
% | 0 | 100 | 100 मीटर | मौसमी पानी वाले लैंड कवर क्लास के लिए, ज़मीन को कवर करने का प्रतिशत |
data-density-indicator |
0 | 100 | 100 मीटर | एल्गोरिदम के इनपुट डेटा के लिए डेटा डेंसिटी इंडिकेटर |
|
change-confidence |
0 | 3 | 100 मीटर | यह लेयर सिर्फ़ साल 2015 के बाद के सालों के लिए उपलब्ध है.
|
discrete_classification Class Table
| मान | रंग | ब्यौरा |
|---|---|---|
| 0 | #282828 | अज्ञात. सैटलाइट का डेटा उपलब्ध नहीं है या ज़रूरत के मुताबिक उपलब्ध नहीं है. |
| 20 | #ffbb22 | झाड़ियां. ऐसे बारहमासी पौधे जिनके तने लकड़ी जैसे होते हैं और जिनकी ऊंचाई पांच मीटर से कम नहीं होती. झाड़ियों की पत्तियां सदाबहार या पर्णपाती हो सकती हैं. |
| 30 | #ffff4c | घास-फूस वाले पेड़-पौधे. ऐसे पौधे जिनमें ज़मीन के ऊपर तना या शाखाएं नहीं होती हैं और जिनका स्ट्रक्चर मज़बूत नहीं होता है. पेड़ों और झाड़ियों से ढकी जगह 10% से कम हो. |
| 40 | #f096ff | खेती की गई और मैनेज की गई वनस्पति / कृषि. ऐसी ज़मीनें जिन पर कुछ समय के लिए फ़सलें उगाई जाती हैं.इसके बाद, फ़सल काटी जाती है और ज़मीन को कुछ समय के लिए खाली छोड़ दिया जाता है. जैसे, एक फ़सल और कई फ़सलें उगाने की प्रणालियां. ध्यान दें कि बारहमासी लकड़ी वाले फ़सलों को, जंगल या झाड़ियों वाले इलाके के हिसाब से सही लैंड कवर टाइप के तौर पर क्लासिफ़ाई किया जाएगा. |
| 50 | #fa0000 | शहरी / बसा हुआ. इमारतों और इंसानों के बनाए गए अन्य स्ट्रक्चर से ढकी ज़मीन. |
| 60 | #b4b4b4 | पेड़-पौधे न होना या कम होना. ऐसी ज़मीन जहां मिट्टी, रेत या चट्टानें दिखती हैं और साल के किसी भी समय में 10 % से ज़्यादा वनस्पति नहीं होती है. |
| 70 | #f0f0f0 | बर्फ़ और बर्फ़बारी. ऐसी ज़मीन जो पूरे साल बर्फ़ से ढकी रहती है. |
| 80 | #0032c8 | पानी के स्थायी स्रोत. झीलें, जलाशय, और नदियां. ये ताज़े पानी या खारे पानी के स्रोत हो सकते हैं. |
| 90 | #0096a0 | जड़ी-बूटी वाली दलदली ज़मीन. ऐसी ज़मीन जहां पानी और जड़ी-बूटी या लकड़ी वाले पौधों का स्थायी मिश्रण होता है. यह वनस्पति, खारे, हल्के खारे या मीठे पानी में मौजूद हो सकती है. |
| 100 | #fae6a0 | काई और लाइकेन. |
| 111 | #58481f | घना जंगल, सदाबहार सुई जैसी पत्तियां. पेड़ों की कैनोपी >70 %, सुई के आकार की पत्ती वाले लगभग सभी पेड़ पूरे साल हरे रहते हैं. इसकी पत्तियां हमेशा हरी रहती हैं. |
| 112 | #009900 | घना जंगल, सदाबहार चौड़ी पत्ती. पेड़ों से ढकी जगह 70% से ज़्यादा है. चौड़ी पत्ती वाले लगभग सभी पेड़, साल भर हरे रहते हैं. इसकी पत्तियां हमेशा हरी रहती हैं. |
| 113 | #70663e | घना जंगल, पतझड़ में पत्तियां गिराने वाला पेड़. पेड़ों की कैनोपी 70% से ज़्यादा है. इसमें मौसमी सुई के आकार की पत्ती वाले पेड़ों के समुदाय शामिल हैं. इनमें पत्तियां आने और गिरने का सालाना चक्र होता है. |
| 114 | #00cc00 | घना जंगल, चौड़ी पत्ती वाले पर्णपाती पेड़. पेड़ों की कैनोपी >70 % है. इसमें चौड़े पत्तों वाले मौसमी पेड़ों के समुदाय शामिल हैं. इनमें हर साल पत्तों के आने और जाने का चक्र होता है. |
| 115 | #4e751f | बंद जंगल, मिला-जुला. |
| 116 | #007800 | घना जंगल, जो किसी भी अन्य परिभाषा से मेल नहीं खाता. |
| 121 | #666000 | खुला जंगल, सदाबहार सुई जैसी पत्तियां. ऊपरी परत में 15 से 70 % पेड़ होते हैं और दूसरी परत में झाड़ियां और घास के मैदान होते हैं. सुई के आकार की पत्ती वाले लगभग सभी पेड़ पूरे साल हरे रहते हैं. इसकी पत्तियां हमेशा हरी रहती हैं. |
| 122 | #8db400 | खुला जंगल, सदाबहार चौड़ी पत्ती वाला पेड़. ऊपरी परत में 15 से 70 % पेड़ होते हैं. दूसरी परत में झाड़ियां और घास के मैदान होते हैं. चौड़ी पत्ती वाले लगभग सभी पेड़ पूरे साल हरे रहते हैं. इसकी पत्तियां हमेशा हरी रहती हैं. |
| 123 | #8d7400 | खुला जंगल, पतझड़ में पत्तियां गिराने वाला पेड़. सबसे ऊपरी परत में 15 से 70 % पेड़ होते हैं. दूसरी परत में झाड़ियां और घास के मैदान होते हैं. इसमें सुई के आकार के पत्तों वाले मौसमी पेड़ों के समुदाय होते हैं. इनमें पत्तों के आने और जाने का सालाना चक्र होता है. |
| 124 | #a0dc00 | खुला जंगल, पर्णपाती चौड़ी पत्ती वाला. ऊपरी लेयर में 15 से 70 % पेड़ होते हैं. दूसरी लेयर में झाड़ियां और घास के मैदान होते हैं. इसमें चौड़ी पत्ती वाले पेड़ों के समुदाय होते हैं. इनकी पत्तियां हर साल एक तय समय पर आती हैं और एक तय समय पर झड़ जाती हैं. |
| 125 | #929900 | खुला जंगल, मिला-जुला. |
| 126 | #648c00 | खुला जंगल, जो किसी भी अन्य परिभाषा से मेल नहीं खाता. |
| 200 | #000080 | महासागरों, समुद्रों में. ये ताज़े पानी या खारे पानी के स्रोत हो सकते हैं. |
forest_type क्लास टेबल
| मान | रंग | ब्यौरा |
|---|---|---|
| 0 | #282828 | अज्ञात |
| 1 | #666000 | सदाबहार सुई जैसी पत्ती |
| 2 | #009900 | सदाबहार चौड़ी पत्ती |
| 3 | #70663e | पर्णपाती सुई के आकार की पत्ती |
| 4 | #a0dc00 | पर्णपाती चौड़ी पत्ती |
| 5 | #929900 | अलग-अलग तरह के जंगल |
इमेज प्रॉपर्टी
इमेज प्रॉपर्टी
| नाम | टाइप | ब्यौरा |
|---|---|---|
| discrete_classification_class_names | STRING_LIST | लैंड कवर क्लास के नाम |
| discrete_classification_class_palette | STRING_LIST | लैंड कवर क्लास पैलेट |
| discrete_classification_class_values | INT_LIST | ज़मीन के टाइप के हिसाब से क्लासिफ़िकेशन की वैल्यू. |
| forest_type_class_names | STRING_LIST | जंगल के फैलाव की क्लास के नाम |
| forest_type_class_palette | STRING_LIST | जंगल के फैलाव की जानकारी देने वाले रंग पटल |
| forest_type_class_values | INT_LIST | जंगल के फैलाव की क्लास वैल्यू |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
यह लैंड कवर डेटासेट, Copernicus Land Service के ग्लोबल कॉम्पोनेंट का आधिकारिक प्रॉडक्ट है. इसलिए, इसे बिना किसी शुल्क के ऐक्सेस किया जा सकता है. साथ ही, यह सभी उपयोगकर्ताओं के लिए उपलब्ध है.
उद्धरण
Buchhorn, M. ; Lesiv, M. ; Tsendbazar, N. - ई॰ ; हेरोल्ड, एम॰ ; Bertels, L. ; Smets, B. Copernicus Global Land Cover Layers-Collection 2. Remote Sensing 2020, 12Volume 108, 1044. doi:10.3390/rs12061044
बुखॉर्न, एम॰, स्मेत्स, बी., बर्टेल्स, एल॰, रू, बी॰ D., लेसिव, एम॰, त्सेन्दबाज़ार, एन.-ई., हेरोल्ड, एम॰, और फ़्रिट्ज़, एस॰ (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2017: Globe (Version V3.0.1) [डेटा सेट]. Zenodo.
बुखॉर्न, एम॰, स्मेत्स, बी., बर्टेल्स, एल॰, रू, बी॰ D., लेसिव, एम॰, Tsendbazar, N.-E., हेरोल्ड, एम॰, और फ़्रिट्ज़, एस॰ (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2018: Globe (Version V3.0.1) [डेटा सेट]. Zenodo.
बुखॉर्न, एम॰, स्मेत्स, बी., बर्टेल्स, एल॰, रू, बी॰ D., लेसिव, एम॰, त्सेन्दबाज़ार, एन.-ई., हेरोल्ड, एम॰, और फ़्रिट्ज़, एस॰ (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2015: Globe (Version V3.0.1) [डेटा सेट]. Zenodo.
बुखॉर्न, एम॰, स्मेत्स, बी., बर्टेल्स, एल॰, रू, बी॰ D., लेसिव, एम॰, Tsendbazar, N.-E., हेरोल्ड, एम॰, और फ़्रिट्ज़, एस॰ (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2019: Globe (Version V3.0.1) [डेटा सेट]. Zenodo.
डीओआई
- https://doi.org/10.5281/ZENODO.3518036
- https://doi.org/10.5281/ZENODO.3518038
- https://doi.org/10.5281/ZENODO.3939038
- https://doi.org/10.5281/ZENODO.3939050
- https://doi.org/10.5281/zenodo.3518026
- https://doi.org/10.5281/zenodo.3518036
- https://doi.org/10.5281/zenodo.3518038
- https://doi.org/10.5281/zenodo.3939038
- https://doi.org/10.5281/zenodo.3939050
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (JavaScript)
var dataset = ee.Image('COPERNICUS/Landcover/100m/Proba-V-C3/Global/2019') .select('discrete_classification'); Map.setCenter(-88.6, 26.4, 1); Map.addLayer(dataset, {}, 'Land Cover');
import ee import geemap.core as geemap
Colab (Python)
dataset = ee.Image('COPERNICUS/Landcover/100m/Proba-V-C3/Global/2019').select( 'discrete_classification' ) m = geemap.Map() m.set_center(-88.6, 26.4, 1) m.add_layer(dataset, {}, 'Land Cover') m