Copernicus Global Land Cover Layers: CGLS-LC100 Collection 3

COPERNICUS/Landcover/100m/Proba-V-C3/Global
데이터 세트 사용 가능 여부
2015-01-01T00:00:00Z–2019-12-31T23:59:59Z
데이터 세트 제공업체
Earth Engine 스니펫
ee.ImageCollection("COPERNICUS/Landcover/100m/Proba-V-C3/Global")
태그
copernicus eea esa eu landcover landuse-landcover proba probav vito

설명

Copernicus Global Land Service (CGLS)는 전 세계 규모로 지표의 상태와 진화에 관한 일련의 생물지구물리학적 제품을 제공하는 다목적 서비스 구성요소를 운영하는 토지 서비스의 구성요소로 지정됩니다.

100m 해상도의 동적 토지 피복 지도 (CGLS-LC100)는 CGLS 포트폴리오의 새로운 제품으로, 100m 공간 해상도의 전 세계 토지 피복 지도를 제공합니다. CGLS 토지 피복 제품은 기본 토지 피복 계획을 제공합니다. 이러한 개별 클래스 외에도 제품에는 토지 피복 유형의 식생/지면 피복에 대한 비례 추정치를 제공하는 모든 기본 토지 피복 클래스의 연속 필드 레이어가 포함됩니다. 이 연속 분류 체계는 표준 분류 체계보다 이질적인 지피 식생 영역을 더 잘 묘사할 수 있으므로 애플리케이션 사용 (예: 산림 모니터링, 농작물 모니터링, 생물 다양성 및 보존, 아프리카의 환경 및 보안 모니터링, 기후 모델링 등)에 맞게 조정할 수 있습니다.

이 일관된 토지 피복 지도 (v3.0.1)는 전 세계 2015~2019년 기간에 대해 제공되며, PROBA-V 100m 시계열, 고품질 토지 피복 학습 사이트 데이터베이스, 여러 보조 데이터 세트에서 파생되어 모든 연도에 걸쳐 Level1에서 80% 의 정확도에 도달합니다. Sentinel 시계열을 사용하여 2020년부터 연간 업데이트를 제공할 계획입니다.

관련 주제에 대한 추가 정보

대역

픽셀 크기
100미터

대역

이름 단위 최소 최대 픽셀 크기 설명
discrete_classification 0 200 미터

토지 피복 분류

discrete_classification-proba % 0 100 미터

개별 분류의 품질 지표 (분류 확률)

forest_type 0 5 미터

나무 비율이 1%보다 큰 모든 픽셀의 산림 유형

bare-coverfraction % 0 100 미터

나지-희소 식생 토지 피복 클래스의 식생 피복 비율

crops-coverfraction % 0 100 미터

농지 토지 피복 클래스의 식물 피복 비율

grass-coverfraction % 0 100 미터

초본 식생 토지 피복 클래스의 식생 피복 비율

moss-coverfraction % 0 100 미터

이끼 및 지의류 토지 피복 클래스의 식물 피복 비율

shrub-coverfraction % 0 100 미터

관목지 토지 피복 클래스의 식물 피복 비율

tree-coverfraction % 0 100 미터

산림 토지 피복 클래스의 식물 피복 비율

snow-coverfraction % 0 100 미터

눈과 얼음 토지 피복 클래스의 지면 피복 비율

urban-coverfraction % 0 100 미터

건물 밀집 지역 토지 피복 클래스의 지면 덮개 비율

water-permanent-coverfraction % 0 100 미터

영구적인 물 토지 피복 클래스의 지표면 피복 비율

water-seasonal-coverfraction % 0 100 미터

계절성 물 토지 피복 클래스의 지면 피복 비율

data-density-indicator 0 100 미터

알고리즘 입력 데이터의 데이터 밀도 표시기

change-confidence 0 3 미터

이 레이어는 BaseYear 2015 이후의 연도에만 제공됩니다.

  • 0 - 변경사항 없음 연도와 전년도 간에 개별 클래스의 변화가 감지되지 않았습니다.
  • 1 - 잠재적 변경사항 BFASTmon이 NRT 연도 후반에 중단을 감지했습니다. 변경이 있을 수 있습니다.
  • 2 - 중간 신뢰도 도시, 영구적인 물, 눈 또는 습지의 흔적 또는 BFAST에서 변화를 감지했지만 HMM 모델에서 고해상도로 이 변화를 확인하지 않음 또는 NRT 연도의 상반기에 BFASTmon에서 변화를 감지함
  • 3 - 신뢰도가 높습니다. BFAST에서 변경사항을 감지했고 HMM에서 더 높은 해상도로 이 변경사항을 확인했습니다.

discrete_classification 클래스 표

색상 설명
0 #282828

알 수 없음 사용 가능한 위성 데이터가 없거나 충분하지 않습니다.

20 #ffbb22

관목 지속적이고 목질인 줄기가 있으며 정의된 주 줄기가 없는 목질 다년생 식물로 높이가 5m 미만입니다. 관목 잎은 상록수 또는 낙엽수일 수 있습니다.

30 #ffff4c

초본 식물 지상에 지속적인 줄기나 싹이 없고 명확한 단단한 구조가 없는 식물 나무와 관목의 피복이 10% 미만입니다.

40 #f096ff

재배 및 관리된 식물 / 농업 임시 작물로 덮인 후 수확하고 나지 기간이 있는 토지 (예: 단일 및 다중 작물 시스템) 다년생 목본 작물은 적절한 산림 또는 관목 지피 유형으로 분류됩니다.

50 #fa0000

도시 / 건축물 건물 및 기타 인공 구조물로 덮인 토지입니다.

60 #b4b4b4

나지 / 희소한 식물 토양, 모래 또는 암석이 노출되어 있으며 연중 어느 때에도 식물 덮개가 10 % 를 초과하지 않는 땅입니다.

70 #f0f0f0

눈과 얼음 일 년 내내 눈이나 얼음으로 덮여 있는 땅입니다.

80 #0032c8

영구적인 수역입니다. 호수, 저수지, 강 담수 또는 해수일 수 있습니다.

90 #0096a0

초본 습지 물과 초본 또는 목본 식물이 영구적으로 혼합된 토지입니다. 식물은 염수, 기수 또는 담수에 존재할 수 있습니다.

100 #fae6a0

이끼와 지의류

111 #58481f

밀집된 숲, 상록수 바늘 모양 잎 수관이 70% 이상이며, 거의 모든 침엽수가 연중 녹색을 유지합니다. 수관은 녹색 잎이 없는 경우가 없습니다.

112 #009900

밀집된 숲, 상록수 활엽수 트리 캐노피가 70%를 초과하며, 거의 모든 활엽수가 연중 녹색을 유지합니다. 수관은 녹색 잎이 없는 경우가 없습니다.

113 #70663e

닫힌 숲, 낙엽성 침엽수 수관이 70% 이상이며, 잎이 나고 지는 연간 주기가 있는 계절성 침엽수림 군집으로 구성됩니다.

114 #00cc00

폐쇄된 숲, 낙엽성 광엽수 나무 캐노피가 70% 이상이며, 잎이 나는 시기와 잎이 지는 시기가 연간 주기로 반복되는 계절성 광엽수림 군락으로 구성되어 있습니다.

115 #4e751f

폐쇄된 혼합림

116 #007800

다른 정의와 일치하지 않는 폐쇄된 산림입니다.

121 #666000

개방된 숲, 상록수 바늘잎 상층은 나무가 15~70%, 두 번째 층은 관목과 초지의 혼합으로 구성되어 있으며, 거의 모든 침엽수가 연중 녹색을 유지합니다. 수관은 녹색 잎이 없는 경우가 없습니다.

122 #8db400

개방된 숲, 상록수 활엽수 상층은 나무가 15~70%, 하층은 관목과 초지의 혼합으로 구성되어 있으며, 거의 모든 활엽수가 연중 녹색을 유지합니다. 수관은 녹색 잎이 없는 경우가 없습니다.

123 #8d7400

개방된 숲, 낙엽성 침엽수 상단 레이어는 나무가 15~70 % 를 차지하고 두 번째 레이어는 관목과 초원이 혼합되어 있으며, 잎이 나는 시기와 잎이 지는 시기가 연간 주기를 이루는 계절성 침엽수림 군집으로 구성됩니다.

124 #a0dc00

개방된 숲, 낙엽성 활엽수 상단 레이어(나무 15~70%)와 두 번째 레이어(관목과 초지의 혼합)는 잎이 지는 시기와 잎이 나는 시기가 연간 주기로 반복되는 계절성 활엽수림 군집으로 구성됩니다.

125 #929900

개방형 혼합림

126 #648c00

다른 정의와 일치하지 않는 열린 숲입니다.

200 #000080

바다 담수 또는 해수일 수 있습니다.

forest_type 클래스 표

색상 설명
0 #282828

알 수 없음

1 #666000

상록수 바늘 모양 잎

2 #009900

상록수 광엽

3 #70663e

낙엽성 바늘잎

4 #a0dc00

낙엽성 광엽

5 #929900

혼합된 숲 유형

이미지 속성

이미지 속성

이름 유형 설명
discrete_classification_class_names STRING_LIST

토지 피복 클래스 이름

discrete_classification_class_palette STRING_LIST

토지 피복 클래스 팔레트

discrete_classification_class_values INT_LIST

토지 피복 분류 값입니다.

forest_type_class_names STRING_LIST

삼림 피복 클래스 이름

forest_type_class_palette STRING_LIST

산림 피복 클래스 팔레트

forest_type_class_values INT_LIST

산림 피복 클래스 값

이용약관

이용약관

코페르니쿠스 토지 서비스의 전 세계 구성요소의 공식 제품이므로 이 토지 피복 데이터 세트에 대한 액세스는 완전히 무료이며 모든 사용자에게 공개되어 있습니다.

인용

인용:
  • Buchhorn, M. ; Lesiv, M. ; Tsendbazar, N. - E. ; Herold, M. ; Bertels, L. ; Smets, B. Copernicus Global Land Cover Layers-Collection 2. Remote Sensing 2020, 12Volume 108, 1044. doi:10.3390/rs12061044

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2017: Globe (버전 V3.0.1) [데이터 세트]. Zenodo

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2018: Globe (버전 V3.0.1) [데이터 세트]. Zenodo

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2015: Globe (버전 V3.0.1) [데이터 세트]. Zenodo

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2019: Globe (버전 V3.0.1) [데이터 세트]. Zenodo

DOI

Earth Engine으로 탐색하기

코드 편집기 (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');

Python 설정

Python API 및 geemap를 사용한 대화형 개발에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

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
코드 편집기에서 열기