GlobCover: Global Land Cover Map

ESA/GLOBCOVER_L4_200901_200912_V2_3
데이터 세트 제공
2009-01-01T00:00:00Z–2010-01-01T00:00:00Z
데이터 세트 출처
Earth Engine 스니펫
ee.Image("ESA/GLOBCOVER_L4_200901_200912_V2_3")
태그
esa landcover landuse-landcover
globcover

설명

GlobCover 2009는 ENVISAT의 중해상도 영상 분광계 (MERIS) 레벨 1B 데이터를 기반으로 한 전 세계 토지 피복 지도이며, 약 300m의 공간 해상도로 전체 해상도 모드에서 획득되었습니다.

대역

대역

픽셀 크기: 300m (모든 대역)

이름 픽셀 크기 설명
landcover 300m

토지 피복 지도는 2009년 전 세계 MERIS FR 모자이크의 시계열을 자동으로 지역에 맞게 분류하여 파생됩니다. 전 세계 토지 피복 지도는 유엔 (UN) 토지 피복 분류 시스템 (LCCS)으로 정의된 22개의 토지 피복 클래스를 포함합니다.

qa 300m

GlobCover 분류 체계의 출력 대신 참조 데이터 세트가 사용되었는지 여부를 나타내는 바이너리 품질 대역입니다.

토지 피복 클래스 표

색상 설명
11 #aaefef

침수 후 또는 관개된 농지

14 #ffff63

천수 농지

20 #dcef63

모자이크 농지 (50~70%) / 식생 (초지, 관목지, 숲) (20~50%)

30 #cdcd64

모자이크 식생 (초지, 관목지, 숲) (50~70%) / 농지 (20~50%)

40 #006300

폐쇄형에서 개방형으로(>15%) 광엽 상록수 및/또는 반낙엽수림(>5m)

50 #009f00

폐쇄형(>40%) 광엽 낙엽수림(>5m)

60 #aac700

개방형 (15~40%) 광엽 낙엽수림(>5m)

70 #003b00

폐쇄형(>40%) 침엽 상록수림(>5m)

90 #286300

개방형 (15~40%) 침엽 낙엽수림 또는 상록수림(>5m)

100 #788300

폐쇄형에서 개방형으로(>15%) 혼합 광엽수림 및 침엽수림(>5m)

110 #8d9f00

모자이크 숲-관목지 (50~70%) / 초지 (20~50%)

120 #bd9500

모자이크 초지 (50~70%) / 숲-관목지 (20~50%)

130 #956300

폐쇄형에서 개방형으로(>15%) 관목지(<5m)

140 #ffb431

폐쇄형에서 개방형으로(>15%) 초지

150 #ffebae

희박한(>15%) 식생 (목본 식생, 관목, 초지)

160 #00785a

폐쇄형(>40%) 광엽수림 정기적으로 침수 - 담수

170 #009578

폐쇄형(>40%) 광엽 반낙엽수림 및/또는 상록수림 정기적으로 침수 - 염수

180 #00dc83

폐쇄형에서 개방형으로(>15%) 식생 (초지, 관목지, 목본 식생) 정기적으로 침수되거나 물에 잠긴 토양 - 담수, 기수 또는 염수

190 #c31300

인공 표면 및 관련 지역 (도시 지역 >50%) GLOBCOVER 2009

200 #fff5d6

나지

210 #0046c7

수역

220 #ffffff

영구적인 눈과 얼음

230 #743411

분류되지 않음

이용약관

이용약관

GlobCover 제품은 ESA와 루뱅 가톨릭 대학교에서 처리했습니다. ESA에서 대중에게 제공합니다. GlobCover 제품의 출처로 ESA와 루뱅 가톨릭 대학교를 표시하는 경우 GlobCover 토지 피복 지도를 교육 및/또는 과학적 목적으로 무료로 사용할 수 있습니다.

인용

인용:

Earth Engine으로 탐색

코드 편집기 (JavaScript)

var dataset = ee.Image('ESA/GLOBCOVER_L4_200901_200912_V2_3');
var landcover = dataset.select('landcover');
Map.setCenter(-88.6, 26.4, 3);
Map.addLayer(landcover, {}, 'Landcover');

Python 설정

Python API 및 대화형 개발을 위한 geemap 사용에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

import ee
import geemap.core as geemap

Colab(Python)

dataset = ee.Image('ESA/GLOBCOVER_L4_200901_200912_V2_3')
landcover = dataset.select('landcover')

m = geemap.Map()
m.set_center(-88.6, 26.4, 3)
m.add_layer(landcover, {}, 'Landcover')
m
코드 편집기에서 열기