- ডেটাসেটের প্রাপ্যতা
- 1999-01-01T00:00:00Z-2019-12-31T00:00:00Z
- ডেটাসেট প্রযোজক
- মারে/জেসিইউ
- ট্যাগ
- লবণাক্ত জলাভূমি
বর্ণনা
মারে গ্লোবাল টাইডাল ওয়েটল্যান্ড চেঞ্জ ডেটাসেটে জোয়ার-ভাটার জলাভূমির বৈশ্বিক বিস্তৃতি এবং সেগুলোর পরিবর্তনের মানচিত্র রয়েছে। এই মানচিত্রগুলো একটি তিন-পর্যায়ের শ্রেণিবিন্যাসের মাধ্যমে তৈরি করা হয়েছে, যার উদ্দেশ্য ছিল (i) জোয়ার-ভাটার জলাভূমির (যা জোয়ার-ভাটার জলাভূমি, জোয়ার-ভাটার সমতলভূমি বা ম্যানগ্রোভ বাস্তুতন্ত্র হিসেবে সংজ্ঞায়িত) বৈশ্বিক বণ্টন অনুমান করা, (ii) অধ্যয়নকালীন সময়ে সেগুলোর পরিবর্তন শনাক্ত করা, এবং (iii) বাস্তুতন্ত্রের ধরন এবং জোয়ার-ভাটার জলাভূমি পরিবর্তনের ঘটনাগুলোর সময়কাল অনুমান করা।
ল্যান্ডস্যাট ৫ থেকে ৮ দ্বারা সংগৃহীত ১১,৬৬,৩৮৫টি স্যাটেলাইট চিত্রের পর্যবেক্ষণের সাথে প্রতিটি বাস্তুতন্ত্রের প্রকারের বন্টনকে প্রভাবিত করে বলে পরিচিত বিভিন্ন চলকের (যেমন তাপমাত্রা, ঢাল এবং উচ্চতা) পরিবেশগত তথ্য একত্রিত করে ডেটাসেটটি তৈরি করা হয়েছে। চিত্রটিতে গবেষণাকালের শুরু এবং শেষের সময়-ধাপগুলোর জন্য একটি জোয়ারভাটার জলাভূমির বিস্তৃতি পণ্যের (জোয়ারভাটার জলাভূমির উপস্থিতির র্যান্ডম ফরেস্ট সম্ভাবনা) এবং সম্পূর্ণ গবেষণাকাল জুড়ে একটি জোয়ারভাটার জলাভূমির পরিবর্তন পণ্যের (জোয়ারভাটার জলাভূমির হ্রাস ও বৃদ্ধি) ব্যান্ড রয়েছে।
অনুগ্রহ করে প্রকল্পের ওয়েবসাইটে ব্যবহারের নির্দেশাবলী দেখুন। এই সফটওয়্যার দ্বারা উৎপাদিত তথ্যের পদ্ধতি, বৈধতা এবং সীমাবদ্ধতার পূর্ণাঙ্গ বিবরণ সংশ্লিষ্ট বৈজ্ঞানিক গবেষণাপত্রে পাওয়া যাবে।
জোয়ারভাটা সমভূমি বাস্তুতন্ত্রের বন্টনের বৈশ্বিক মানচিত্রের জন্য UQ/murray/Intertidal/v1_1/global_intertidal- ও দেখুন।
ব্যান্ড
ব্যান্ড
পিক্সেল সাইজ: ৩০ মিটার (সকল ব্যান্ড)
| নাম | পিক্সেল আকার | বর্ণনা |
|---|---|---|
loss | ৩০ মিটার | ক্ষতির স্থানগুলোর জন্য ১-এ সেট করুন, অন্যথায় মাস্ক করা থাকবে। |
lossYear | ৩০ মিটার | ক্ষতি বিশ্লেষণের সময়-ধাপের শেষ বছর নির্দেশকারী পূর্ণসংখ্যা (যেমন, ১৯ = ২০১৭-২০১৯)। |
lossType | ৩০ মিটার | ক্ষতির ধরণ
|
gain | ৩০ মিটার | গেইন লোকেশনগুলোর জন্য ১-এ সেট করুন, অন্যথায় মাস্ক করা থাকবে। |
gainYear | ৩০ মিটার | লাভ বিশ্লেষণের সময়-ধাপের শেষ বছর নির্দেশকারী পূর্ণসংখ্যা (যেমন, ১৯ = ২০১৭-২০১৯)। |
gainType | ৩০ মিটার | লাভের ধরণ:
|
twprobabilityStart | ৩০ মিটার | প্রথম সময় ধাপের (১৯৯৯-২০০১) জন্য সামগ্রিক জোয়ারভাটা-প্রভাবিত জলাভূমি শ্রেণীর র্যান্ডম ফরেস্ট সামঞ্জস্য। সংখ্যাটি ০ থেকে ১০০-এর মধ্যে একটি পূর্ণসংখ্যা। |
twprobabilityEnd | ৩০ মিটার | সর্বশেষ সময় ধাপের (২০১৭-২০১৯) জন্য সামগ্রিক জোয়ারভাটা-প্রভাবিত জলাভূমি শ্রেণীর র্যান্ডম ফরেস্ট সামঞ্জস্য। সংখ্যাটি ০ থেকে ১০০-এর মধ্যে একটি পূর্ণসংখ্যা। |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
উদ্ধৃতি
মারে, এনজে, ওর্থিংটন, টিএ, বান্টিং, পি., ডিউস, এস., হ্যাগার, ভি., লাভলক, সিই, লুকাস, আর., সন্ডার্স, এমআই, শিভস, এম., স্প্যাল্ডিং, এম., ওয়ালথাম, এনজে, লায়ন্স, এমবি, ২০২২। পৃথিবীর জোয়ার-ভাটার জলাভূমির ক্ষয় ও বৃদ্ধির উচ্চ-রেজোলিউশন ম্যাপিং। সায়েন্স । doi:10.1126/science.abm9583
ডিওআই
আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
var dataset = ee.Image('JCU/Murray/GIC/global_tidal_wetland_change/2019'); Map.setCenter(103.7, 1.3, 12); Map.setOptions('SATELLITE'); var plasma = [ '0d0887', '3d049b', '6903a5', '8d0fa1', 'ae2891', 'cb4679', 'df6363', 'f0844c', 'faa638', 'fbcc27', 'f0f921' ]; Map.addLayer( dataset.select('twprobabilityStart'), {palette: plasma, min: 0, max: 100}, 'twprobabilityStart', false, 1); Map.addLayer( dataset.select('twprobabilityEnd'), {palette: plasma, min: 0, max: 100}, 'twprobabilityEnd', false, 1); var lossPalette = ['fe4a49']; var gainPalette = ['2ab7ca']; Map.addLayer( dataset.select('loss'), {palette: lossPalette, min: 1, max: 1}, 'Tidal wetland loss', true, 1); Map.addLayer( dataset.select('gain'), {palette: gainPalette, min: 1, max: 1}, 'Tidal wetland gain', true, 1); var viridis = ['440154', '414487', '2a788e', '22a884', '7ad151', 'fde725']; Map.addLayer( dataset.select('lossYear'), {palette: viridis, min: 4, max: 19}, 'Year of loss', false, 0.9); Map.addLayer( dataset.select('gainYear'), {palette: viridis, min: 4, max: 19}, 'Year of gain', false, 0.9); // Ecosystem type. var classPalette = ['9e9d9d', 'ededed', 'ff9900', '009966', '960000', '006699']; var classNames = ['null', 'null', 'Tidal flat', 'Mangrove', 'null', 'Tidal marsh']; Map.addLayer( dataset.select('lossType'), {palette: classPalette, min: 0, max: 5}, 'Loss type', false, 0.9); Map.addLayer( dataset.select('gainType'), {palette: classPalette, min: 0, max: 5}, 'Gain type', false, 0.9);