JRC Global Surface Water Mapping Layers, v1.4

JRC/GSW1_4/GlobalSurfaceWater
Disponibilità set di dati
1984-03-16T00:00:00Z–2022-01-01T00:00:00Z
Produttore di dati del set di dati
Snippet Earth Engine
ee.Image("JRC/GSW1_4/GlobalSurfaceWater")
Tag
change-detection geophysical google jrc landsat-derived surface surface-ground-water water

Descrizione

Questo set di dati contiene mappe della posizione e della distribuzione temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per ulteriori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its long-term changes (Nature, 2016) e la Guida per gli utenti dei dati online .

Questi dati sono stati generati utilizzando 4.716.475 scene di Landsat 5, 7 e 8 acquisite tra il 16 marzo 1984 e il 31 dicembre 2021. Ogni pixel è stato classificato individualmente come acqua / non acqua utilizzando un sistema esperto e i risultati sono stati raccolti in una cronologia mensile per l'intero periodo di tempo e due epoche (1984-1999, 2000-2021) per il rilevamento delle modifiche.

Questo prodotto di livelli di mappatura è costituito da un'immagine contenente 7 bande. Mappa diversi aspetti della distribuzione spaziale e temporale delle acque superficiali negli ultimi 38 anni. Le aree in cui non è mai stata rilevata acqua sono mascherate.

Nota: il valore della maschera per la banda di occorrenza è uguale al valore della banda. Ovvero, se la banda di occorrenza è 0,5, anche la maschera è 0,5, quindi il set di dati conta due volte l'occorrenza parziale. Questo probabilmente non è il comportamento previsto in modo intuitivo.

Bande

Bande

Dimensioni in pixel: 30 metri (tutte le bande)

Nome Unità Min Max Dimensioni pixel Descrizione
occurrence % 0 100 30 metri

La frequenza con cui era presente l'acqua.

change_abs % -100 100 30 metri

Variazione assoluta dell'occorrenza tra due epoche: 1984-1999 e 2000-2021.

change_norm % -100 100 30 metri

Variazione normalizzata dell'occorrenza. (epoca1-epoca2)/(epoca1+epoca2) * 100

seasonality 0 12 30 metri

Numero di mesi in cui è presente l'acqua.

recurrence % 0 100 30 metri

La frequenza con cui l'acqua ritorna di anno in anno.

transition 30 metri

Classificazione categorica della variazione tra il primo e l'ultimo anno.

max_extent 30 metri

Immagine binaria contenente 1 ovunque sia stata rilevata acqua.

Tabella delle classi di transizione

Valore Colore Descrizione
0 #ffffff

Nessuna variazione

1 #0000ff

Permanente

2 #22b14c

Nuovo permanente

3 #d1102d

Permanente perso

4 #99d9ea

Stagionale

5 #b5e61d

Nuovo stagionale

6 #e6a1aa

Stagionale perso

7 #ff7f27

Da stagionale a permanente

8 #ffc90e

Da permanente a stagionale

9 #7f7f7f

Permanente temporaneo

10 #c3c3c3

Stagionale temporaneo

Termini e condizioni d'uso

Termini e condizioni d'uso

Tutti i dati qui riportati sono prodotti nell'ambito del programma Copernicus e sono forniti senza costi, senza limitazioni di utilizzo. Per informazioni complete sulla licenza, consulta il regolamento Copernicus.

Le pubblicazioni, i modelli e i prodotti di dati che utilizzano questi set di dati devono includere un'attribuzione corretta, citando i set di dati e l'articolo di rivista come nella seguente citazione.

Se utilizzi i dati come livello in una mappa pubblicata, includi il seguente testo dell'attribuzione: "Fonte: CE JRC/Google"

Citazioni

Citazioni:
  • Jean-Francois Pekel, Andrew Cottam, Noel Gorelick, Alan S. Belward, High-resolution mapping of global surface water and its long-term changes. Nature 540, 418-422 (2016). (doi:10.1038/nature20584)

Esplora con Earth Engine

Editor di codice (JavaScript)

var dataset = ee.Image('JRC/GSW1_4/GlobalSurfaceWater');

var visualization = {
  bands: ['occurrence'],
  min: 0.0,
  max: 100.0,
  palette: ['ffffff', 'ffbbbb', '0000ff']
};

Map.setCenter(59.414, 45.182, 6);

Map.addLayer(dataset, visualization, 'Occurrence');

Configurazione di Python

Per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo, consulta la pagina Ambiente Python.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.Image('JRC/GSW1_4/GlobalSurfaceWater')

visualization = {
    'bands': ['occurrence'],
    'min': 0.0,
    'max': 100.0,
    'palette': ['ffffff', 'ffbbbb', '0000ff'],
}

m = geemap.Map()
m.set_center(59.414, 45.182, 6)
m.add_layer(dataset, visualization, 'Occurrence')
m
Apri nell'editor di codice