JRC Global Surface Water Mapping Layers, v1.4

JRC/GSW1_4/GlobalSurfaceWater
Dostępność zbioru danych
1984-03-16T00:00:00Z–2022-01-01T00:00:00Z
Producent zbioru danych
Fragment kodu Earth Engine
ee.Image("JRC/GSW1_4/GlobalSurfaceWater")
Tagi
change-detection geophysical google jrc landsat-derived surface surface-ground-water water

Opis

Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego występowania wód powierzchniowych w latach 1984–2021 oraz statystyki dotyczące ich zasięgu i zmian. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie naukowym: High-resolution mapping of global surface water and its long-term changes (Nature, 2016) oraz w internetowym przewodniku dla użytkowników danych.

Dane te zostały wygenerowane na podstawie 4 716 475 scen z satelitów Landsat 5, 7 i 8, które zostały zarejestrowane między 16 marca 1984 r. a 31 grudnia 2021 r. Każdy piksel został indywidualnie sklasyfikowany jako woda lub nie-woda za pomocą systemu eksperckiego, a wyniki zostały zestawione w miesięczną historię dla całego okresu oraz 2 epok (1984–1999, 2000–2021) na potrzeby wykrywania zmian.

Ten produkt z warstwami mapowania składa się z 1 obrazu zawierającego 7 pasm. Mapuje on różne aspekty przestrzennego i czasowego rozkładu wód powierzchniowych w ciągu ostatnich 38 lat. Obszary, na których nigdy nie wykryto wody, są zamaskowane.

Uwaga:: wartość maski dla pasma występowania jest równa wartości pasma. Oznacza to, że jeśli pasmo występowania ma wartość 0,5, maska też ma wartość 0,5, więc zbiór danych podwójnie zlicza częściowe występowanie. Prawdopodobnie nie jest to intuicyjnie oczekiwane zachowanie.

Pasma

Pasma

Rozmiar piksela: 30 metrów (wszystkie pasma)

Nazwa Jednostki Min. Maks. Rozmiar piksela Opis
occurrence % 0 100 30 metrów

Częstotliwość występowania wody.

change_abs % -100 100 30 metrów

Bezwzględna zmiana występowania między 2 epokami: 1984–1999 a 2000–2021.

change_norm % -100 100 30 metrów

Znormalizowana zmiana występowania. (epoka1 – epoka2)/(epoka1 + epoka2) * 100

seasonality 0 12 30 metrów

Liczba miesięcy, w których występuje woda.

recurrence % 0 100 30 metrów

Częstotliwość, z jaką woda powraca z roku na rok.

transition 30 metrów

Kategoryczna klasyfikacja zmian między pierwszym a ostatnim rokiem.

max_extent 30 metrów

Obraz binarny zawierający wartość 1 wszędzie tam, gdzie kiedykolwiek wykryto wodę.

Tabela klas przejścia

Wartość Kolor Opis
0 #ffffff

Bez zmian

1 #0000ff

Trwałe

2 #22b14c

Nowe trwałe

3 #d1102d

Utracone trwałe

4 #99d9ea

Sezonowe

5 #b5e61d

Nowe sezonowe

6 #e6a1aa

Utracone sezonowe

7 #ff7f27

Sezonowe na trwałe

8 #ffc90e

Trwałe na sezonowe

9 #7f7f7f

Efemeryczne trwałe

10 #c3c3c3

Efemeryczne sezonowe

Warunki korzystania z usługi

Warunki korzystania z usługi

Wszystkie dane są generowane w ramach programu Copernicus i udostępniane bezpłatnie, bez ograniczeń użytkowania. Pełne informacje o licencji znajdziesz w rozporządzeniu Copernicus.

Publikacje, modele i produkty danych, które korzystają z tych zbiorów danych, muszą zawierać odpowiednie informacje o pochodzeniu, w tym cytowanie zbiorów danych i artykułu w czasopiśmie naukowym, jak w poniższym przykładzie.

Jeśli używasz tych danych jako warstwy na opublikowanej mapie, dołącz następującą informację o pochodzeniu danych: „Źródło: EC JRC/Google”

Cytaty

Cytowanie:
  • 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)

Odkrywaj za pomocą Earth Engine

Edytor kodu (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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska 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
Otwórz w edytorze kodu