- Veri Kümesi Kullanılabilirliği
- 2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
- Veri Kümesi Üreticisi
- K. N. Toosi University of Technology LiDAR Lab Google Earth Engine
- Etiketler
Açıklama
İran genelindeki arazi örtüsü haritası, Google Earth Engine Cloud platformunda Sentinel görüntüleri işlenerek oluşturuldu. Bu amaçla, 2017 yılı için tek bir mozaik veri kümesi oluşturmak üzere 2.500'den fazla Sentinel-1 ve 11.000'den fazla Sentinel-2 görüntüsü işlenmiştir. Ardından, İran genelindeki arazi örtüsü haritasını oluşturmak için 13 sınıf için çok sayıda referans örneğiyle nesne tabanlı bir Random Forest sınıflandırma yöntemi eğitildi.
Bantlar
Bantlar
| Ad | Piksel Boyutu | Açıklama |
|---|---|---|
classification |
10 metre | Sınıflandırma |
classification Class Table (sınıflandırma sınıf tablosu)
| Değer | Renk | Açıklama |
|---|---|---|
| 1 | #000000 | Şehir |
| 2 | #006eff | Su |
| 3 | #41a661 | Sulak arazi |
| 4 | #ff7f7f | Kalut (yardang) |
| 5 | #bee8ff | Bataklık |
| 6 | #ff00c5 | Salty Land |
| 7 | #ff0000 | Kil |
| 8 | #00734c | orman |
| 9 | #732600 | Outcrop |
| 10 | #ffaa00 | Uncovered Plain |
| 11 | #d3ffbe | Kum |
| 12 | #446589 | Tarım Arazisi |
| 13 | #cccccc | Range Land |
Kullanım Şartları
Kullanım Şartları
Arsalan Ghorbanian, Mohammad Kakooei, Meisam Amani, Sahel Mahdavi, Ali Mohammadzadeh, Mahdi Hasanlou tarafından oluşturulan "Iran Land Cover Map v1 13-class (2017)" adlı çalışma, Creative Commons Attribution 4.0 Uluslararası Lisansı (CC BY 4.0) ile lisanslanmıştır.
Alıntılar
Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Google Earth Engine'deki Sentinel görüntülerini kullanarak İran'ın geliştirilmiş arazi örtüsü haritası ve taşınan eğitim örneklerini kullanarak arazi örtüsü sınıflandırması için yeni bir otomatik iş akışı. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 276-288. doi:10.1016/j.isprsjprs.2020.07.013
Earth Engine ile Keşif
Kod Düzenleyici (JavaScript)
var dataset = ee.Image('KNTU/LiDARLab/IranLandCover/V1'); var visualization = { bands: ['classification'] }; Map.setCenter(54.0, 33.0, 5); Map.addLayer(dataset, visualization, 'Classification');