- Ketersediaan Set Data
- 2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
- Produsen Set Data
- K. Virginia Toosi University of Technology LiDAR Lab Google Earth Engine
- Tag
Deskripsi
Peta tutupan lahan di seluruh Iran dibuat dengan memproses gambar Sentinel dalam platform Cloud Google Earth Engine. Untuk tujuan ini, lebih dari 2.500 gambar Sentinel-1 dan lebih dari 11.000 gambar Sentinel-2 diproses untuk menghasilkan satu set data mosaik untuk tahun 2017. Kemudian, metode klasifikasi Random Forest berbasis objek dilatih oleh sejumlah besar sampel referensi untuk 13 kelas guna menghasilkan peta tutupan lahan di seluruh Iran.
Band
Band
| Nama | Ukuran Piksel | Deskripsi |
|---|---|---|
classification |
10 meter | Klasifikasi |
Tabel Class klasifikasi
| Nilai | Warna | Deskripsi |
|---|---|---|
| 1 | #000000 | Perkotaan |
| 2 | #006eff | Air |
| 3 | #41a661 | Lahan basah |
| 4 | #ff7f7f | Kalut (yardang) |
| 5 | #bee8ff | Marshland |
| 6 | #ff00c5 | Salty Land |
| 7 | #ff0000 | Tanah liat |
| 8 | #00734c | Hutan |
| 9 | #732600 | Singkapan |
| 10 | #ffaa00 | Dataran Terbuka |
| 11 | #d3ffbe | Pasir |
| 12 | #446589 | Lahan Pertanian |
| 13 | #cccccc | Tanah Padang Rumput |
Persyaratan Penggunaan
Persyaratan Penggunaan
Karya "Iran Land Cover Map v1 13-class (2017)" oleh Arsalan Ghorbanian, Mohammad Kakooei, Meisam Amani, Sahel Mahdavi, Ali Mohammadzadeh, Mahdi Hasanlou ini dilisensikan berdasarkan Lisensi Atribusi 4.0 Internasional Creative Commons (CC BY 4.0)
Kutipan
Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Peningkatan kualitas peta tutupan lahan Iran menggunakan gambar Sentinel dalam Google Earth Engine dan alur kerja otomatis baru untuk klasifikasi tutupan lahan menggunakan sampel pelatihan yang dimigrasikan. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 276-288. doi:10.1016/j.isprsjprs.2020.07.013
Mengeksplorasi dengan Earth Engine
Editor Kode (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');