
- Dataset-Verfügbarkeit
- 2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
- Dataset-Anbieter
- K. N. Toosi University of Technology LiDAR Lab
- Tags
Beschreibung
Die landesweite Karte der Landbedeckung des Iran wurde durch die Verarbeitung von Sentinel-Bildern auf der Google Earth Engine Cloud-Plattform erstellt. Dazu wurden über 2.500 Sentinel-1- und über 11.000 Sentinel-2-Bilder verarbeitet, um ein einzelnes Mosaik-Dataset für das Jahr 2017 zu erstellen. Anschließend wurde eine objektbasierte Random Forest-Klassifizierungsmethode mit einer großen Anzahl von Referenzstichproben für 13 Klassen trainiert, um die landesweite Karte der Landbedeckung für den Iran zu erstellen.
Bänder
Bänder
Name | Pixelgröße | Beschreibung |
---|---|---|
classification |
10 Meter | Klassifizierung |
Klassifizierungstabelle
Wert | Farbe | Beschreibung |
---|---|---|
1 | #000000 | Urban |
2 | #006eff | Wasser |
3 | #41a661 | Feuchtgebiet |
4 | #ff7f7f | Kalut (Yardang) |
5 | #bee8ff | Marshland |
6 | #ff00c5 | Salty Land |
7 | #ff0000 | Clay |
8 | #00734c | Wald |
9 | #732600 | Aufschluss |
10 | #ffaa00 | Offene Ebene |
11 | #d3ffbe | Pfirsich |
12 | #446589 | Landwirtschaftliche Fläche |
13 | #cccccc | Range Land |
Nutzungsbedingungen
Nutzungsbedingungen
Dieses Werk „Iran Land Cover Map v1 13-class (2017)“ von Arsalan Ghorbanian, Mohammad Kakooei, Meisam Amani, Sahel Mahdavi, Ali Mohammadzadeh, Mahdi Hasanlou ist unter der Creative Commons Attribution 4.0 International License (CC BY 4.0) lizenziert.
Zitate
Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Verbesserte Karte der Landbedeckung des Iran mit Sentinel-Bildern in Google Earth Engine und einem neuartigen automatischen Workflow für die Klassifizierung der Landbedeckung mit migrierten Trainingsbeispielen. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 276–288. doi:10.1016/j.isprsjprs.2020.07.013
Earth Engine nutzen
Code-Editor (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');