Iran Land Cover Map v1 13-class (2017)

KNTU/LiDARLab/IranLandCover/V1
Ketersediaan Set Data
2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
Penyedia Set Data
Cuplikan Earth Engine
ee.Image("KNTU/LiDARLab/IranLandCover/V1")
Tag
landcover landuse-landcover
Iran
kntu

Deskripsi

Peta tutupan lahan di seluruh Iran dibuat dengan memproses gambar Sentinel dalam platform Google Earth Engine Cloud. 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 Kelas 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

Range Land

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

Kutipan:
  • Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Peningkatan 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

Menjelajahi dengan Earth Engine

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');
Buka di Editor Kode