Iran Land Cover Map v1 13-class (2017)

KNTU/LiDARLab/IranLandCover/V1
Disponibilità del set di dati
2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
Fornitore di set di dati
Snippet di Earth Engine
ee.Image("KNTU/LiDARLab/IranLandCover/V1")
Tag
landcover landuse-landcover
iran
kntu

Descrizione

La mappa della copertura del territorio a livello nazionale è stata generata elaborando le immagini di Sentinel all'interno della piattaforma Google Earth Engine Cloud. A questo scopo, sono state elaborate oltre 2500 immagini Sentinel-1 e oltre 11.000 immagini Sentinel-2 per produrre un unico set di dati mosaico per l'anno 2017. Successivamente, è stato addestrato un metodo di classificazione Random Forest basato sugli oggetti utilizzando un gran numero di campioni di riferimento per 13 classi per generare la mappa della copertura del suolo dell'Iran.

Bande

Bande

Nome Dimensioni dei pixel Descrizione
classification 10 metri

Classificazione

Tabella delle classi di classificazione

Valore Colore Descrizione
1 #000000

Area metropolitana

2 #006eff

Acqua

3 #41a661

Zona umida

4 #ff7f7f

Kalut (yardang)

5 #bee8ff

Marshland

6 #ff00c5

Salty Land

7 #ff0000

Argilla

8 #00734c

Foresta

9 #732600

Outcrop

10 #ffaa00

Pianura scoperta

11 #d3ffbe

Sabbia

12 #446589

Farm Land

13 #cccccc

Range Land

Termini e condizioni d'uso

Termini e condizioni d'uso

Questo lavoro "Iran Land Cover Map v1 13-class (2017)" di Arsalan Ghorbanian, Mohammad Kakooei, Meisam Amani, Sahel Mahdavi, Ali Mohammadzadeh, Mahdi Hasanlou è concesso in licenza secondo i termini della licenza Creative Commons Attribution 4.0 International (CC BY 4.0)

Citazioni

Citazioni:
  • Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Miglioramento della mappa della copertura del suolo dell'Iran utilizzando le immagini di Sentinel in Google Earth Engine e un nuovo flusso di lavoro automatico per la classificazione della copertura del suolo utilizzando campioni di addestramento migrati. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 276-288. doi:10.1016/j.isprsjprs.2020.07.013

Esplorare con Earth Engine

Editor di codice (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');
Apri nell'editor di codice