Iran Land Cover Map v1 13-class (2017)

KNTU/LiDARLab/IranLandCover/V1
Доступность набора данных
2017-01-01T00:00:00Z–2018-01-01T00:00:00Z
Поставщик набора данных
Фрагмент кода Earth Engine
ee.Image("KNTU/LiDARLab/IranLandCover/V1")
Теги
landcover landuse-landcover
Иран
kntu

Описание

Карта почвенно-растительного покрова Ирана была создана путем обработки снимков Sentinel на облачной платформе Google Earth Engine. Для этого было обработано более 2500 изображений Sentinel-1 и более 11 000 изображений Sentinel-2, чтобы создать единый мозаичный набор данных за 2017 год. Затем на основе большого количества эталонных образцов для 13 классов был обучен объектный метод классификации Random Forest, чтобы создать карту земного покрова Ирана.

Диапазоны частот

Диапазоны частот

Размер пикселя: 10 метров (все диапазоны).

Название Размер пикселя Описание
classification 10 метров

Классификация

Таблица классов классификации

Значение Цвет Описание
1 #000000

Город

2 #006eff

Вода

3 #41a661

Заболоченная территория

4 #ff7f7f

Калут (ярданг)

5 #bee8ff

Болото

6 #ff00c5

Соленая земля

7 #ff0000

Глина

8 #00734c

Лес

9 #732600

Обнажение породы

10 #ffaa00

Открытая равнина

11 #d3ffbe

Песок

12 #446589

Фермерские угодья

13 #cccccc

Пастбище

Условия использования

Условия использования

Работа "Iran Land Cover Map v1 13-class (2017)" (Карта растительного покрова Ирана, версия 1, 13 классов, 2017 г.), авторы: Арсалан Горбанян (Arsalan Ghorbanian), Мохаммад Какуи (Mohammad Kakooei), Мейсам Амани (Meisam Amani), Сахель Махдави (Sahel Mahdavi), Али Мохаммадзаде (Ali Mohammadzadeh), Махди Хасанлу (Mahdi Hasanlou), распространяется на условиях международной лицензии Creative Commons Attribution 4.0 (CC BY 4.0).

Библиографические ссылки

Источники:
  • Ghorbanian, A., Kakooei, M., Amani, M., Mahdavi, S., Mohammadzadeh, A., & Hasanlou, M. (2020). Улучшенная карта растительного покрова Ирана, созданная на основе снимков Sentinel в Google Earth Engine и нового автоматического рабочего процесса для классификации растительного покрова с использованием перенесенных обучающих выборок. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 276-288. doi:10.1016/j.isprsjprs.2020.07.013

Исследуйте с помощью Earth Engine

Редактор кода (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');
Открыть в редакторе кода