Oxford MAP: Malaria Atlas Project Fractional International Geosphere-Biosphere Programme Landcover

Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual
Disponibilidad del conjunto de datos
2001-01-01T00:00:00Z–2013-01-01T00:00:00Z
Proveedor del conjunto de datos
Fragmento de Earth Engine
ee.ImageCollection("Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual")
Cadencia
1 año
Etiquetas
landcover landuse-landcover map
igbp

Descripción

El conjunto de datos subyacente para este producto de cobertura terrestre es la capa del IGBP que se encuentra en el producto anual de cobertura terrestre de MODIS (MCD12Q1). Estos datos se convirtieron de su formato categórico, que tiene una resolución de ≈500 metros, a un producto fraccionario que indica el porcentaje entero (0 a 100) del píxel de salida cubierto por cada una de las 17 clases de cobertura terrestre (1 por banda).

Harry Gibson y Daniel Weiss, del Malaria Atlas Project (Big Data Institute, University of Oxford, Reino Unido, https://malariaatlas.org/), produjeron este conjunto de datos.

Bandas

Bandas

Tamaño de píxel: 5,000 metros (todas las bandas)

Nombre Unidades Mín. Máx. Tamaño de los píxeles Descripción
Overall_Class 0 17 5,000 metros

Clase dominante de cada píxel resultante

Water % 0 100 5,000 metros

Porcentaje de agua

Evergreen_Needleleaf_Forest % 0 100 5,000 metros

Porcentaje de bosque perenne de hojas aciculares

Evergreen_Broadleaf_Forest % 0 100 5,000 metros

Porcentaje de bosque latifoliado perenne

Deciduous_Needleleaf_Forest % 0 100 5,000 metros

Porcentaje de bosque de coníferas caducifolio

Deciduous_Broadleaf_Forest % 0 100 5,000 metros

Porcentaje de bosque latifoliado caducifolio

Mixed_Forest % 0 100 5,000 metros

Porcentaje de bosque mixto

Closed_Shrublands % 0 100 5,000 metros

Porcentaje de arbustos cerrados

Open_Shrublands % 0 100 5,000 metros

Porcentaje de arbustos abiertos

Woody_Savannas % 0 100 5,000 metros

Porcentaje de sabanas boscosas

Savannas % 0 100 5,000 metros

Porcentaje de sabanas

Grasslands % 0 100 5,000 metros

Porcentaje de pastizales

Permanent_Wetlands % 0 100 5,000 metros

Porcentaje de humedales permanentes

Croplands % 0 100 5,000 metros

Porcentaje de tierras de cultivo

Urban_And_Built_Up % 0 100 5,000 metros

Porcentaje de zona urbana y urbanizada

Cropland_Natural_Vegetation_Mosaic % 0 100 5,000 metros

Porcentaje de mosaico de vegetación natural de tierras de cultivo

Snow_And_Ice % 0 100 5,000 metros

Porcentaje de nieve y hielo

Barren_Or_Sparsely_Populated % 0 100 5,000 metros

Porcentaje de áreas desérticas o con poca población

Unclassified % 0 100 5,000 metros

Porcentaje de elementos sin clasificar

No_Data % 0 100 5,000 metros

Porcentaje de datos faltantes

Tabla de la clase Overall_Class

Valor Color Descripción
0 #032f7e

Agua

1 #02740b

Evergreen_Needleleaf_Fores

2 #02740b

Evergreen_Broadleaf_Forest

3 #8cf502

Deciduous_Needleleaf_Forest

4 #8cf502

Deciduous_Broadleaf_Forest

5 #a4da01

Mixed_Forest

6 #ffbd05

Closed_Shrublands

7 #ffbd05

Open_Shrublands

8 #7a5a02

Woody_Savannas

9 #f0ff0f

Sabanas

10 #869b36

Pastizales

11 #6091b4

Permanent_Wetlands

12 #ff4e4e

Tierras de cultivo

13 #999999

Urban_and_Built-up

14 #ff4e4e

Cropland_Natural_Vegetation_Mosaic

15 #ffffff

Snow_and_Ice

16 #feffc0

Barren_Or_Sparsely_Vegetated

17 #020202

Sin clasificar

Condiciones de Uso

Condiciones de Uso

CC-BY-NC-SA-4.0

Citas

Citas:
  • Weiss, D.J., P.M. Atkinson, S. Bhatt, B. Mappin, S.I., Hay, S.I. y Gething, P.W. (2014) An effective approach for gap-filling continental scale remotely sensed time-series. ISPRS Journal of Photogrammetry and Remote Sensing, 98, 106-118.

Explora con Earth Engine

Editor de código (JavaScript)

var dataset =
    ee.ImageCollection('Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual')
        .filter(ee.Filter.date('2012-01-01', '2012-12-31'));
var landcover = dataset.select('Overall_Class');
var landcoverVis = {
  min: 1.0,
  max: 19.0,
  palette: [
    '032f7e', '02740b', '02740b', '8cf502', '8cf502', 'a4da01', 'ffbd05',
    'ffbd05', '7a5a02', 'f0ff0f', '869b36', '6091b4', '999999', 'ff4e4e',
    'ff4e4e', 'ffffff', 'feffc0', '020202', '020202'
  ],
};
Map.setCenter(-88.6, 26.4, 1);
Map.addLayer(landcover, landcoverVis, 'Landcover');
Abrir en el editor de código