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

Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual
Disponibilité de l'ensemble de données
2001-01-01T00:00:00Z–2013-01-01T00:00:00Z
Producteur de l'ensemble de données
Aperçu de Google Earth Engine
ee.ImageCollection("Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual")
Cadence
1 an
Tags
landcover landuse-landcover map
igbp

Description

L'ensemble de données sous-jacent pour ce produit de couverture terrestre est la couche IGBP trouvée dans le produit annuel de couverture terrestre MODIS (MCD12Q1). Ces données ont été converties de leur format catégoriel, qui a une résolution d'environ 500 mètres, en un produit fractionnaire indiquant le pourcentage entier (0 à 100) du pixel de sortie couvert par chacune des 17 classes de couverture terrestre (1 par bande).

Cet ensemble de données a été produit par Harry Gibson et Daniel Weiss du Malaria Atlas Project (Big Data Institute, Université d'Oxford, Royaume-Uni, https://malariaatlas.org/).

Bandes

Bandes de fréquences

Taille des pixels : 5 000 mètres (toutes les bandes)

Nom Unités Min Max Taille des pixels Description
Overall_Class 0 17 5 000 mètres

Classe dominante de chaque pixel résultant

Water % 0 100 5 000 mètres

Pourcentage d'eau

Evergreen_Needleleaf_Forest % 0 100 5 000 mètres

Pourcentage de forêt de conifères à feuilles persistantes

Evergreen_Broadleaf_Forest % 0 100 5 000 mètres

Pourcentage de forêt de feuillus sempervirente

Deciduous_Needleleaf_Forest % 0 100 5 000 mètres

Pourcentage de forêt de conifères à feuilles caduques

Deciduous_Broadleaf_Forest % 0 100 5 000 mètres

Pourcentage de forêt de feuillus caducs

Mixed_Forest % 0 100 5 000 mètres

Pourcentage de forêt mixte

Closed_Shrublands % 0 100 5 000 mètres

Pourcentage de zones arbustives fermées

Open_Shrublands % 0 100 5 000 mètres

Pourcentage de zones arbustives ouvertes

Woody_Savannas % 0 100 5 000 mètres

Pourcentage de savanes arborées

Savannas % 0 100 5 000 mètres

Pourcentage de savanes

Grasslands % 0 100 5 000 mètres

Pourcentage de prairies

Permanent_Wetlands % 0 100 5 000 mètres

Pourcentage de zones humides permanentes

Croplands % 0 100 5 000 mètres

Pourcentage de terres cultivables

Urban_And_Built_Up % 0 100 5 000 mètres

Pourcentage de zones urbaines et construites

Cropland_Natural_Vegetation_Mosaic % 0 100 5 000 mètres

Pourcentage de mosaïque de végétation naturelle des terres cultivables

Snow_And_Ice % 0 100 5 000 mètres

Pourcentage de neige et de glace

Barren_Or_Sparsely_Populated % 0 100 5 000 mètres

Pourcentage de zones arides ou peu peuplées

Unclassified % 0 100 5 000 mètres

Pourcentage de contenus non classés

No_Data % 0 100 5 000 mètres

Pourcentage de données manquantes

Tableau des classes Overall_Class

Valeur Couleur Description
0 #032f7e

Eau

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

Savanes

10 #869b36

Prairies

11 #6091b4

Permanent_Wetlands

12 #ff4e4e

Terres cultivées

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

Non classé

Conditions d'utilisation

Conditions d'utilisation

CC-BY-NC-SA-4.0

Citations

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

Explorer avec Earth Engine

Éditeur de code (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');
Ouvrir dans l'éditeur de code