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

Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual
Ketersediaan Set Data
2001-01-01T00:00:00Z–2013-01-01T00:00:00Z
Penyedia Set Data
Cuplikan Earth Engine
ee.ImageCollection("Oxford/MAP/IGBP_Fractional_Landcover_5km_Annual")
Rangkaian Langkah Penjualan
1 Tahun
Tag
landcover landuse-landcover map oxford
igbp

Deskripsi

Dataset yang mendasari produk tutupan lahan ini adalah lapisan IGBP yang ditemukan dalam produk tutupan lahan tahunan MODIS (MCD12Q1). Data ini dikonversi dari format kategorinya, yang memiliki resolusi ≈500 meter, menjadi produk pecahan yang menunjukkan persentase bilangan bulat (0-100) piksel output yang dicakup oleh setiap 17 kelas penutup lahan (1 per band).

Set data ini dibuat oleh Harry Gibson dan Daniel Weiss dari Malaria Atlas Project (Big Data Institute, University of Oxford, United Kingdom, https://malariaatlas.org/).

Band

Ukuran Piksel
5.000 meter

Band

Nama Unit Min Maks Ukuran Piksel Deskripsi
Overall_Class 0 17 meter

Class dominan dari setiap piksel yang dihasilkan

Water % 0 100 meter

Persentase air

Evergreen_Needleleaf_Forest % 0 100 meter

Persentase hutan berdaun jarum hijau

Evergreen_Broadleaf_Forest % 0 100 meter

Persentase hutan berdaun lebar hijau

Deciduous_Needleleaf_Forest % 0 100 meter

Persentase hutan berdaun jarum gugur

Deciduous_Broadleaf_Forest % 0 100 meter

Persentase hutan berdaun lebar yang menggugurkan daun

Mixed_Forest % 0 100 meter

Persentase hutan campuran

Closed_Shrublands % 0 100 meter

Persentase semak belukar tertutup

Open_Shrublands % 0 100 meter

Persentase semak belukar terbuka

Woody_Savannas % 0 100 meter

Persentase sabana berkayu

Savannas % 0 100 meter

Persentase sabana

Grasslands % 0 100 meter

Persentase padang rumput

Permanent_Wetlands % 0 100 meter

Persentase lahan basah permanen

Croplands % 0 100 meter

Persentase lahan pertanian

Urban_And_Built_Up % 0 100 meter

Persentase area perkotaan dan area terbangun

Cropland_Natural_Vegetation_Mosaic % 0 100 meter

Persentase mosaik vegetasi alami lahan pertanian

Snow_And_Ice % 0 100 meter

Persentase salju dan es

Barren_Or_Sparsely_Populated % 0 100 meter

Persentase lahan tandus atau berpenduduk jarang

Unclassified % 0 100 meter

Persentase yang tidak terklasifikasi

No_Data % 0 100 meter

Persentase tidak ada data

Overall_Class Class Table

Nilai Warna Deskripsi
0 #032f7e

Air

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

Savannas

10 #869b36

Padang Rumput

11 #6091b4

Permanent_Wetlands

12 #ff4e4e

Lahan Pertanian

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

Tidak Terklasifikasi

Persyaratan Penggunaan

Persyaratan Penggunaan

CC-BY-NC-SA-4.0

Kutipan

Kutipan:
  • 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.

Menjelajahi dengan Earth Engine

Code Editor (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');
Buka di Editor Kode