Hansen Global Forest Change v1.10 (2000-2022) [deprecated]

UMD/hansen/global_forest_change_2022_v1_10
数据集可用时间
2000-01-01T00:00:00Z–2022-01-01T00:00:00Z
数据集生产者
Earth Engine 代码段
ee.Image("UMD/hansen/global_forest_change_2022_v1_10")
标签
forest
forest-biomass
geophysical
Hansen
landsat-derived
umd

说明

对 Landsat 图像进行时间序列分析，以表征全球森林范围和变化。

“first”和“last”波段是 Landsat 光谱波段（对应于红色、NIR、SWIR1 和 SWIR2）的第一个和最后一个可用年份的参考多光谱图像。 参考合成图像表示这些波段的一组质量评估生长季观测数据的中间观测值。

请参阅此 1.10 版更新的用户说明 ，以及相关期刊文章： Hansen、Potapov、Moore、Hancher 等人，“High-resolution global maps of 21st-century forest cover change.”Science 342.6160 (2013): 850-853.

频段

频段

像素大小：30.92 米（所有频段）

名称 单位 最小值 全速 像素大小 波长 说明
treecover2000 % 0 100 30.92 米 无

2000 年的树冠覆盖率，定义为所有高度超过 5 米的植被的树冠闭合度。
loss 30.92 米 无

研究期间的森林损失，定义为林分替换干扰（从森林状态变为非森林状态）。
gain 30.92 米 无

2000-2012 年期间的森林增益，定义为损失的逆向（在研究期间完全从非森林变为森林）。请注意，此值在后续版本中未更新。
first_b30 30.92 米 0.63-0.69µm

Landsat 7 波段 3（红色）无云图像合成。第一个可用年份（通常为 2000 年）的参考多光谱图像。
first_b40 30.92 米 0.77-0.90µm

Landsat 7 波段 4 (NIR) 无云图像合成。第一个可用年份（通常为 2000 年）的参考多光谱图像。
first_b50 30.92 米 1.55-1.75µm

Landsat 7 波段 5 (SWIR) 无云图像合成。第一个可用年份（通常为 2000 年）的参考多光谱图像。
first_b70 30.92 米 2.09-2.35µm

Landsat 7 波段 7 (SWIR) 无云图像合成。第一个可用年份（通常为 2000 年）的参考多光谱图像。
last_b30 30.92 米 0.63-0.69µm

Landsat 7 波段 3（红色）无云图像合成。最后一个可用年份（通常为研究期间的最后一年）的参考多光谱图像。
last_b40 30.92 米 0.77-0.90µm

Landsat 7 波段 4 (NIR) 无云图像合成。最后一个可用年份（通常为研究期间的最后一年）的参考多光谱图像。
last_b50 30.92 米 1.55-1.75µm

Landsat 7 波段 5 (SWIR) 无云图像合成。最后一个可用年份（通常为研究期间的最后一年）的参考多光谱图像。
last_b70 30.92 米 2.09-2.35µm

Landsat 7 波段 7 (SWIR) 无云图像合成。最后一个可用年份（通常为研究期间的最后一年）的参考多光谱图像。
datamask 30.92 米 无

三个值，分别表示无数据区域、已测绘的陆地表面和永久性水域。
lossyear 0 22 30.92 米 无

森林覆盖率损失事件的总年份。研究期间的森林损失，定义为林分替换干扰，或从森林状态变为非森林状态。编码为 0（无损失）或 1-22 范围内的值，分别表示主要在 2001-2022 年检测到的损失。

使用条款

使用条款

CC-BY-4.0

引用

引用：

  • Hansen, M. C. P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, and J. R. G. Townshend. 2013. "High-Resolution Global Maps of 21st-Century Forest Cover Change." Science 342 (15 November): 850-53. 10.1126/science.1244693 Data available on-line at: https://glad.earthengine.app/view/global-forest-change.

DOI

通过 Earth Engine 探索

代码编辑器 (JavaScript)

var dataset = ee.Image('UMD/hansen/global_forest_change_2022_v1_10');
var treeCoverVisParam = {
  bands: ['treecover2000'],
  min: 0,
  max: 100,
  palette: ['black', 'green']
};
Map.addLayer(dataset, treeCoverVisParam, 'tree cover');

var treeLossVisParam = {
  bands: ['lossyear'],
  min: 0,
  max: 22,
  palette: ['yellow', 'red']
};
Map.addLayer(dataset, treeLossVisParam, 'tree loss year');

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.Image('UMD/hansen/global_forest_change_2022_v1_10')

tree_cover_vis_param = {
    'bands': ['treecover2000'],
    'min': 0,
    'max': 100,
    'palette': ['black', 'green'],
}

tree_loss_vis_param = {
    'bands': ['lossyear'],
    'min': 0,
    'max': 22,
    'palette': ['yellow', 'red'],
}

m = geemap.Map()
m.add_layer(dataset, tree_cover_vis_param, 'tree cover')
m.add_layer(dataset, tree_loss_vis_param, 'tree loss year')
m
在代码编辑器中打开
对 Landsat 图像进行时间序列分析，以表征全球森林范围和变化。“first”和“last”波段是 Landsat 光谱波段（对应于红色、NIR、SWIR1 和 SWIR2）的第一个和最后一个可用年份的参考多光谱图像。参考合成图像表示一组质量评估生长季观测数据的中间观测值…
UMD/hansen/global_forest_change_2022_v1_10, forest,forest-biomass,geophysical,landsat-derived,umd
2000-01-01T00:00:00Z/2022-01-01T00:00:00Z
-90 -180 90 180
Google Earth Engine