IrrMapper Irrigated Lands, Version 1.1 [deprecated]

UMT/Climate/IrrMapper_RF/v1_1
Disponibilité de l'ensemble de données
1986-01-01T00:00:00Z–2018-01-01T00:00:00Z
Producteur de l'ensemble de données
Aperçu de Google Earth Engine
ee.ImageCollection("UMT/Climate/IrrMapper_RF/v1_1")
Tags
agriculture
irrigated-land
landsat-derived

Description

IrrMapper est une classification annuelle de l'état de l'irrigation dans les 11 États de l'ouest des États-Unis, à l'échelle Landsat (c'est-à-dire 30 mètres) à l'aide de l'algorithme de forêt aléatoire, couvrant les années 1986 à aujourd'hui.

Alors que l'article IrrMapper décrit la classification de quatre classes (c'est-à-dire irriguées, non irriguées, non cultivées, zones humides), l'ensemble de données est converti en une classification binaire des zones irriguées et non irriguées.

Le terme "Irrigué" fait référence à la détection de toute irrigation au cours de l'année. Le modèle de forêt aléatoire IrrMapper a été entraîné à l'aide d'une vaste base de données géospatiales de couverture terrestre pour chacune des quatre classes irriguées et non irriguées, y compris plus de 50 000 champs irrigués vérifiés par des humains, 38 000 champs de terres sèches et plus de 500 000 kilomètres carrés de terres non cultivées.

Pour la version 1.1, les données d'entraînement d'origine ont été réexécutées sur la collection Landsat 2 et mises à jour.

Bandes

Taille des pixels
30 mètres

Bandes de fréquences

Nom Taille des pixels Description
classification mètres

Les pixels irrigués ont la valeur 1, les autres sont masqués.

Conditions d'utilisation

Conditions d'utilisation

CC-BY-4.0

Citations

Citations :
  • Ketchum, D.; Jencso, K.; Maneta, M.P.; Melton, F. Jones, M.O.; Huntington, J. IrrMapper : une approche de machine learning pour la cartographie haute résolution de l'agriculture irriguée dans l'ouest des États-Unis, Remote Sens. 2020, 12, 2328. doi:10.3390/rs12142328

Explorer avec Earth Engine

Éditeur de code (JavaScript)

var dataset = ee.ImageCollection('UMT/Climate/IrrMapper_RF/v1_1');
var irr = dataset.filterDate('2018-01-01', '2018-12-31').mosaic();
var irr = irr.mask(irr.eq(1));

var visualization = {
  min: 0.0,
  max: 1.0,
  palette: ['blue']
};
Map.addLayer(irr, visualization, 'IrrMapper 2018');
Map.setCenter(-112.516, 45.262, 10);
Ouvrir dans l'éditeur de code