
- Disponibilidade de conjuntos de dados
- 1986-01-01T00:00:00Z–2024-01-01T00:00:00Z
- Provedor de conjunto de dados
- Universidade de Montana / Escritório de Clima de Montana
- Tags
Descrição
O IrrMapper é uma classificação anual do status de irrigação em 11 estados do oeste dos Estados Unidos feita na escala do Landsat (ou seja, 30 m) usando o algoritmo de floresta aleatória, abrangendo os anos de 1986 até o presente.
Embora o artigo do IrrMapper descreva a classificação de quatro classes (ou seja, irrigada, de sequeiro, não cultivada, úmida), o conjunto de dados é convertido em uma classificação binária de irrigada e não irrigada.
"Irrigado" se refere à detecção de qualquer irrigação durante o ano. O modelo de floresta aleatória do IrrMapper foi treinado usando um extenso banco de dados geoespacial de cobertura da terra de cada uma das quatro classes irrigadas e não irrigadas, incluindo mais de 50.000 campos irrigados verificados por humanos, 38.000 campos de sequeiro e mais de 500.000 quilômetros quadrados de terras não cultivadas.
Na versão 1.2, os dados de treinamento originais foram muito ampliados, um modelo de RF foi criado para cada estado, e uma análise mais completa de validação e incerteza foi realizada. Consulte o suplemento do nosso artigo sobre os impactos da irrigação no fluxo de água.
Bandas
Tamanho do pixel
30 metros
Bandas
Nome | Tamanho do pixel | Descrição |
---|---|---|
classification |
metros | Os pixels irrigados têm o valor 1, e os outros são mascarados. |
Termos de Uso
Termos de Uso
Citações
Ketchum, D.; Jencso, K.; Maneta, M.P.; Melton, F.; Jones, M.O.; Huntington, J. IrrMapper: uma abordagem de machine learning para mapeamento de alta resolução da agricultura irrigada no oeste dos EUA, Remote Sens. 2020, 12, 2328. doi:10.3390/rs12142328
Ketchum, D., Hoylman, Z.H., Huntington, J. et al. Irrigation intensification impacts sustainability of streamflow in the Western United States. Commun Earth Environ 4, 479 (2023). doi:10.1038/s43247-023-01152-2
Explorar com o Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection('UMT/Climate/IrrMapper_RF/v1_2'); var irr = dataset.filterDate('2023-01-01', '2023-12-31').mosaic(); var visualization = { min: 0.0, max: 1.0, palette: ['blue'] }; Map.addLayer(irr, visualization, 'IrrMapper 2023'); Map.setCenter(-112.516, 45.262, 10);