NLCD 2019: USGS National Land Cover Database, 2019 release

USGS/NLCD_RELEASES/2019_REL/NLCD
دردسترس بودن مجموعه داده
2001-01-01T00:00:00Z–2019-01-01T00:00:00Z
تولیدکننده مجموعه داده
تکه‌کد Earth Engine
ee.ImageCollection("USGS/NLCD_RELEASES/2019_REL/NLCD")
برچسب‌ها
blm landcover landuse-landcover mrlc nlcd usgs

شرح

NLCD (پایگاه داده ملی پوشش زمین) پایگاه داده پوشش زمین ۳۰ متری مبتنی بر Landsat است که ۸ دوره (۲۰۰۱، ۲۰۰۴، ۲۰۰۶، ۲۰۰۸، ۲۰۱۱، ۲۰۱۳، ۲۰۱۶، و ۲۰۱۹) را دربرمی‌گیرد. دوره نهم برای سال ۲۰۲۱ نیز در اینجا دردسترس است. تصاویر برای کلاس‌های شهری به لایه داده‌های نفوذناپذیری و برای بقیه به طبقه‌بندی درخت تصمیم‌گیری متکی هستند.

این مجموعه‌داده برای هر دوره یک تصویر از قاره ایالات متحده دارد. داده‌های آلاسکا، هاوایی، و پورتوریکو را می‌توانید در نسخه قبلی NLCD در سال ۲۰۱۶ پیدا کنید.

محصولات NLCD توسط «کنسرسیوم ویژگی‌های زمین با وضوح چندگانه» (MRLC) ایجاد می‌شوند که شراکتی از آژانس‌های فدرال به رهبری «سازمان زمین‌شناسی ایالات متحده» است.

باند

باند

اندازه پیکسل: ۳۰ متر (همه باندها)

نام واحدها دقیقه Max اندازه پیکسل شرح
landcover 11 ۹۵ ‫۳۰ متر

همه تصاویر شامل طرح طبقه‌بندی پوشش زمین است که در راهنمای محصول شرح داده شده است. این توضیحات به‌عنوان فراداده در هر تصویر نیز دردسترس است. کلاس‌های موجود در راهنمای محصول در زیر ارائه شده است.

impervious ٪ 0 100 ‫۳۰ متر

درصد پیکسل پوشیده‌شده با سطح نفوذناپذیر توسعه‌یافته.

impervious_descriptor 1 12 ‫۳۰ متر

تعیین می‌کند کدام پیکسل‌های لایه نفوذناپذیر جاده هستند و بهترین شرح را برای پیکسل‌های نفوذناپذیری که جاده نیستند ارائه می‌دهد.

جدول کلاس پوشش زمین

مقدار رنگ شرح
11 #466b9f

آب‌های آزاد: مناطق آب‌های آزاد، معمولاً با کمتر از ۲۵٪ پوشش گیاهی یا خاک.

12 #d1def8

یخ/برف دائمی: مناطقی که با پوشش دائمی یخ و/یا برف مشخص می‌شوند، معمولاً بیشتر از ۲۵٪ از کل پوشش.

21 #dec5c5

فضای باز توسعه‌یافته: مناطقی با ترکیبی از برخی مصالح ساختمانی، اما عمدتاً پوشش گیاهی به‌شکل چمن. سطوح نفوذناپذیر کمتر از ۲۰٪ کل پوشش را تشکیل می‌دهند. این مناطق معمولاً شامل واحدهای مسکونی تک‌خانواری با قطعه زمین بزرگ، پارک‌ها، زمین‌های گلف، و پوشش گیاهی کاشته‌شده در محیط‌های توسعه‌یافته برای تفریح، کنترل فرسایش، یا اهداف زیبایی‌شناختی است.

22 #d99282

توسعه‌یافته، با تراکم کم: مناطقی با ترکیبی از مواد ساختمانی و پوشش گیاهی. سطوح نفوذناپذیر ۲۰٪ تا ۴۹٪ از کل پوشش را تشکیل می‌دهند. این مناطق معمولاً شامل واحدهای مسکونی تک‌خانواری هستند.

23 #eb0000

توسعه‌یافته، با شدت متوسط: مناطقی با ترکیبی از مصالح ساختمانی و پوشش گیاهی. سطوح نفوذناپذیر ۵۰٪ تا ۷۹٪ از کل پوشش را تشکیل می‌دهند. این مناطق معمولاً شامل واحدهای مسکونی تک‌خانواری هستند.

24 #ab0000

توسعه‌یافته با تراکم بالا: مناطق بسیار توسعه‌یافته که افراد زیادی در آنجا زندگی یا کار می‌کنند. نمونه‌ها شامل مجتمع‌های آپارتمانی، خانه‌های ردیفی، و تجاری/صنعتی است. سطوح نفوذناپذیر ۸۰٪ تا ۱۰۰٪ از کل پوشش را تشکیل می‌دهند.

31 #b3ac9f

زمین بایر (سنگ/شن/خاک رس): مناطق سنگ بستر، سنگ‌فرش بیابانی، پرتگاه، واریزه، لغزش، مواد آتشفشانی، بقایای یخچالی، تپه‌های شنی، معادن روباز، گودال‌های شن، و سایر تجمعات مواد خاکی. به‌طور کلی، پوشش گیاهی کمتر از ۱۵٪ از کل پوشش را تشکیل می‌دهد.

41 #68ab5f

جنگل برگ‌ریز: مناطقی که عمدتاً درختانی با ارتفاع بیش‌از ۵ متر دارند و بیش‌از ‎٪۲۰ کل پوشش گیاهی را تشکیل می‌دهند. بیش‌از ۷۵٪ گونه‌های درختی به‌طور هم‌زمان در پاسخ به تغییرات فصلی برگ‌ریزی می‌کنند.

۴۲ #1c5f2c

جنگل همیشه سبز: مناطقی که عمدتاً درختانی با ارتفاع بیش‌از ۵ متر دارند و بیش‌از ‎٪۲۰ کل پوشش گیاهی را تشکیل می‌دهند. بیش‌از ۷۵٪ گونه‌های درختی برگ‌هایشان را در تمام طول سال حفظ می‌کنند. سایبان هرگز بدون شاخ‌وبرگ سبز نیست.

43 #b5c58f

جنگل مختلط: مناطقی که عمدتاً درختانی با ارتفاع بیش‌از ۵ متر دارند و بیش‌از ‎٪۲۰ کل پوشش گیاهی را تشکیل می‌دهند. نه گونه‌های برگ‌ریز و نه گونه‌های همیشه‌سبز بیشتر از ۷۵٪ کل تاج‌پوش را تشکیل می‌دهند.

51 #af963c

درختچه‌های کوتوله: فقط در آلاسکا، مناطقی که درختچه‌هایی با ارتفاع کمتر از ۲۰ سانتی‌متر بر آن‌ها غالب است و تاج درختچه‌ها معمولاً بیشتر از ۲۰٪ کل پوشش گیاهی است. این نوع اغلب با علف‌ها، جگن‌ها، گیاهان دارویی، و پوشش گیاهی غیرآوندی همراه است.

۵۲ #ccb879
71 #dfdfc2
72 #d1d182
73 #a3cc51
74 #82ba9e

خزه: فقط مناطق آلاسکا که تحت سلطه خزه‌ها هستند، معمولاً بیشتر از ۸۰٪ کل پوشش گیاهی.

81 #dcd939
82 #ab6c28

محصولات زراعی: مناطقی که برای تولید محصولات سالانه مانند ذرت، سویا، سبزیجات، تنباکو، و پنبه، و همچنین محصولات چوبی چندساله مانند باغ‌های میوه و تاکستان‌ها استفاده می‌شود. پوشش گیاهی زراعی بیش‌از ۲۰٪ از کل پوشش گیاهی را تشکیل می‌دهد. این کلاس همچنین شامل تمام زمین‌هایی است که به‌طور فعال شخم زده می‌شوند.

۹۰ #b8d9eb

تالاب‌های چوبی: مناطقی که پوشش گیاهی جنگلی یا درختچه‌ای بیش‌از ۲۰٪ پوشش گیاهی را تشکیل می‌دهد و خاک یا بستر به‌طور دوره‌ای با آب اشباع یا پوشیده می‌شود.

۹۵ #6c9fb8

تالاب‌های علفی نوظهور: مناطقی که پوشش گیاهی علفی چندساله بیش‌از ۸۰٪ پوشش گیاهی را تشکیل می‌دهد و خاک یا بستر به‌طور دوره‌ای با آب اشباع یا پوشیده می‌شود.

impervious_descriptor Class Table

مقدار رنگ شرح
0 #000000

طبقه‌بندی‌نشده.

20 #ff0000

جاده اصلی. جاده‌های بین‌ایالتی و جاده‌های اصلی دیگر. پیکسل‌ها از داده‌های خیابانی NavStreets در سال ۲۰۱۸ گرفته شده‌اند.

21 #ffff00

جاده فرعی. بزرگراه‌های غیربین‌ایالتی. پیکسل‌ها از داده‌های خیابان NavStreets سال ۲۰۱۸ مشتق شده‌اند.

22 #0000ff

جاده درجه سه. هر جاده دو بانده. پیکسل‌ها از داده‌های خیابان NavStreets سال ۲۰۱۸ گرفته شده‌اند.

23 #ffffff

جاده باریک شد. جاده‌های فرعی کوچکی که معمولاً آسفالت نشده‌اند و از پوشش زمین حذف شده‌اند اما به‌عنوان بخشی از محصول سطح نفوذناپذیر باقی مانده‌اند. پیکسل‌ها از داده‌های خیابان NavStreets سال ۲۰۱۸ گرفته شده‌اند.

24 #ffc0c5

غیرجاده‌ای غیرانرژی نفوذناپذیر. مناطق توسعه‌یافته‌ای که عموماً جاده یا تولید انرژی نیستند؛ شامل مناطق مسکونی/تجاری/صنعتی، پارک‌ها، و زمین‌های گلف.

25 #eb82eb

ساختمان‌های Microsoft. ساختمان‌هایی که در فرایند نفوذناپذیری NLCD ثبت نشده‌اند و در کلاس سطح نفوذناپذیر غیرجاده‌ای گنجانده نشده‌اند. پیکسل‌های برگرفته از مجموعه داده‌های Microsoft US Building Footprints.

26 #9f1feb

LCMAP غیرقابل‌نفوذ. پیکسل‌های نفوذناپذیر از LCMAP که برای پر کردن شکاف‌های باقی‌مانده هنگام به‌روزرسانی جاده‌ها از نسخه‌های قبلی NLCD استفاده شده‌اند.

27 #40dfd0

توربین‌های بادی. پیکسل‌های برگرفته از مجموعه داده‌های توربین بادی ایالات متحده، دسترسی در ۲۰۲۰/۱/۹.

28 #79ff00

پدهای چاه. پیکسل‌های مشتق‌شده از مجموعه داده «چاه‌های نفت و گاز طبیعی ۲۰۱۹» از «آزمایشگاه ملی اوک ریج».

29 #005f00

سایر تولیدات انرژی. مناطقی که قبلاً به‌عنوان سکوی چاه و توربین بادی شناسایی شده‌اند و با هماهنگی پروژه Landfire طبقه‌بندی شده‌اند.

مشخصات تصویر

ویژگی‌های تصویر

نام نوع شرح
landcover_class_names دوبرابر

نام کلاس پوشش زمین

landcover_class_palette دوبرابر

پالت کلاس پوشش زمین

landcover_class_values دوبرابر

مقادیر کلاس پوشش زمین

impervious_descriptor_class_names دوبرابر

نام‌های کلاس توصیف‌گر غیرقابل‌نفوذ

impervious_descriptor_class_palette دوبرابر

پالت کلاس توصیف‌گر نفوذناپذیر

impervious_descriptor_class_values دوبرابر

مقادیر کلاس توصیف‌گر نفوذناپذیر

شرایط استفاده

شرایط استفاده

بیشتر اطلاعات «سازمان زمین‌شناسی ایالات متحده» (USGS) داده‌هایی است که در سطح فدرال ایجاد شده است و بنابراین در مالکیت عمومی قرار دارد و می‌توان بدون محدودیت حق نشر از آن استفاده کرد، آن را منتقل کرد، یا بازتولید کرد. اطلاعات تکمیلی درباره قدردانی یا ذکر USGS به‌عنوان منبع اطلاعات دردسترس است.

نقل‌قول‌ها

نقل‌قول‌ها:
  • Dewitz, J., and U.S. Geological Survey, 2021, National Land Cover Database (NLCD) 2019 Products (ver. 2.0, June 2021): U.S. Geological Survey data release, doi:10.5066/P9KZCM54

شناسه دیجیتال شیء

کاوش با Earth Engine

ویرایشگر کد (جاوا اسکریپت)

// Import the NLCD collection.
var dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2019_REL/NLCD');

// The collection contains images for multiple years and regions in the USA.
print('Products:', dataset.aggregate_array('system:index'));

// Filter the collection to the 2016 product.
var nlcd2016 = dataset.filter(ee.Filter.eq('system:index', '2016')).first();

// Each product has multiple bands for describing aspects of land cover.
print('Bands:', nlcd2016.bandNames());

// Select the land cover band.
var landcover = nlcd2016.select('landcover');

// Display land cover on the map.
Map.setCenter(-95, 38, 5);
Map.addLayer(landcover, null, 'Landcover');

راه‌اندازی Python

برای اطلاعات درباره Python API و استفاده از geemap برای توسعه تعاملی، به صفحه محیط Python مراجعه کنید.

import ee
import geemap.core as geemap

Colab (Python)

# Import the NLCD collection.
dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2019_REL/NLCD')

# The collection contains images for multiple years and regions in the USA.
display('Products:', dataset.aggregate_array('system:index'))

# Filter the collection to the 2016 product.
nlcd_2016 = dataset.filter(ee.Filter.eq('system:index', '2016')).first()

# Each product has multiple bands for describing aspects of land cover.
display('Bands:', nlcd_2016.bandNames())

# Select the land cover band.
landcover = nlcd_2016.select('landcover')

# Display land cover on the map.
m = geemap.Map()
m.set_center(-95, 38, 5)
m.add_layer(landcover, None, 'Landcover')
m
باز کردن در «ویرایشگر کد»