Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Bei Fehlern wenden Sie sich an contato@mapbiomas.org. Weitere Datasets finden Sie im MapBiomas-Katalog. Weitere Informationen zu Publisher-Datensätzen
- Kataloginhaber
- MapBiomas
- Dataset-Verfügbarkeit
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- Dataset-Anbieter
- MapBiomas
- Kontakt
- contato@mapbiomas.org
- Tags
Beschreibung
Das MapBiomas-Dataset zur Landnutzung und Bodenbedeckung (Land Use and Land Cover, LULC) für Brasilien wird jährlich vom MapBiomas-Projekt mithilfe von Landsat-Satellitenbildern und Klassifizierungstechniken für maschinelles Lernen erstellt. Der Datensatz enthält einheitliche, thematisch detaillierte Karten mit einer Auflösung von 30 Metern, die mehrere Jahrzehnte abdecken und jedes Jahr aktualisiert werden.
Jedes Bild in der Sammlung enthält jährliche Klassifizierungen der Landbedeckung mit Pixelwerten, die kategorische Landbedeckungsklassen wie Wald, Landwirtschaft, Weide, Gewässer und städtische Gebiete darstellen. Die Klassifizierungslegende ist standardisiert und wird über alle Jahre hinweg beibehalten. So sind multitemporale Analysen von Landnutzungsänderungen, Entwaldung, Wiederaufforstung und anderen Landschaftsdynamiken möglich.
Die Klassifizierung basiert auf den Daten zur Oberflächenreflektanz von Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 und 9 (OLI/TIRS), die vorverarbeitet und mosaikiert wurden, um für jedes Jahr wolkenfreie Composites zu erstellen. Der Klassifizierungsprozess umfasst automatisierte Entscheidungsbäume, die mit Referenzbeispielen trainiert wurden, sowie die manuelle Validierung durch regionale Experten.
Jedes Bild enthält ein Band mit dem Namen „classification“, das die Landbedeckungsklassifizierung für das jeweilige Jahr, die Version und die Sammlung-ID darstellt.
Weitere Informationen, eine Legende zur Klassifizierung, die Methodik und Genauigkeitsbewertungen finden Sie auf der MapBiomas-Website.
Es wird empfohlen, die Klassifizierungslegende zu konsultieren, um die Klassenwerte zu interpretieren. MapBiomas stellt diskrete Klassifikationskarten und keine Wahrscheinlichkeiten bereit. Diese Karten eignen sich am besten für Kartenübergänge, Zeitreihenanalysen und Anwendungen zur Überwachung der Landpolitik.
Bänder
Pixelgröße
30 Meter
Bänder
| Name | Pixelgröße | Beschreibung |
|---|---|---|
classification |
Meter | Klassifizierung der Landnutzung und ‑bedeckung mit Ganzzahlwerten, die den MapBiomas-Legendeklassen entsprechen. |
Klassentabelle für die Klassifizierung
| Wert | Farbe | Beschreibung |
|---|---|---|
| 1 | #1f8d49 | Wald |
| 3 | #1f8d49 | Waldformation |
| 4 | #7dc975 | Savannenbildung |
| 5 | #04381d | Mangrove |
| 6 | #007785 | Überschwemmter Wald |
| 9 | #7a5900 | Forstplantage |
| 10 | #d6bc74 | Krautige und strauchartige Vegetation |
| 11 | #519799 | Feuchtgebiet |
| 12 | #d6bc74 | Wiese |
| 14 | #ffefc3 | Landwirtschaft |
| 15 | #edde8e | Weide |
| 18 | #e974ed | Landwirtschaft |
| 19 | #c27ba0 | Temporäre Pflanze |
| 20 | #db7093 | Zuckerrohr |
| 21 | #ffefc3 | Vielfalt der Nutzung |
| 22 | #d4271e | Nicht bewachsenes Gebiet |
| 23 | #ffa07a | Strand, Dünen und Sand |
| 24 | #d4271e | Stadtgebiet |
| 25 | #db4d4f | Andere nicht bewachsene Gebiete |
| 26 | #2532e4 | Wasser |
| 29 | #ffaa5f | Felsaufschluss |
| 30 | #9c0027 | Bergbau |
| 31 | #091077 | Aqua-Kultur |
| 32 | #fc8114 | Hypersaline Tidal Flat |
| 33 | #2532e4 | Fluss, See und Meer |
| 35 | #9065d0 | Palmöl |
| 36 | #d082de | Mehrjährige Kulturpflanze |
| 39 | #f5b3c8 | Sojabohne |
| 40 | #c71585 | Reis |
| 41 | #f54ca9 | Andere temporäre Kulturen |
| 46 | #d68fe2 | Kaffee |
| 47 | #9932cc | Citrus |
| 48 | #e6ccff | Andere mehrjährige Pflanzen |
| 49 | #02d659 | Vegetation auf bewaldeten Sandbänken |
| 50 | #ad5100 | Krautige Sandbankvegetation |
| 62 | #ff69b4 | Baumwolle (Beta) |
| 75 | #c12100 | Fotovoltaik-Kraftwerk (Beta) |
Bildattribute
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| Jahr | INT | Jahr der Klassifizierung der Landnutzung und Bodenbedeckung. |
| Version | STRING | Version der Klassifizierung der Landnutzung und Bodenbedeckung. |
| collection_id | DOUBLE | Sammlungs-ID der Klassifizierung der Landnutzung und ‑bedeckung. |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
Souza et al. (2020) – Reconstructing Three Decades of Land Use and Land Cover Changes in Brazilian Biomes with Landsat Archive and Earth Engine – Remote Sensing, Volume 12, Issue 17, 10.3390/rs12172735.
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
/** MapBiomas Collection 10 - LULC Visualization for 2024 */ // Define the asset path for MapBiomas Collection 10 var assetPath = 'projects/mapbiomas-public/assets/brazil/lulc/v1'; // Define the year for visualization var year = 2024; // Load the classified image for the year 2024 from Collection 10 var collection = ee.ImageCollection(assetPath) .filter(ee.Filter.eq('collection_id', 10.0)) .filter(ee.Filter.eq('version', 'v1')) .filter(ee.Filter.eq('year', year)); // Define visualization parameters var visParams = { min: 0, max: 75, // Maximum class value in Collection 10 palette: [ 'ffffff', // [0] Not Observed '32a65e', // [1] -- '32a65e', // [2] -- '1f8d49', // [3] Forest Formation '7dc975', // [4] Savanna Formation '04381d', // [5] Mangrove '026975', // [6] Floodable Forest '000000', // [7] -- '000000', // [8] -- '7a6c00', // [9] Forest Plantation 'ad975a', // [10] -- '519799', // [11] Wetland 'd6bc74', // [12] Grassland 'd89f5c', // [13] Other Non Forest Formations 'FFFFB2', // [14] -- 'edde8e', // [15] Pasture '000000', // [16] -- '000000', // [17] -- 'f5b3c8', // [18] Agriculture 'C27BA0', // [19] -- 'db7093', // [20] Sugar Cane 'ffefc3', // [21] Mosaic of Uses 'db4d4f', // [22] Non vegetated area 'ffa07a', // [23] Beach, Dune and Sand Spot 'd4271e', // [24] Urban Area 'db4d4f', // [25] Other Non Vegetated Areas '0000FF', // [26] -- '000000', // [27] -- '000000', // [28] -- 'ffaa5f', // [29] Rocky Outcrop '9c0027', // [30] Mining '091077', // [31] Aquaculture 'fc8114', // [32] Hypersaline Tidal Flat '2532e4', // [33] Rivers, Lakes and Ocean '93dfe6', // [34] Glacier '9065d0', // [35] -- 'd082de', // [36] -- '000000', // [37] -- '000000', // [38] -- 'f5b3c8', // [39] Soybean 'c71585', // [40] Rice 'f54ca9', // [41] Other Temporary Crops 'cca0d4', // [42] -- 'dbd26b', // [43] -- '807a40', // [44] -- 'e04cfa', // [45] -- 'd68fe2', // [46] Coffee '9932cc', // [47] Citrus 'e6ccff', // [48] Other Perennial Crops '02d659', // [49] Wooded Sandbank Vegetation 'ad5100', // [50] Herbaceous Sandbank Vegetation '000000', // [51] -- '000000', // [52] -- '000000', // [53] -- '000000', // [54] -- '000000', // [55] -- '000000', // [56] -- 'CC66FF', // [57] -- 'FF6666', // [58] -- '006400', // [59] -- '8d9e8b', // [60] -- 'f5d5d5', // [61] Salt Flats 'ff69b4', // [62] Cotton 'ebf8b5', // [63] -- '000000', // [64] -- '000000', // [65] -- '91ff36', // [66] -- '7dc975', // [67] -- 'e97a7a', // [68] -- '0fffe3', // [69] Coral Reefs '000000', // [70] -- '000000', // [71] -- '000000', // [72] -- '000000', // [73] -- '000000', // [74] -- 'c12100', // [75] Photovoltaic Power Plant ] }; // Add the layer to the map Map.addLayer(collection, visParams, 'MapBiomas LULC 2024'); // Center the map on the image with a zoom level of 5 (covers Brazil) Map.centerObject(collection, 5);