Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Wenden Sie sich bei Fehlern an contato@mapbiomas.org oder sehen Sie sich weitere Datasets aus dem MapBiomas-Katalog an. Hier finden Sie weitere Informationen zu Publisher-Datasets.
- Kataloginhaber
- MapBiomas
- Verfügbarkeit des Datasets
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- Ersteller des Datasets
- MapBiomas
- Kontakt
- contato@mapbiomas.org
- Tags
Beschreibung
Das Dataset „MapBiomas Land Use and Land Cover (LULC)“ für Brasilien wird jährlich vom MapBiomas-Projekt mithilfe von Landsat-Satellitenbildern und Klassifizierungstechniken für maschinelles Lernen erstellt. Das Dataset enthält konsistente, 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 Landbedeckungsklassifizierungen mit Pixelwerten, die kategoriale Landbedeckungsklassen wie Wald, Landwirtschaft, Weide, Gewässer und städtische Gebiete darstellen. Die Klassifizierungslegende ist standardisiert und wird für alle Jahre beibehalten. So sind Analysen von Veränderungen der Landnutzung, Entwaldung, Wiederaufforstung und anderer Landschaftsdynamiken über mehrere Zeiträume hinweg möglich.
Die Klassifizierung basiert auf Daten zur Oberflächenreflexion von Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 und 9 (OLI/TIRS), die vorverarbeitet und zu mosaikartigen Bildern zusammengesetzt wurden, um für jedes Jahr wolkenfreie Komposite zu erstellen. Der Klassifizierungsprozess umfasst automatisierte Entscheidungsbäume, die mit Referenzproben trainiert wurden, sowie eine 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 Sammlungs-ID darstellt.
Weitere Informationen, die Klassifizierungslegende, die Methodik und Genauigkeitsbewertungen finden Sie auf der MapBiomas-Website.
Es wird empfohlen, die Klassifizierungslegende zu konsultieren, um die Klassenwerte zu interpretieren. MapBiomas bietet diskrete Klassifizierungskarten, keine Wahrscheinlichkeiten. Diese Karten eignen sich am besten für Anwendungen zur Kartentransformation, Zeitreihenanalyse und Überwachung der Landpolitik.
Bänder
Bänder
Pixelgröße: 30 Meter (alle Bänder)
| Name | Pixelgröße | Beschreibung |
|---|---|---|
classification |
30 Meter | Klassifizierung der Landnutzung und Landbedeckung mit ganzzahligen Werten, die den MapBiomas-Legendenklassen entsprechen. |
Klassentabelle für die Klassifizierung
| Wert | Farbe | Beschreibung |
|---|---|---|
| 1 | #1f8d49 | Wald |
| 3 | #1f8d49 | Waldformation |
| 4 | #7dc975 | Savannenformation |
| 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 | Vorübergehende Pflanze |
| 20 | #db7093 | Zuckerrohr |
| 21 | #ffefc3 | Mosaik der Nutzungen |
| 22 | #d4271e | Gebiet ohne Vegetation |
| 23 | #ffa07a | Strand, Düne und Sandstelle |
| 24 | #d4271e | Stadtgebiet |
| 25 | #db4d4f | Andere Gebiete ohne Vegetation |
| 26 | #2532e4 | Wasser |
| 29 | #ffaa5f | Felsvorsprung |
| 30 | #9c0027 | Bergbau |
| 31 | #091077 | Aquakultur |
| 32 | #fc8114 | Hypersaline Gezeitenebene |
| 33 | #2532e4 | Fluss, See und Meer |
| 35 | #9065d0 | Palmöl |
| 36 | #d082de | Mehrjährige Pflanze |
| 39 | #f5b3c8 | Sojabohne |
| 40 | #c71585 | Reis |
| 41 | #f54ca9 | Andere vorübergehende Pflanzen |
| 46 | #d68fe2 | Kaffee |
| 47 | #9932cc | Zitrus |
| 48 | #e6ccff | Andere mehrjährige Pflanzen |
| 49 | #02d659 | Bewachsene Sandbank |
| 50 | #ad5100 | Krautige Sandbank |
| 62 | #ff69b4 | Baumwolle (Beta) |
| 75 | #c12100 | Fotovoltaikkraftwerk (Beta) |
Bildattribute
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| Jahr | INT | Jahr der Klassifizierung der Landnutzung und Landbedeckung |
| Version | STRING | Version der Klassifizierung der Landnutzung und Landbedeckung |
| collection_id | DOUBLE | Sammlungs-ID der Klassifizierung der Landnutzung und Landbedeckung |
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);