Ten zbiór danych jest częścią katalogu wydawcy i nie jest zarządzany przez Google Earth Engine. W przypadku błędów napisz na adres contato@mapbiomas.org. Więcej zbiorów danych znajdziesz w katalogu MapBiomas. Więcej informacji o zbiorach danych wydawcy
- Właściciel katalogu
- MapBiomas
- Dostępność zbioru danych
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- Dostawca zbioru danych
- MapBiomas
- Kontakt
- contato@mapbiomas.org
- Tagi
Opis
Zbiór danych MapBiomas dotyczący użytkowania i pokrycia terenu w Brazylii jest tworzony co roku przez projekt MapBiomas przy użyciu zdjęć satelitarnych Landsat i technik klasyfikacji uczenia maszynowego. Zbiór danych zawiera spójne, szczegółowe tematycznie mapy o rozdzielczości 30 metrów, obejmujące wiele dekad i aktualizowane co roku.
Każdy obraz w kolekcji zawiera roczne klasyfikacje pokrycia terenu z wartościami pikseli reprezentującymi kategorie pokrycia terenu, takie jak lasy, obszary rolnicze, pastwiska, zbiorniki wodne i obszary miejskie. Legenda klasyfikacji jest ujednolicona i utrzymywana przez wszystkie lata, co umożliwia analizy wieloczasowe zmian w użytkowaniu gruntów, wylesiania, ponownego zalesiania i innych zmian w krajobrazie.
Klasyfikacja jest oparta na danych o odbiciu powierzchniowym z satelitów Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 i 9 (OLI/TIRS), które zostały wstępnie przetworzone i połączone w mozaikę, aby utworzyć kompozyty bez chmur dla każdego roku. Proces klasyfikacji obejmuje automatyczne drzewa decyzyjne trenowane na próbkach referencyjnych oraz ręczną weryfikację przez ekspertów regionalnych.
Każdy obraz zawiera pasmo o nazwie „classification”, które reprezentuje klasyfikację pokrycia terenu dla danego roku, wersji i identyfikatora kolekcji.
Więcej informacji, legendę klasyfikacji, metodologię i oceny dokładności znajdziesz na stronie MapBiomas.
Aby zinterpretować wartości klas, zalecamy zapoznanie się z legendą klasyfikacji. Pamiętaj, że MapBiomas udostępnia mapy klasyfikacji dyskretnej, a nie prawdopodobieństwa. Te mapy najlepiej sprawdzają się w przypadku przejść między mapami, analizy szeregów czasowych i monitorowania polityki dotyczącej gruntów.
Pasma
Rozmiar piksela
30 m
Pasma
| Nazwa | Rozmiar piksela | Opis |
|---|---|---|
classification |
metry | Klasyfikacja użytkowania i pokrycia terenu z wartościami całkowitymi odpowiadającymi klasom legendy MapBiomas. |
Tabela klasyfikacji
| Wartość | Kolor | Opis |
|---|---|---|
| 1 | #1f8d49 | Las |
| 3 | #1f8d49 | Forest Formation |
| 4 | #7dc975 | Savanna Formation |
| 5 | #04381d | Mangrove |
| 6 | #007785 | Zalewany las |
| 9 | #7a5900 | Plantacja leśna |
| 10 | #d6bc74 | Roślinność zielna i krzewiasta |
| 11 | #519799 | Bagna |
| 12 | #d6bc74 | Łąka |
| 14 | #ffefc3 | Rolnictwo |
| 15 | #edde8e | Pastwisko |
| 18 | #e974ed | Rolnictwo |
| 19 | #c27ba0 | Tymczasowe uprawy |
| 20 | #db7093 | Trzcina cukrowa |
| 21 | #ffefc3 | Mozaika zastosowań |
| 22 | #d4271e | Obszar bez roślinności |
| 23 | #ffa07a | Plaża, wydma i piaszczyste miejsce |
| 24 | #d4271e | Obszar miejski |
| 25 | #db4d4f | Inne obszary bez roślinności |
| 26 | #2532e4 | Woda |
| 29 | #ffaa5f | Wychodnia skalna |
| 30 | #9c0027 | Przemysł wydobywczy |
| 31 | #091077 | Hodowla wodna i hydroponika |
| 32 | #fc8114 | Hypersaline Tidal Flat |
| 33 | #2532e4 | Rzeka, jezioro i ocean |
| 35 | #9065d0 | Olej palmowy |
| 36 | #d082de | Uprawa wieloletnia |
| 39 | #f5b3c8 | Soja |
| 40 | #c71585 | Rice |
| 41 | #f54ca9 | Inne uprawy tymczasowe |
| 46 | #d68fe2 | Kawa |
| 47 | #9932cc | Citrus |
| 48 | #e6ccff | Inne uprawy wieloletnie |
| 49 | #02d659 | Roślinność na zalesionej łasze |
| 50 | #ad5100 | Roślinność zielna łach piaszczystych |
| 62 | #ff69b4 | Bawełna (beta) |
| 75 | #c12100 | Elektrownia fotowoltaiczna (beta) |
Właściwości obrazu
Właściwości obrazu
| Nazwa | Typ | Opis |
|---|---|---|
| rok | PRZ | Rok klasyfikacji zagospodarowania i pokrycia terenu. |
| wersja | CIĄG ZNAKÓW | Wersja klasyfikacji użytkowania i pokrycia terenu. |
| collection_id | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Identyfikator kolekcji klasyfikacji użytkowania i pokrycia terenu. |
Warunki korzystania z usługi
Warunki usługi
Cytaty
Souza i in. (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.
DOI
Odkrywaj za pomocą Earth Engine
Edytor kodu (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);