Canada AAFC Annual Crop Inventory

AAFC/ACI
数据集可用性
2009-01-01T00:00:00Z–2023-01-01T00:00:00Z
数据集提供程序
Earth Engine 代码段
ee.ImageCollection("AAFC/ACI")
频率
1 年
标签
加拿大 作物 土地覆盖类型

自 2009 年起,加拿大农业和食品部 (AAFC) 科学与技术部门 (STB) 的地球观测团队开始生成年度作物类型数字地图。我们以 2009 年和 2010 年的草原省份为重点,采用基于光学 (Landsat-5、AWiFS、DMC) 和雷达 (Radarsat-2) 的卫星图像,应用了基于决策树 (DT) 的方法。从 2011 年生长季开始,这项活动已扩展到其他省份,以支持全国作物普查。到目前为止,这种方法可以始终如一地提供农作物目录,其最终空间分辨率为 30 米(2009 年和 2010 年为 56 米),且总体目标准确率至少为 85%。

像素大小
30 米

乐队

名称 最小值 最大值 说明
landcover 1 255

主要的特定于作物的土地覆盖分类。

土地覆盖类表

颜色 说明
10 #000000 Cloud
20 #3333ff
30 #996666 裸露的土地和荒地
34 #cc6699 城市和已开发地区
35 #e1e1e1 温室
50 #ffff00 Shrubland
80 #993399 湿地
85 #501b50 Peatland
110 #cccc00 草地
120 #cc6600 农业(未区分)
122 #ffcc33 牧场和牧草
130 #7899f6 太湿,无法播种
131 #ff9900 Fallow
132 #660000 谷物
133 #dae31d 大麦
134 #d6cc00 其他谷物
135 #d2db25 小米
136 #d1d52b 燕麦
137 #cace32 Rye
138 #c3c63a 斯佩耳特小麦
139 #b9bc44 三麦
140 #a7b34d 小麦
141 #b9c64e 芒草
142 #999900 高粱
143 #e9e2b1 Quinoa
145 #92a55b 冬小麦
146 #809769 春小麦
147 #ffff99 玉米
148 #98887c 烟草
149 #799b93 Ginseng
150 #5ea263 油料作物
151 #52ae77 薄荷
152 #41bf7a Camelina
153 #d6ff70 菜籽和油菜籽
154 #8c8cff 亚麻籽
155 #d6cc00 暗黄色
156 #ff7f00 红花籽油
157 #315491 向日葵
158 #cc9933 大豆
160 #896e43 脉冲
161 #996633 其他脉冲
162 #8f6c3d 豌豆
163 #b6a472 鹰嘴豆
167 #82654a 豆子
168 #a39069 蚕豆
174 #b85900 扁豆
175 #b74b15 蔬菜
176 #ff8a8a 番茄
177 #ffcccc 土豆
178 #6f55ca 甜菜
179 #ffccff 其他蔬菜
180 #dc5424 水果
181 #d05a30 浆果
182 #d20000 蓝莓色
183 #cc0000 Cranberry
185 #dc3200 其他浆果
188 #ff6666 果园
189 #c5453b 其他水果
190 #7442bd 葡萄园
191 #ffcccc Hops
192 #b5fb05 草皮
193 #ccff05 草药
194 #07f98c 托儿所
195 #00ffcc 荞麦
196 #cc33cc Canaryseed
197 #8e7672
198 #b1954f 苜蓿
199 #749a66 其他农作物
200 #009900 森林(未分类)
210 #006600 针叶树
220 #00cc00 阔叶
230 #cc9900 混合木材

图片属性

名称 类型 说明
landcover_class_names STRING_LIST

农地土地覆盖分类名称的数组。

landcover_class_palette STRING_LIST

用于分类调色板的十六进制颜色字符串数组。

landcover_class_values INT_LIST

土地覆盖分类的值。

使用条款

OGL-Canada-2.0

引用:
  • Agriculture and Agri-Food Canada Annual Crop Inventory. {YEAR}

使用 Earth Engine 进行探索

var dataset = ee.ImageCollection('AAFC/ACI');
var crop2016 = dataset
    .filter(ee.Filter.date('2016-01-01', '2016-12-31'))
    .first();
Map.setCenter(-103.8881, 53.0372, 10);
Map.addLayer(crop2016, {}, '2016 Canada AAFC Annual Crop Inventory');
在代码编辑器中打开