Copernicus Global Land Cover Layers: CGLS-LC100 Collection 3

COPERNICUS/Landcover/100m/Proba-V-C3/Global
Dostępność zbioru danych
2015-01-01T00:00:00Z–2019-12-31T23:59:59Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("COPERNICUS/Landcover/100m/Proba-V-C3/Global")
Tagi
copernicus eea esa eu landcover landuse-landcover proba probav vito

Opis

Copernicus Global Land Service (CGLS) jest przeznaczony jako komponent usługi dotyczącej lądów, który ma pełnić funkcję wielozadaniową, dostarczając serię produktów biogeofizycznych dotyczących stanu i ewolucji powierzchni lądów w skali globalnej.

Dynamiczna mapa pokrycia terenu o rozdzielczości 100 m (CGLS-LC100) to nowy produkt w portfolio CGLS. Zawiera globalną mapę pokrycia terenu o rozdzielczości przestrzennej 100 m. Produkt CGLS Land Cover zawiera podstawowy schemat pokrycia terenu. Oprócz tych odrębnych klas produkt zawiera też ciągłe warstwy pól dla wszystkich podstawowych klas pokrycia terenu, które dostarczają proporcjonalnych szacunków pokrycia roślinnością lub pokrycia terenu dla poszczególnych typów pokrycia terenu. Ten ciągły schemat klasyfikacji może lepiej przedstawiać obszary o różnorodnej pokrywie terenu niż standardowy schemat klasyfikacji, dlatego można go dostosować do konkretnych zastosowań (np. monitorowania lasów, monitorowania upraw, ochrony bioróżnorodności, monitorowania środowiska i bezpieczeństwa w Afryce, modelowania klimatu itp.).

Te spójne mapy pokrycia terenu (wersja 3.0.1) są dostępne dla całego świata w okresie 2015–2019 r. Zostały utworzone na podstawie szeregu czasowego PROBA-V o rozdzielczości 100 m, bazy danych wysokiej jakości miejsc szkoleniowych dotyczących pokrycia terenu i kilku dodatkowych zbiorów danych. Ich dokładność na poziomie 1 we wszystkich latach wynosi 80%. Planujemy udostępniać roczne aktualizacje od 2020 r. na podstawie szeregu czasowego danych z satelitów Sentinel.

Zobacz także:

Pasma

Rozmiar piksela
100 metrów

Pasma

Nazwa Jednostki Minimum Maks. Rozmiar piksela Opis
discrete_classification 0 200 metry

Klasyfikacja pokrycia terenu

discrete_classification-proba % 0 100 metry

Wskaźnik jakości (prawdopodobieństwo klasyfikacji) klasyfikacji dyskretnej

forest_type 0 5 metry

Rodzaj lasu dla wszystkich pikseli, w których odsetek pokrycia roślinnością drzewiastą jest większy niż 1 %

bare-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku klasy pokrycia terenu „nieużytki i rzadka roślinność”

crops-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku klasy pokrycia terenu „grunty orne”

grass-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku klasy pokrycia terenu roślinnością zielną

moss-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku mchów i porostów

shrub-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku klasy pokrycia terenu „zarośla”

tree-coverfraction % 0 100 metry

Procent pokrycia roślinnością w przypadku klasy pokrycia terenu „las”

snow-coverfraction % 0 100 metry

Procent pokrycia terenu dla klasy pokrycia terenu śniegiem i lodem

urban-coverfraction % 0 100 metry

Procent pokrycia terenu w przypadku klasy pokrycia terenu „obszar zabudowany”

water-permanent-coverfraction % 0 100 metry

Procent pokrycia terenu dla klasy pokrycia terenu wód stałych

water-seasonal-coverfraction % 0 100 metry

Procent pokrycia terenu dla sezonowej klasy pokrycia terenu wodą

data-density-indicator 0 100 metry

Wskaźnik gęstości danych wejściowych algorytmu

change-confidence 0 3 metry

Ta warstwa jest dostępna tylko w przypadku lat po roku bazowym 2015.

  • 0 – bez zmian. Nie wykryto zmiany w przypadku klasy dyskretnej w porównaniu z poprzednim rokiem.
  • 1. Potencjalna zmiana. BFASTmon wykrył przerwę w drugiej połowie roku NRT – potencjalna zmiana.
  • 2 – średni poziom ufności. Ślad obszaru miejskiego, stałego zbiornika wodnego, śniegu lub terenu podmokłego LUB zmiana wykryta przez BFAST, ale niepotwierdzona przez model HMM w wyższej rozdzielczości LUB zmiana wykryta przez BFASTmon w pierwszej połowie roku NRT.
  • 3 – wysoki poziom ufności. BFAST wykrył zmianę, a HMM potwierdził ją w wyższej rozdzielczości.

Tabela klasyfikacji dyskretnej

Wartość Kolor Opis
0 #282828

Nieznany. Brak lub niewystarczająca ilość danych satelitarnych.

20 #ffbb22

krzewy, Wieloletnie rośliny zdrewniałe o trwałych i zdrewniałych łodygach, bez wyraźnej głównej łodygi, o wysokości poniżej 5 m. Liście krzewu mogą być zimozielone lub opadające.

30 #ffff4c

roślinność zielna, Rośliny bez trwałej łodygi lub pędów nad ziemią i bez określonej, twardej struktury. Pokrycie drzewami i krzewami jest mniejsze niż 10 %.

40 #f096ff

Uprawiana i zarządzana roślinność lub rolnictwo. Grunty pokryte uprawami tymczasowymi, po których następuje zbiór i okres bez upraw (np. systemy upraw pojedynczych i wielokrotnych). Pamiętaj, że wieloletnie uprawy drzewiaste będą klasyfikowane jako odpowiedni rodzaj pokrycia terenu lasem lub zaroślami.

50 #fa0000

Miejski lub zabudowany. Teren pokryty budynkami i innymi konstrukcjami stworzonymi przez człowieka.

60 #b4b4b4

Skąpa roślinność. Tereny z odsłoniętą glebą, piaskiem lub skałami, na których w żadnym okresie roku pokrywa roślinna nie przekracza 10%.

70 #f0f0f0

śnieg i lód, Obszary pokryte śniegiem lub lodem przez cały rok.

80 #0032c8

stałe zbiorniki wodne, jezior, zbiorników i rzek; Mogą to być zbiorniki słodko- lub słonowodne.

90 #0096a0

Podmokłe tereny zielne. Obszary, na których stale występuje mieszanka wody i roślin zielnych lub drzewiastych. Roślinność może występować w wodzie słonej, słonawej lub słodkiej.

100 #fae6a0

mchy i porosty,

111 #58481f

Zamknięty las iglasty zimozielony. Zagęszczenie drzew > 70 %, prawie wszystkie drzewa iglaste zachowują zielony kolor przez cały rok. Korona nigdy nie jest pozbawiona zielonych liści.

112 #009900

Zamknięty las, wiecznie zielony las liściasty. Zagęszczenie drzew > 70 %, prawie wszystkie drzewa liściaste pozostają zielone przez cały rok. Korona nigdy nie jest pozbawiona zielonych liści.

113 #70663e

Zamknięty las iglasty liściasty. Pokrywa drzew > 70 %, składająca się z sezonowych zbiorowisk drzew iglastych z rocznym cyklem okresów z liśćmi i bez liści.

114 #00cc00

Zamknięty las liściasty. Pokrywa drzew >70 %, składająca się z sezonowych zbiorowisk drzew liściastych o rocznym cyklu okresów z liśćmi i bez liści.

115 #4e751f

Las mieszany, zwarty.

116 #007800

Las zamknięty, który nie pasuje do żadnej z pozostałych definicji.

121 #666000

Otwarty las, zimozielone drzewa iglaste. Górna warstwa – drzewa (15–70%), a druga warstwa – mieszanka krzewów i traw. Prawie wszystkie drzewa iglaste pozostają zielone przez cały rok. Korona nigdy nie jest pozbawiona zielonych liści.

122 #8db400

Otwarty las, wiecznie zielone drzewa liściaste. Górna warstwa to drzewa (15–70%), a druga to mieszanka krzewów i traw. Prawie wszystkie drzewa liściaste zachowują zielony kolor przez cały rok. Korona nigdy nie jest pozbawiona zielonych liści.

123 #8d7400

Otwarty las, liście iglaste drzew liściastych. Górna warstwa – drzewa 15–70%, a druga warstwa – mieszanka krzewów i traw, składająca się z sezonowych zbiorowisk drzew iglastych z rocznym cyklem okresów z liśćmi i bez liści.

124 #a0dc00

Otwarty las liściasty. Górna warstwa – drzewa 15–70%, a druga warstwa – mieszanka krzewów i traw, składająca się z sezonowych zbiorowisk drzew liściastych z rocznym cyklem okresów z liśćmi i bez liści.

125 #929900

Otwarty las mieszany.

126 #648c00

Otwarty las, który nie pasuje do żadnej z pozostałych definicji.

200 #000080

oceany, morza, Mogą to być zbiorniki słodko- lub słonowodne.

Tabela klas forest_type

Wartość Kolor Opis
0 #282828

Nieznany

1 #666000

Zimozielone drzewo iglaste

2 #009900

Zimozielone drzewo liściaste

3 #70663e

Liście iglaste zrzucane na zimę

4 #a0dc00

Drzewo liściaste

5 #929900

Mieszanka typów lasów

Właściwości obrazu

Właściwości obrazu

Nazwa Typ Opis
discrete_classification_class_names STRING_LIST

Nazwy klas pokrycia terenu

discrete_classification_class_palette STRING_LIST

Paleta klas pokrycia terenu

discrete_classification_class_values INT_LIST

Wartość klasyfikacji pokrycia terenu.

forest_type_class_names STRING_LIST

nazwy klas pokrycia lasem,

forest_type_class_palette STRING_LIST

paleta klas pokrycia lasem,

forest_type_class_values INT_LIST

wartości klas pokrycia lasem,

Warunki korzystania z usługi

Warunki korzystania z usługi

Jako oficjalny produkt globalnego komponentu usługi Copernicus Land Service dostęp do tego zbioru danych o pokryciu terenu jest całkowicie bezpłatny i otwarty dla wszystkich użytkowników.

Cytaty

Cytowania:
  • Buchhorn, M. ; Lesiv, M. ; Tsendbazar, N. – E. ; Herold, M. ; Bertels, L. ; Smets, B. Copernicus Global Land Cover Layers-Collection 2. Remote Sensing 2020, 12Volume 108, 1044. doi:10.3390/rs12061044

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2017: Globe (Version V3.0.1) [Data set]. Zenodo.

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2018: Globe (wersja V3.0.1) [zbiór danych]. Zenodo.

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2015: Globe (wersja V3.0.1) [zbiór danych]. Zenodo.

  • Buchhorn, M., Smets, B., Bertels, L., Roo, B. D., Lesiv, M., Tsendbazar, N.-E., Herold, M., & Fritz, S. (2020). Copernicus Global Land Service: Land Cover 100m: collection 3: epoch 2019: Globe (Version V3.0.1) [Data set]. Zenodo.

DOI

Odkrywanie za pomocą Earth Engine

Edytor kodu (JavaScript)

var dataset = ee.Image('COPERNICUS/Landcover/100m/Proba-V-C3/Global/2019')
.select('discrete_classification');

Map.setCenter(-88.6, 26.4, 1);

Map.addLayer(dataset, {}, 'Land Cover');

Konfiguracja Pythona

Informacje o interfejsie Python API i używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.Image('COPERNICUS/Landcover/100m/Proba-V-C3/Global/2019').select(
    'discrete_classification'
)

m = geemap.Map()
m.set_center(-88.6, 26.4, 1)
m.add_layer(dataset, {}, 'Land Cover')
m
Otwórz w edytorze kodu