Copernicus Global Land Cover Layers: CGLS-LC100 Collection 3

COPERNICUS/Landcover/100m/Proba-V-C3/Global
Доступность набора данных
2015-01-01T00:00:00Z–2019-12-31T23:59:59Z
Поставщик наборов данных
Фрагмент Earth Engine
ee.ImageCollection("COPERNICUS/Landcover/100m/Proba-V-C3/Global")
Теги
Коперник ЕЭЗ ЕКА ЕС

Описание

Глобальная земельная служба Copernicus (CGLS) определена как компонент Земельной службы для управления многоцелевым сервисным компонентом, который предоставляет серию биогеофизических продуктов о состоянии и эволюции поверхности суши в глобальном масштабе.

Динамическая карта земельного покрова с разрешением 100 м (CGLS-LC100) – новый продукт в портфолио CGLS, предоставляющий глобальную карту земельного покрова с пространственным разрешением 100 м. Продукт CGLS Land Cover предоставляет основную схему земельного покрова. Помимо этих дискретных классов, продукт также включает непрерывные слои полей для всех основных классов земельного покрова, которые обеспечивают пропорциональные оценки растительности/напочвенного покрова для типов земельного покрова. Эта непрерывная схема классификации может лучше отображать области неоднородного земельного покрова, чем стандартная схема классификации, и, как таковая, может быть адаптирована для прикладного использования (например, для мониторинга лесов, мониторинга сельскохозяйственных культур, биоразнообразия и охраны природы, мониторинга окружающей среды и безопасности в Африке, моделирования климата и т. д.).

Эти согласованные карты земельного покрова (версии 3.0.1) предоставляются за период 2015–2019 годов по всему миру. Они составлены на основе 100-метрового временного ряда PROBA-V, базы данных высококачественных учебных участков для изучения земельного покрова и нескольких вспомогательных наборов данных. Точность карт достигает 80% на уровне 1 за все годы. Планируется ежегодное обновление данных с 2020 года с использованием временного ряда Sentinel.

Смотрите также:

Группы

Размер пикселя
100 метров

Группы

Имя Единицы Мин. Макс Размер пикселя Описание
discrete_classification 0 200 метров

Классификация земельного покрова

discrete_classification-proba % 0 100 метров

Показатель качества (вероятность классификации) дискретной классификации

forest_type 0 5 метров

Тип леса для всех пикселей с процентом растительного покрова деревьев более 1%

bare-coverfraction % 0 100 метров

Процент растительного покрова для класса земель с голой и разреженной растительностью

crops-coverfraction % 0 100 метров

Процент растительного покрова для класса земель, занятых пахотными землями

grass-coverfraction % 0 100 метров

Процент растительного покрова для класса травянистой растительности

moss-coverfraction % 0 100 метров

Процент растительного покрова для класса почвенного покрова мхов и лишайников

shrub-coverfraction % 0 100 метров

Процент растительного покрова для класса кустарниковых почв

tree-coverfraction % 0 100 метров

Процент растительного покрова для класса лесного покрова

snow-coverfraction % 0 100 метров

Процент покрытия земли снегом и льдом

urban-coverfraction % 0 100 метров

Процент покрытия земли для класса застроенных земель

water-permanent-coverfraction % 0 100 метров

Процент покрытия почвы для класса постоянного водного покрова

water-seasonal-coverfraction % 0 100 метров

Процент покрытия земли для класса сезонного водного покрова

data-density-indicator 0 100 метров

Индикатор плотности данных для входных данных алгоритма

change-confidence 0 3 метров

Этот слой предоставляется только для лет после базового 2015 года.

  • 0 — Без изменений. Изменений в дискретном классе между прошлым годом и предыдущим годом не обнаружено.
  • 1 — Возможное изменение. BFASTmon обнаружил сбой во второй половине года NRT — возможное изменение.
  • 2 — Средняя достоверность. Отпечаток городских, постоянных водоёмов, снега или водно-болотных угодий ИЛИ изменение, обнаруженное BFAST, но модель HMM не подтвердила этот разрыв в более высоком разрешении ИЛИ изменение, обнаруженное BFASTmon в первой половине года NRT.
  • 3 — Высокая достоверность. BFAST обнаружил изменение, а HMM подтвердил это изменение в более высоком разрешении.

Таблица классов discret_classification

Ценить Цвет Описание
0 #282828

Неизвестно. Спутниковых данных нет или их недостаточно.

20 #ffbb22

Кустарники. Деревянистые многолетние растения с деревянистыми стеблями, не имеющими выраженного главного ствола, высотой менее 5 м. Листва кустарника может быть как вечнозелёной, так и листопадной.

30 #ffff4c

Травянистая растительность. Растения без сохранившихся стеблей или надземных побегов и не имеющие выраженной плотной структуры. Площадь покрытия деревьями и кустарниками составляет менее 10%.

40 #f096ff

Возделываемая и управляемая растительность/сельское хозяйство. Земли, занятые однолетними культурами, с последующим сбором урожая и периодом голой почвы (например, системы одно- и многопосевного земледелия). Обратите внимание, что многолетние древесные культуры будут классифицироваться как соответствующий тип лесного или кустарникового покрова.

50 #fa0000

Городская/застроенная территория. Территория, покрытая зданиями и другими искусственными сооружениями.

60 #b4b4b4

Голая / редкая растительность. Земли с открытой почвой, песком или камнями, растительный покров которых никогда не превышает 10% в любое время года.

70 #f0f0f0

Снег и лёд. Земли, покрытые снегом или льдом круглый год.

80 #0032c8

Постоянные водоёмы. Озёра, водохранилища и реки. Могут быть как пресными, так и солеными.

90 #0096a0

Травянистые водно-болотные угодья. Земли с постоянным сочетанием воды и травянистой или древесной растительности. Растительность может встречаться как в соленой, так и в солоноватой или пресной воде.

100 #fae6a0

Мох и лишайник.

111 #58481f

Сомкнутый лес, вечнозелёный хвойный. Сомкнутость древесного полога >70%, почти все хвойные деревья остаются зелёными круглый год. Полог никогда не бывает без зелёной листвы.

112 #009900

Сомкнутый лес, вечнозелёные широколиственные леса. Сомкнутость древесного полога >70%, почти все широколиственные деревья остаются зелёными круглый год. Полог никогда не бывает без зелёной листвы.

113 #70663e

Сомкнутый листопадный хвойный лес. Сомкнутость древесного полога >70 %, состоит из сезонных хвойных сообществ с годовым циклом периодов набухания и опадения листьев.

114 #00cc00

Сомкнутый лес, листопадный, широколиственный. Сомкнутость древесного полога >70%, состоит из сезонных сообществ широколиственных деревьев с годовым циклом периодов набухания и опадения листьев.

115 #4e751f

Лес сомкнутый, смешанный.

116 #007800

Сомкнутый лес, не соответствующий ни одному из других определений.

121 #666000

Редколесье, вечнозелёный хвойный лес. Верхний ярус – деревья (15–70%), второй ярус – смесь кустарников и лугов. Почти все хвойные деревья остаются зелёными круглый год. Крона никогда не бывает без зелёной листвы.

122 #8db400

Редкий лес, вечнозелёные широколиственные леса. Верхний ярус – деревья (15–70%), второй ярус – смесь кустарников и лугов. Почти все широколиственные деревья остаются зелёными круглый год. Крона деревьев никогда не бывает без зелёной листвы.

123 #8d7400

Редколесье, листопадный хвойный лес. Верхний ярус – деревья (15–70 %), второй ярус – смешанный, кустарниково-травяной, состоит из сезонных сообществ хвойных деревьев с годовым циклом периодов набухания и опадения листьев.

124 #a0dc00

Редколесье, листопадный широколиственный лес. Верхний ярус – деревья (15–70 %), второй ярус – смешанный, кустарниково-травяной, состоит из сезонных сообществ широколиственных деревьев с годовым циклом периодов набухания и опадения листьев.

125 #929900

Открытый лес, смешанный.

126 #648c00

Открытый лес, не соответствующий ни одному из других определений.

200 #000080

Океаны, моря. Могут быть как пресными, так и солёными.

Таблица классов forest_type

Ценить Цвет Описание
0 #282828

Неизвестный

1 #666000

Вечнозеленый игольчатый лист

2 #009900

Вечнозеленый широколистный

3 #70663e

Листопадный игольчатый лист

4 #a0dc00

Листопадные широколиственные

5 #929900

Смесь типов леса

Свойства изображения

Свойства изображения

Имя Тип Описание
дискретные_имена_классов_классификации STRING_LIST

Названия классов земельного покрова

палитра_дискретных_классификационных_классов STRING_LIST

Палитра классов земельного покрова

дискретные_классификационные_значения_классов INT_LIST

Значение классификации земельного покрова.

имена_классов_типов_леса STRING_LIST

названия классов лесного покрова

палитра_класса_типа_леса STRING_LIST

палитра классов лесного покрова

значения_класса_типа_леса INT_LIST

значения класса лесного покрова

Условия эксплуатации

Условия эксплуатации

Являясь официальным продуктом глобального компонента Copernicus Land Service, этот набор данных о земельном покрове полностью бесплатен и открыт для всех пользователей.

Цитаты

Цитаты:
  • Буххорн, М.; Лесив, М.; Цендбазар, Н. - Э.; Герольд, М.; Бертельс, Л.; Сметс, Б. Copernicus Global Land Cover Layers - Коллекция 2. Дистанционное зондирование 2020, 12, том 108, стр. 1044. doi:10.3390/rs12061044

  • Буххорн М., Сметс Б., Бертельс Л., Ру Б.Д., Лесив М., Цендбазар Н.-Э., Херольд М. и Фриц С. (2020). Глобальная земельная служба Copernicus: Земельный покров 100 м: коллекция 3: эпоха 2017 г.: Земной шар (версия V3.0.1) [Набор данных]. Зенодо.

  • Буххорн М., Сметс Б., Бертельс Л., Ру Б.Д., Лесив М., Цендбазар Н.-Э., Херольд М. и Фриц С. (2020). Глобальная земельная служба Copernicus: Земельный покров 100 м: коллекция 3: эпоха 2018 г.: Земной шар (версия V3.0.1) [Набор данных]. Зенодо.

  • Буххорн М., Сметс Б., Бертельс Л., Ру Б.Д., Лесив М., Цендбазар Н.-Э., Херольд М. и Фриц С. (2020). Глобальная земельная служба Copernicus: Земельный покров 100 м: коллекция 3: эпоха 2015 г.: Земной шар (версия V3.0.1) [Набор данных]. Зенодо.

  • Буххорн М., Сметс Б., Бертельс Л., Ру Б.Д., Лесив М., Цендбазар Н.-Э., Херольд М. и Фриц С. (2020). Глобальная земельная служба Copernicus: Земельный покров 100 м: коллекция 3: эпоха 2019 г.: Земной шар (версия V3.0.1) [Набор данных]. Зенодо.

DOI

Исследуйте с Earth Engine

Редактор кода (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');

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице «Среда 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
Открыть в редакторе кода