ESA WorldCover 10m v100

ESA/WorldCover/v100
Ketersediaan Set Data
2020-01-01T00:00:00Z–2021-01-01T00:00:00Z
Penyedia Set Data
Cuplikan Earth Engine
ee.ImageCollection("ESA/WorldCover/v100")
Tag
esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived

Deskripsi

Produk WorldCover 10 m 2020 dari Badan Antariksa Eropa (ESA) menyediakan peta tutupan lahan global untuk tahun 2020 pada resolusi 10 m berdasarkan data Sentinel-1 dan Sentinel-2. Produk WorldCover hadir dengan 11 kelas cakupan lahan dan telah dibuat dalam kerangka kerja project ESA WorldCover, yang merupakan bagian dari Program Amplop Pengamatan Bumi ke-5 (EOEP-5) Badan Antariksa Eropa.

Lihat juga:

Band

Ukuran Piksel
10 meter

Band

Nama Ukuran Piksel Deskripsi
Map meter

Kelas tutupan lahan

Tabel Class Peta

Nilai Warna Deskripsi
10 #006400

Tutupan pohon

20 #ffbb22

Shrubland

30 #ffff4c

Padang rumput

40 #f096ff

Lahan Pertanian

50 #fa0000

Terbentuk

60 #b4b4b4

Vegetasi kosong / jarang

70 #f0f0f0

Salju dan es

80 #0064c8

Perairan permanen

90 #0096a0

Lahan basah herba

95 #00cf75

Hutan bakau

100 #fae6a0

Lumut dan lumut kerak

Persyaratan Penggunaan

Persyaratan Penggunaan

CC-BY-4.0

Kutipan

Kutipan:
  • Zanaga, D., Van De Kerchove, R., De Keersmaecker, W., Souverijns, N., Brockmann, C., Quast, R., Wevers, J., Grosu, A., Paccini, A., Vergnaud, S., Cartus, O., Santoro, M., Fritz, S., Georgieva, I., Lesiv, M., Carter, S., Herold, M., Li, Linlin, Tsendbazar, N.E., Ramoino, F., Arino, O., 2021. ESA WorldCover 10 m 2020 v100. (doi:10.5281/zenodo.5571936)

Menjelajahi dengan Earth Engine

Code Editor (JavaScript)

var dataset = ee.ImageCollection('ESA/WorldCover/v100').first();

var visualization = {
  bands: ['Map'],
};

Map.centerObject(dataset);

Map.addLayer(dataset, visualization, 'Landcover');

Penyiapan Python

Lihat halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('ESA/WorldCover/v100').first()

visualization = {
    'bands': ['Map'],
}

m = geemap.Map()
m.center_object(dataset)
m.add_layer(dataset, visualization, 'Landcover')
m
Buka di Editor Kode