Google Global Landsat-based CCDC Segments (1999-2019)

GOOGLE/GLOBAL_CCDC/V1
数据集可用时间
1999-01-01T00:00:00Z–2020-01-01T00:00:00Z
数据集生产者
Earth Engine 代码段
ee.ImageCollection("GOOGLE/GLOBAL_CCDC/V1")
标签
change-detection google landcover landsat-derived landuse landuse-landcover

说明

此集合包含对 20 年的 Landsat 地表反射率数据运行持续变化检测和分类 (CCDC) 算法后预先计算的结果。CCDC 是一种断点查找算法,它使用谐波拟合和动态 RMSE 阈值来检测时间序列数据中的断点。

该数据集是使用 1999 年 1 月 1 日至 2019 年 12 月 31 日期间的所有白天图像,基于 Landsat 5、7 和 8 Collection-1 Tier-1 地表反射率时序创建的。每张图片都经过预处理,以遮盖被识别为云、阴影或雪(根据“pixel_qa”波段)、饱和像素以及大气不透明度 > 300 的像素(根据“sr_atmos_opacity”和“sr_aerosol”波段识别)的像素。重复的像素已在南北向场景重叠中去重。结果以 2 度方块的形式输出,涵盖了纬度介于 -60° 和 +85° 之间的所有陆地。这些图片适合简单地拼接成一张全局图片。

CCDC 算法在运行时使用了默认算法参数,但 dateFormat 除外:

  • tmaskBands: ['green', 'swir']
  • minObservations:6
  • chiSquareProbability:0.99
  • minNumOfYearsScaler:1.33
  • dateFormat:1(小数年)
  • lambda:20
  • maxIterations:25000

输出中的每个像素都使用可变长度数组进行编码。每个数组(轴 0)的外部长度对应于在该位置找到的断点数量。coefs 波段包含二维数组,其中每个内部数组都包含线性谐波模型中 8 个项的缩放比例,顺序为:[offset, t, cos(ωt), sin(ωt), cos(2ωt), sin(2ωt), cos(3ωt), sin(3ωt)],其中 ω = 2Π。这些模型经过缩放,可为光学波段生成反射率单位 (0.0 - 1.0),并为热波段生成度 (K) / 100.0。

请注意,由于输出波段是数组,因此只能使用 SAMPLE 金字塔化政策进行下采样。在较低的缩放级别下,结果通常不再能代表全分辨率数据,例如,由于降采样后的遮罩,可以看到图块边界。因此,不建议在分辨率低于 240 米/像素的情况下使用此数据集。

我们目前没有计划向此数据集添加 2019 年之后的资产。

频段

波段

像素大小:30 米(所有波段)

名称 像元大小 说明
tStart 30 米

包含每个细分开始日期(以小数年表示)的一维数组。

tEnd 30 米

一维数组,包含每个细分的结束日期(以年为单位,可为小数)。

tBreak 30 米

1 维数组,包含每个细分的检测到的断点日期(以小数年表示)。

numObs 30 米

1 维数组,包含每个细分中找到的观测次数。

changeProb 30 米

检测到的断点为真实断点的伪概率。

BLUE_coefs 30 米

二维数组,包含蓝色波段的谐波模型系数(针对每个细分)。

GREEN_coefs 30 米

二维数组,包含绿色波段的谐波模型系数(针对每个细分)。

RED_coefs 30 米

二维数组,包含红色波段的谐波模型系数(针对每个细分)。

NIR_coefs 30 米

一个二维数组,包含近红外波段的谐波模型系数(针对每个细分)。

SWIR1_coefs 30 米

二维数组,包含短波红外 (1.55μm-1.75μm) 波段的谐波模型系数(针对每个细分)。

SWIR2_coefs 30 米

二维数组,包含短波红外 (2.09μm-2.35μm) 波段的谐波模型系数(针对每个分段)。

TEMP_coefs 30 米

二维数组,包含热红外波段的谐波模型系数(针对每个细分)。

BLUE_rmse 30 米

一个一维数组,包含每个分段的蓝色波段的模型 RMSE。

GREEN_rmse 30 米

一维数组,包含每个细分的绿色波段的模型 RMSE。

RED_rmse 30 米

一个一维数组,包含模型在红色波段的 RMSE(针对每个细分)。

NIR_rmse 30 米

1 维数组,包含每个细分的近红外波段的模型 RMSE。

SWIR1_rmse 30 米

一个一维数组,包含模型在短波红外 (1.55μm-1.75μm) 波段的 RMSE(针对每个细分)。

SWIR2_rmse 30 米

一维数组,包含模型在短波红外 (2.09μm-2.35μm) 波段的 RMSE(针对每个分段)。

TEMP_rmse 30 米

一个一维数组,包含每个分段的热红外波段的模型 RMSE。

BLUE_magnitude 30 米

一个一维数组,包含每个分段的蓝色波段的检测到的断点的大小。

GREEN_magnitude 30 米

一个一维数组,包含每个分段的绿色波段检测到的断点幅度。

RED_magnitude 30 米

一个 1 维数组,包含每个细分的红色波段检测到的断点幅度。

NIR_magnitude 30 米

一个一维数组,包含每个分段的近红外波段的检测到的断点幅度。

SWIR1_magnitude 30 米

一个一维数组,包含短波红外 1(1.55μm-1.75μm)波段的检测到的每个分段的断点幅度。

SWIR2_magnitude 30 米

一个一维数组,包含短波红外 2(2.09μm-2.35μm)波段的每个分段的检测到的断点幅度。

TEMP_magnitude 30 米

一个 1 维数组,包含每个区段的热波段的检测到的断点幅度。

使用条款

使用条款

CC-BY-4.0