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

GOOGLE/GLOBAL_CCDC/V1
数据集可用性
1999-01-01T00:00:00Z–2020-01-01T00:00:00Z
数据集提供商
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 阈值来检测时序数据中的断点。

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 集合 1、层级 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（根据“sr_atmos_opacity”和“sr_aerosol”波段识别）的像素。重复出现在南北场景重叠区域的像素已去重。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 频段包含二维数组，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。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，不建议以低于 240 米/像素的分辨率使用此数据集。

我们目前没有计划向此数据集添加 2019 年后的资产。

频段

像素大小
30 米

频段

名称 像素尺寸 说明
tStart 米

包含每个细分开始日期（以年为单位，可为小数）的一维数组。
tEnd 米

1 维数组，包含每个细分的结束日期（以年为单位，可为小数）。
tBreak 米

1 维数组，包含每个细分的检测到的断点日期（以年为单位，可为小数）。
numObs 米

1 维数组，包含每个细分中找到的观测次数。
changeProb 米

检测到的断点为真实断点的伪概率。
BLUE_coefs 米

二维数组，包含每个细分的蓝色波段的谐波模型系数。
GREEN_coefs 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 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 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 米

二维数组，包含短波红外 (1.55μm-1.75μm) 波段的谐波模型系数，适用于每个分段。
SWIR2_coefs 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 米

包含热红外波段的谐波模型系数（针对每个细分）的二维数组。
BLUE_rmse 米

1 维数组，包含每个细分中模型对于蓝色波段的 RMSE。
GREEN_rmse 米

1 维数组，包含每个细分市场的绿色波段的模型 RMSE。
RED_rmse 米

1 维数组，包含每个细分的红色波段的模型 RMSE。
NIR_rmse 米

1 维数组，包含每个细分的近红外波段的模型 RMSE。
SWIR1_rmse 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 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 米

1 维数组，包含模型针对热红外波段的 RMSE（针对每个细分）。
BLUE_magnitude 米

一个 1 维数组，包含每个细分的蓝色波段的检测到的断点幅度。
GREEN_magnitude 米

一个 1 维数组，包含每个分段的绿色波段的检测到的断点幅度。
RED_magnitude 米

一个 1 维数组，包含每个细分受众群的红色波段检测到的断点幅度。
NIR_magnitude 米

一个 1 维数组，包含每个细分的近红外波段的检测到的中断点的大小。
SWIR1_magnitude 米

一个 1 维数组，包含每个分段的短波红外 1（1.55μm-1.75μm）波段的检测到的断点幅度。
SWIR2_magnitude 米

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

一个 1 维数组，包含每个细分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

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。数据集是从…创建的
GOOGLE/GLOBAL_CCDC/V1, change-detection,google,landcover,landsat-derived,landuse,landuse-landcover
1999-01-01T00:00:00Z/2020-01-01T00:00:00Z
-60 -180 72 180
Google Earth Engine