IrrMapper Irrigated Lands, Version 1.2

UMT/Climate/IrrMapper_RF/v1_2
数据集可用性
1986-01-01T00:00:00Z–2024-01-01T00:00:00Z
数据集提供程序
Earth Engine 代码段
ee.ImageCollection("UMT/Climate/IrrMapper_RF/v1_2")

说明

IrrMapper 是美国西部 11 个州灌溉状态的年度分类，采用的是 Landsat 分辨率（即30 米）的卫星图像，时间范围为 1986 年至今，并使用随机森林算法进行处理。

虽然 IrrMapper 论文介绍了四个类别（即灌溉地、干旱地、未开垦地和湿地）的分类，但该数据集会转换为灌溉地和非灌溉地的二元分类。

“灌溉”是指在一年内检测到任何灌溉活动。 IrrMapper 随机森林模型的训练数据来自四个灌溉和非灌溉类别的广泛地理空间数据库，其中包括 5 万多个经过人工验证的灌溉田、38,000 个旱地田和超过 50 万平方公里的未开垦土地。

对于版本 1.2，我们大幅扩充了原始训练数据，为每个州构建了 RF 模型，并进行了更彻底的验证和不确定性分析。如需了解灌溉对河流流量的影响，请参阅我们论文的补充材料。

频段

像素大小
30 米

乐队

名称 说明
classification

灌溉像素的值为 1，其他像素会被遮盖。

使用条款

使用条款

CC-BY-4.0

引用

引用：

  • Ketchum, D.; Jencso, K.; Maneta, M.P.; Melton, F.; Jones, M.O.; Huntington, J. IrrMapper：一种机器学习方法，用于对美国西部灌溉农业进行高分辨率绘图Remote Sens. 2020, 12, 2328. doi:10.3390/rs12142328

    Ketchum, D., Hoylman, Z.H., Huntington, J. et al. Irrigation intensification impacts sustainability of streamflow in the Western United States. Commun Earth Environ 4, 479 (2023). doi:10.1038/s43247-023-01152-2

使用 Earth Engine 进行探索

Code Editor (JavaScript)

var dataset = ee.ImageCollection('UMT/Climate/IrrMapper_RF/v1_2');
var irr = dataset.filterDate('2023-01-01', '2023-12-31').mosaic();

var visualization = {
  min: 0.0,
  max: 1.0,
  palette: ['blue']
};
Map.addLayer(irr, visualization, 'IrrMapper 2023');
Map.setCenter(-112.516, 45.262, 10);
在代码编辑器中打开
IrrMapper 是美国西部 11 个州灌溉状态的年度分类，采用的是 Landsat 分辨率（即30 米）的随机森林算法生成，涵盖 1986 年至今的数据。虽然 IrrMapper 论文介绍了四个类别（即灌溉地、干旱地、未开垦地、湿地）的分类，但数据集已转换为…
UMT/Climate/IrrMapper_RF/v1_2，基于 Landsat 数据
1986-01-01T00:00:00Z/2024-01-01T00:00:00Z
31.3 -124.5 49 -99
Google Earth Engine