USDA NASS Cropland Data Layers

USDA/NASS/CDL
数据集可用性
1997-01-01T00:00:00Z–2023-01-01T00:00:00Z
数据集提供程序
Earth Engine 代码段
ee.ImageCollection("USDA/NASS/CDL")
频率
1 年
标签
crop landcover usda
cdl
nass

说明

农地数据层 (CDL) 是一种专门针对农作物的土地覆盖数据层,每年都会使用中等分辨率的卫星图像和大量农业真实数据为美国大陆创建。CDL 由美国农业部、国家农业统计局 (NASS)、研究与开发部、地理空间信息分支、空间分析研究科创建。

如需查看详细的常见问题解答,请访问 CropScape 和农地数据图层 - 常见问题解答

如需详细了解数据的分类准确性和实用性,请参阅按作物类型和年份划分的州级漏报和漏失错误

资产日期与收获日历年一致。对于大多数作物,种植年份和收获年份相同。一些例外情况:冬小麦是独特的,因为它是在前一年种植的。多年之前就可能种植了苜蓿等干草作物。

对于冬小麦,数据还有一个名为“双季作物冬小麦/大豆”的类。美国一些中纬度地区的条件允许在收获冬小麦后立即种植第二作物(通常是豆类),并且在同一年内收获。因此,若要绘制冬小麦区域,请同时使用这两个类别(同时使用值 24 和 26)。

虽然 CDL 日期与收获年份一致,但地图本身更能代表实际种植的内容。也就是说,给定年份的一小部分农田不会收获。

由于方法学时代截然不同,因此某些非农业类别重复了。

非农业代码 63-65 和 81-88 是旧方法的保留代码,仅会显示在 2007 年及更早版本的 CDL 中。111-195 之间的非农业代码采用的是当前方法,该方法使用 USGS NLCD 作为非农业训练数据,并且只会显示在 2007 年及之后的 CDL 中。

2007 年是过渡年,因此 2007 年全国性商品中可能包含这两组类别,但不会出现在同一州。

频段

像素大小
30 米

乐队

名称 最小值 最大值 说明
cropland 1 254

主要的特定于作物的土地覆盖分类。

cultivated 1 2

用于识别耕地和非耕地覆盖的类别图层。2013 年至 2017 年期间发布。

confidence 0 100

给定分类的每个像素的预测置信度,其中 0 表示置信度最低,100 表示置信度最高。2008 年至 2017 年(注意:2010 年佛罗里达州和华盛顿特区的置信度数据不可用)。

农地类表

颜色 说明
0 #000000 背景
1 #ffd400 玉米
2 #ff2626 棉白色
3 #00a9e6 Rice
4 #ff9e0f 高粱
5 #267300 大豆
6 #ffff00 向日葵
10 #70a800 花生
11 #00af4d 烟草
12 #e0a60f 甜玉米
13 #e0a60f Pop or Orn Corn
14 #80d4ff 薄荷绿
21 #e2007f 大麦
22 #8a6453 杜兰小麦
23 #d9b56c 春小麦
24 #a87000 冬小麦
25 #d69dbc 其他小麦
26 #737300 双作物胜出白/大豆
27 #ae017e Rye
28 #a15889 燕麦
29 #73004c 小米
30 #d69dbc Speltz
31 #d1ff00 菜籽油
32 #8099ff 亚麻籽
33 #d6d600 红花籽油
34 #d1ff00 菜籽
35 #00af4d 暗黄色
36 #ffa8e3 Alfalfa
37 #a5f58d 其他干草/非苜莶
38 #00af4d Camelina
39 #d69dbc 荞麦
41 #a900e6 甜菜
42 #a80000 干豆
43 #732600 土豆
44 #00af4d 其他农作物
45 #b380ff 甘蔗
46 #732600 红薯
47 #ff6666 其他蔬菜和水果
48 #ff6666 西瓜
49 #ffcc66 洋葱
50 #ff6666 黄瓜
51 #00af4d 鹰嘴豆
52 #00deb0 扁豆
53 #55ff00 豌豆
54 #f5a27a 番茄
55 #ff6666 甘蔗莓
56 #00af4d Hops
57 #80d4ff 草药
58 #e8beff 三叶草/野花
59 #b2ffde 草皮/草籽
60 #00af4d 芒草
61 #bfbf7a 休耕/闲置耕地
63 #95ce93 森林
64 #c7d79e Shrubland
65 #ccbfa3 Barren
66 #ff00ff 樱桃
67 #ff91ab 桃子
68 #b90050 同类
69 #704489 葡萄
70 #007878 圣诞树
71 #b39c70 其他树木作物
72 #ffff80 Citrus
74 #b6705c 山核桃
75 #00a884 杏仁
76 #ebd6b0 核桃
77 #b39c70
81 #f7f7f7 云/无数据
82 #9c9c9c 开发
83 #4d70a3
87 #80b3b3 湿地
88 #e9ffbe 无提醒/未定义
92 #00ffff 水产业
111 #4d70a3 开阔水域
112 #d4e3fc 多年冰雪
121 #9c9c9c 开发/开放空间
122 #9c9c9c 已开发/低强度
123 #9c9c9c 已开发/中等强度
124 #9c9c9c 已开发/高强度
131 #ccbfa3 Barren
141 #95ce93 落叶林
142 #95ce93 常青森林
143 #95ce93 混合森林
152 #c7d79e Shrubland
176 #e9ffbe 草地
190 #80b3b3 木本湿地
195 #80b3b3 草本湿地
204 #00ff8c Pistachios
205 #d69dbc 三麦
206 #ff6666 胡萝卜
207 #ff6666 芦笋绿
208 #ff6666 大蒜
209 #ff6666 哈密瓜
210 #ff91ab 西梅
211 #344a34 橄榄
212 #e67525 橙子
213 #ff6666 蜜瓜
214 #ff6666 西兰花
215 #66994d 牛油果
216 #ff6666 辣椒
217 #b39c70 石榴
218 #ff91ab 油桃
219 #ff6666 绿党
220 #ff91ab 李子
221 #ff6666 草莓
222 #ff6666 英式壁球
223 #ff91ab 杏子
224 #00af4d 苜蓿
225 #ffd400 双作物胜出白/玉米
226 #ffd400 双季作燕麦/玉米
227 #ff6666 Lettuce
228 #ffd400 双作物:燕麦/玉米
229 #ff6666 南瓜
230 #8a6453 双季生菜心/杜伦小麦
231 #ff6666 双重剪裁:莴苣/哈密瓜
232 #ff2626 双季作生菜/棉花
233 #e2007f 双作物生菜/大麦
234 #ff9e0f 双作物杜尔姆小麦/高粱
235 #ff9e0f 双作物大麦/高粱
236 #a87000 双作物 WinWht/Sorghum
237 #ffd400 双季大麦/玉米
238 #a87000 Dbl Crop WinWht/Cotton
239 #267300 双季作大豆/棉花
240 #267300 双季作大豆/燕麦
241 #ffd400 双季玉米/大豆
242 #000099 蓝莓
243 #ff6666 卷心菜
244 #ff6666 花椰菜
245 #ff6666 Celery
246 #ff6666 萝卜
247 #ff6666 萝卜
248 #ff6666 茄子
249 #ff6666 葫芦
250 #ff6666 蔓越莓
254 #267300 双作物大麦/大豆

培养类表

颜色 说明
1 #d3d3d3 未经耕种
2 #b1b58c 已开发

图片属性

图片属性

名称 类型 说明
cropland_class_names STRING_LIST

农地土地覆盖分类名称的数组。

cropland_class_palette STRING_LIST

用于分类调色板的十六进制颜色字符串数组。

cropland_class_values INT_LIST

土地覆盖分类的值。

cultivated_class_names STRING_LIST

农地土地覆盖分类名称的数组。

cultivated_class_palette STRING_LIST

用于分类调色板的十六进制颜色字符串数组。

cultivated_class_values INT_LIST

土地覆盖分类的值。

使用条款

使用条款

NASS 农地数据图层不受版权限制。CDL 被视为公共领域内容,可自由重新分发。不过,NASS 希望您在使用 CDL 产品时能注明使用者。

引用

引用:
  • 美国农业部国家农业统计局农地数据图层。{YEAR}。 已发布的特定于作物的地图数据层 [在线]。可在 https://nassgeodata.gmu.edu/CropScape/ 访问(访问日期为 {DATE};验证日期为 {DATE})。USDA-NASS, Washington, DC.

使用 Earth Engine 进行探索

Code Editor (JavaScript)

var dataset = ee.ImageCollection('USDA/NASS/CDL')
                  .filter(ee.Filter.date('2018-01-01', '2019-12-31'))
                  .first();
var cropLandcover = dataset.select('cropland');
Map.setCenter(-100.55, 40.71, 4);
Map.addLayer(cropLandcover, {}, 'Crop Landcover');
在代码编辑器中打开