NLCD 2019: USGS National Land Cover Database, 2019 release

USGS/NLCD_RELEASES/2019_REL/NLCD
利用可能なデータセットの期間
2001-01-01T00:00:00Z–2019-01-01T00:00:00Z
データセット プロデューサー
Earth Engine スニペット
ee.ImageCollection("USGS/NLCD_RELEASES/2019_REL/NLCD")
タグ
blm landcover landuse-landcover mrlc nlcd usgs

説明

NLCD(National Land Cover Database)は、30 m の Landsat ベースの土地被覆データベースで、8 つの時代(2001 年、2004 年、2006 年、2008 年、2011 年、2013 年、2016 年、2019 年)にわたっています。2021 年の 9 番目のエポックもこちらで入手できます here。画像は、都市クラスの不浸透性データレイヤと、それ以外の決定木分類に依存しています。

このデータセットには、各エポックの米国本土の画像が 1 つ含まれています。アラスカ、ハワイ、プエルトリコのデータは、以前の 2016 NLCD リリースにあります。

NLCD プロダクトは、米国地質調査所が主導する連邦機関のパートナーシップである Multi-Resolution Land Characteristics(MRLC)コンソーシアムによって作成されています。

バンド

バンド

ピクセルサイズ: 30 メートル(すべてのバンド)

名前 単位 最小 最大 ピクセルサイズ 説明
landcover 11 95 30 メートル

すべての画像には、プロダクト凡例に記載されている土地被覆分類スキームが含まれています。凡例は、各画像のメタデータとしても入手できます。プロダクト凡例のクラスは次のとおりです。

impervious % 0 100 30 メートル

開発された不浸透性の表面で覆われたピクセルの割合。

impervious_descriptor 1 12 30 メートル

どの不浸透性レイヤのピクセルが道路であるかを定義し、道路ではない不浸透性のピクセルに最適な説明を提供します。

landcover クラス表

説明
11 #466b9f

開水面: 開水面の領域。一般的に、植生または土壌の被覆率が 25% 未満です。

12 #d1def8

多年生の氷 / 雪: 氷や雪の多年生の被覆が特徴の領域。一般的に、総被覆の 25% を超えます。

21 #dec5c5

開発されたオープンスペース: 建設資材と植生(芝生)が混在するエリア。不浸透性の表面は、総被覆の 20% 未満です。これらのエリアには、一般的に、広い区画の一戸建て住宅、公園、ゴルフコース、レクリエーション、侵食防止、美観を目的として開発された環境に植えられた植生が含まれます。

22 #d99282

開発された低強度: 建設資材と植生が混在するエリア。不浸透性の表面は、総被覆の 20% ~ 49% です。これらのエリアには、一般的に一戸建て住宅が含まれます。

23 #eb0000

開発された中強度: 建設資材と植生が混在するエリア。不浸透性の表面は、総被覆の 50% ~ 79% です。これらのエリアには、一般的に一戸建て住宅が含まれます。

24 #ab0000

開発された高強度: 人々が多数居住または勤務する高度に開発されたエリア。例としては、集合住宅、長屋、商業施設/工業施設などがあります。不浸透性の表面は、総被覆の 80% ~ 100% です。

31 #b3ac9f

不毛の土地(岩/砂/粘土): 基盤岩、砂漠舗装、崖、崖錐、滑り、火山物質、氷河堆積物、砂丘、露天掘り鉱山、砂利採掘場、その他の土壌物質の堆積物があるエリア。一般的に、植生は総被覆の 15% 未満です。

41 #68ab5f

落葉樹林: 一般的に高さ 5 メートルを超える樹木が優勢で、総植生被覆の 20% を超えるエリア。季節の変化に応じて、75% を超える樹種が同時に葉を落とします。

42 #1c5f2c

常緑樹林: 一般的に高さ 5 メートルを超える樹木が優勢で、総植生被覆の 20% を超えるエリア。75% を超える樹種が一年中葉を維持します。樹冠に緑の葉がないことはありません。

43 #b5c58f

混交林: 一般的に高さ 5 メートルを超える樹木が優勢で、総植生被覆の 20% を超えるエリア。落葉樹種も常緑樹種も、総樹木エリアの 75% を超えません。

51 #af963c

矮性低木: アラスカ州のみ。高さ 20 cm 未満の低木が優勢で、低木の樹冠が総植生の 20% を超えるエリア。このタイプは、草、カヤツリグサ、ハーブ、非維管束植物と共存することがよくあります。

52 #ccb879
71 #dfdfc2
72 #d1d182
73 #a3cc51
74 #82ba9e

コケ: アラスカ州のみ。コケが優勢で、一般的に総植生の 80% を超えるエリア。

81 #dcd939
82 #ab6c28

栽培作物: トウモロコシ、大豆、野菜、タバコ、綿などの一年生作物の生産に使用されるエリア。果樹園やブドウ園などの多年生木本作物も含まれます。作物の植生は、総植生の 20% を超えます。このクラスには、耕作中のすべての土地も含まれます。

90 #b8d9eb

木本湿地: 森林または低木林の植生が植生被覆の 20% を超え、土壌または基質が定期的に水で飽和または覆われているエリア。

95 #6c9fb8

抽水性草本湿地: 多年生の草本植生が植生被覆の 80% を超え、土壌または基質が定期的に水で飽和または覆われているエリア。

impervious_descriptor クラス表

説明
0 #000000

未分類。

20 #ff0000

幹線道路。州間高速道路やその他の主要道路。ピクセルは 2018 年の NavStreets Street Data から派生しています。

21 #ffff00

二次道路。州間高速道路以外の高速道路。ピクセルは 2018 年の NavStreets Street Data から派生しています 。

22 #0000ff

三次道路。2 車線の道路。ピクセルは 2018 年の NavStreets Street Data から派生しています。

23 #ffffff

細い道路。一般的に舗装されておらず、土地被覆から削除されたが、不浸透性の表面プロダクトの一部として残っている小さな三次道路。ピクセルは 2018 年の NavStreets Street Data から派生しています。

24 #ffc0c5

道路以外の非エネルギー不浸透性。一般的に道路やエネルギー生産ではない開発エリア。住宅/商業/工業エリア、公園、ゴルフコースなど。

25 #eb82eb

Microsoft の建物。NLCD の不浸透性プロセスでキャプチャされず、道路以外の不浸透性の表面クラスに含まれていない建物。Microsoft US Building Footprints データセットから派生したピクセル。

26 #9f1feb

LCMAP 不浸透性。以前のバージョンの NLCD から道路が更新されたときに残ったギャップを埋めるために使用された LCMAP の不浸透性のピクセル。

27 #40dfd0

風力タービン。2020 年 1 月 9 日にアクセスした US Wind Turbine Dataset から派生したピクセル。

28 #79ff00

井戸パッド。オークリッジ国立研究所の 2019 年の石油および天然ガス井戸データセットから派生したピクセル。

29 #005f00

その他のエネルギー生産。以前に井戸パッドと風力タービンとして特定され、Landfire プロジェクトと連携して分類されたエリア。

画像プロパティ

画像プロパティ

名前 タイプ 説明
landcover_class_names DOUBLE

土地被覆クラス名

landcover_class_palette DOUBLE

土地被覆クラスのパレット

landcover_class_values DOUBLE

土地被覆クラスの値

impervious_descriptor_class_names DOUBLE

不浸透性記述子クラス名

impervious_descriptor_class_palette DOUBLE

不浸透性記述子クラスのパレット

impervious_descriptor_class_values DOUBLE

不浸透性記述子クラスの値

利用規約

利用規約

米国地質調査所(USGS)の情報は、連邦政府が作成したデータであるため、パブリック ドメインに属し、著作権の制限なしに使用、転送、複製できます。 情報源として USGS を明記またはクレジットする方法については、こちらをご覧ください 。

引用

引用:
  • Dewitz, J., and U.S. Geological Survey, 2021, National Land Cover Database (NLCD) 2019 Products (ver. 2.0, June 2021): U.S. Geological Survey data release, doi:10.5066/P9KZCM54

DOI

Earth Engine で探索する

コードエディタ(JavaScript)

// Import the NLCD collection.
var dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2019_REL/NLCD');

// The collection contains images for multiple years and regions in the USA.
print('Products:', dataset.aggregate_array('system:index'));

// Filter the collection to the 2016 product.
var nlcd2016 = dataset.filter(ee.Filter.eq('system:index', '2016')).first();

// Each product has multiple bands for describing aspects of land cover.
print('Bands:', nlcd2016.bandNames());

// Select the land cover band.
var landcover = nlcd2016.select('landcover');

// Display land cover on the map.
Map.setCenter(-95, 38, 5);
Map.addLayer(landcover, null, 'Landcover');

Python の設定

Python API と geemap を使用したインタラクティブな開発については、 Python 環境のページをご覧ください。

import ee
import geemap.core as geemap

Colab(Python)

# Import the NLCD collection.
dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2019_REL/NLCD')

# The collection contains images for multiple years and regions in the USA.
display('Products:', dataset.aggregate_array('system:index'))

# Filter the collection to the 2016 product.
nlcd_2016 = dataset.filter(ee.Filter.eq('system:index', '2016')).first()

# Each product has multiple bands for describing aspects of land cover.
display('Bands:', nlcd_2016.bandNames())

# Select the land cover band.
landcover = nlcd_2016.select('landcover')

# Display land cover on the map.
m = geemap.Map()
m.set_center(-95, 38, 5)
m.add_layer(landcover, None, 'Landcover')
m
コードエディタで開く