AI EARTH——1972-2019全球不透水面30米分辨率产品(GISA-2.0)

news2024/9/24 13:22:00

1972-2019全球不透水面30米分辨率产品(GISA-2.0)

武汉大学Landsat全球地物识别年度产品前言 – 人工智能教程

时相:

1972-2019

范围:

全球

数据来源:

武汉大学(黄昕教授团队)

引用代码:

dataset = aie.ImageCollection('GISA_V02_1972_2019')

分辨率

30

波段

名称描述最小值最大值
Map不透水面变化037

数据属性

数值类型
0非目标区域
11972年
21978年
31985年
41986年
51987年
61988年
71989年
81990年
91991年
101992年
111993年
121994年
131995年
141996年
151997年
161998年
171999年
182000年
192001年
202002年
212003年
222004年
232005年
242006年
252007年
262008年
272009年
282010年
292011年
302012年
312013年
322014年
332015年
3420166年
352017年
362018年
372019年

 

1972-2019全球不透水面30米分辨率产品(GISA-2.0) 简介与Notebook示例

此数据集采用自1972年来的超过三百万景Landsat影像, 研发了一套从20世纪70年代至今的最细时空粒度的全 球不透水面产品(GISA)。以全球270个城市随机选取的120,777参考点验证, 其漏报率、虚警率和F-score分别为 5.16%、0.82%和0.954. 本数据集基于团队提出的一种新的全球ISA地图绘制方法, 包括半自动全局样本采集、局部自适应分类和时空后处理,提供1985年以前的全球不透水面(ISA)分布, 具有最长的时间跨度(1972~2019年)和最高的精度(经大量随机验证点和第三方验证样本集评价),此外将整个全球陆表作为实验区域来提取ISA(不是仅从城市范围内提取), 因此数据集成果有效减少了低估。

全球不透水面30米分辨率产品有以下几个作用:

1. 地质调查:全球不透水面30米分辨率产品可用于地质调查,帮助研究人员了解地球表面的不透水面分布情况,包括湖泊、河流、湿地等,为地质学家提供宝贵的地质信息。

2. 水资源管理:该产品可帮助水资源管理部门监测全球不透水面的变化和分布情况,为水资源的合理利用和管理提供数据支持。此外,它还可用于评估水资源的可持续性,提供决策者更好的洪涝风险评估和水资源规划。

3. 环境保护:全球不透水面30米分辨率产品能够提供全球范围内的湖泊、河流、湿地等不透水面的分布情况,对于环境保护和生态系统恢复具有重要意义。它可以作为评估湖泊和河流生态系统健康状况的重要指标,为环境保护提供参考依据。

4. 地表覆盖分类:全球不透水面30米分辨率产品可用于地表覆盖分类,帮助区分不同类型的土地覆盖,如水域、草地、建筑物等。这对于城市规划、土地利用管理以及自然资源管理具有重要意义。

总之,全球不透水面30米分辨率产品在地质调查、水资源管理、环境保护和地表覆盖分类等领域都有重要的应用价值,能够提供全球不透水面的分布情况和变化趋势,为相关决策提供数据支持。

影像集合检索

import aie
aie.Authenticate()
aie.Initialize()
# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province') 

#指定检索数据集,可设置检索的时间范围
dataset = aie.ImageCollection('GISA_V02_1972_2019') \
             .filterBounds(feature_collection) \
             .mosaic()\
             .clipToCollection(feature_collection)

imgs = dataset.select(['Map']);

map = aie.Map(
    center=imgs.getCenter(),
    height=800,
    zoom=6
)

vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 37,
    'palette': [
        '#2c7bb6','#ffffff','#d7191c'
    ]
}

map.addLayer(
    imgs.updateMask(imgs.gt(aie.Image(0))),
    vis_params,
    'Map',
    bounds=imgs.getBounds()
)
map

 单景影像检索

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('GISA_v02_1972_2019_40N_115E')

map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=9
)

vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 37,
    'palette': [
        '#2c7bb6','#ffffff','#d7191c'
       
    ]
}

map.addLayer(
    img.updateMask(img.gt(aie.Image(0))),
    vis_params,
    'Map',
    bounds=img.getBounds()
)
map

结果 

 

 数据引用和说明

此数据集由武汉大学的杨杰和黄昕教授团队研究生产。有关此数据产品正确引用的更多详细信息,请参阅武汉大学遥感信息处理研究所(IRSIP)黄昕教授团队主页。 引用方式: Huang, X., Song, Y., Yang, J., Wang, W., Ren, H., Dong, M., Feng, Y., Yin, H., & Li, J. (2022). Toward accurate mapping of 30-m time-series global impervious surface area (GISA). International Journal of Applied Earth Observation and Geoinformation, 109, 102787, Redirecting.

Huang X, Li J, Yang J, Zhang Z, Li D, Liu X. 2021. 30 m global impervious surface area dynamics and urban expansion pattern observed by Landsat satellites: from 1972 to 2019. Science China Earth Sciences, 64, 30 m global impervious surface area dynamics and urban expansion pattern observed by Landsat satellites: From 1972 to 2019 | Science China Earth Sciences

黄昕, 李家艺, 杨杰, 张震, 李冬瑞, 刘小平, Landsat卫星观测下的30m全球不透水面年度动态与城市扩张模式(1972~2019), 中国科学:地球科学, ISSN 1674-7240, <bold>Landsat</bold>卫星观测下的<bold>30</bold>m全球不透水面年度动态与城市扩张模式<bold>(1972</bold>~<bold>2019)</bold>.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1489980.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

CRMCHAT修复获取客户ip信息,地区信息

CRMCHAT修复获取客户ip信息&#xff0c;地区信息-TP源码网原因&#xff1a; 因pv.sohu.com/cityjson?ieutf-8接口已无法正确获取ip信息&#xff0c;导致后台站点统计无法正确获取用户ip信息&#xff0c;无法获取地区信息 修改 注释掉无用接口地址 修复ip信息 也可以使用&…

C++惯用法之RAII思想: 资源管理

C编程技巧专栏&#xff1a;http://t.csdnimg.cn/eolY7 目录 1.概述 2.RAII的应用 2.1.智能指针 2.2.文件句柄管理 2.3.互斥锁 3.注意事项 3.1.禁止复制 3.2.对底层资源使用引用计数法 3.3.复制底部资源(深拷贝)或者转移资源管理权(移动语义) 4.RAII的优势和挑战 5.总…

XUbuntu22.04之如何找到.so库所在的软件包?(二百一十六)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

Jupyter Notebook的安装和使用(windows环境)

一、jupyter notebook 安装 前提条件&#xff1a;安装python环境 安装python环境步骤&#xff1a; 1.下载官方python解释器 2.安装python 3.命令行窗口敲击命令pip install jupyter 4.安装jupyter之后&#xff0c;直接启动命令jupyter notebook,在默认浏览器中打开jupyte…

C/C++ 乘积尾零问题(蓝桥杯)

如下的10行数据&#xff0c;每行有10个整数&#xff0c;请你求出它们的乘积的末尾有多少个零&#xff1f; 5650&#xff0c;4542 3554 473 946 4114 3871 9073 90 4329 2758 7949 6113 5659 5245 7432 3051 4434 6704 3594 9937 1173 6866 3397 4759 7557 3070 2287 1453 9899…

stressapptest源码剖析:主函数main解析和sat类头文件分析

主函数main解析和sat类头文件分析 一、简介二、入口函数main.cc剖析三、SAT压力测试对象接口和数据结构总结 一、简介 stressapptest&#xff08;简称SAT&#xff09;是一种用于在Linux系统上测试系统稳定性和可靠性的工具&#xff0c;通过产生CPU、内存、磁盘等各种负载来测试…

web小游戏,蜘蛛纸牌

H5小游戏源码、JS开发网页小游戏开源源码大合集。无需运行环境,解压后浏览器直接打开。有需要的订阅后,私信本人,发源码,含60+小游戏源码。如五子棋、象棋、植物大战僵尸、贪吃蛇、飞机大战、坦克大战、开心消消乐、扑鱼达人、扫雷、打地鼠、斗地主等等。 <!DOCTYPE h…

智能驾驶规划控制理论学习06-基于优化的规划方法之数值优化基础

目录 一、优化概念 1、一般优化问题 2、全局最优和局部最优 二、无约束优化 1、无约束优化概述 2、梯度方法 通用框架 线性搜索 回溯搜索 3、梯度下降 基本思想 实现流程 ​4、牛顿法 基本思想 实现流程 5、高斯牛顿法 6、LM法&#xff08;Le…

甲类,乙类,甲乙类,D类功放

功率放大器&#xff1a; 简称功放,分为甲类&#xff0c;已类&#xff0c;甲乙类和D类。 首先要认识三极管&#xff0c;三极管最简单的理解为B极向E极流过一个较小的电流的时候&#xff0c;C极可以向E极流过一个较大的电流&#xff0c;而且两个电流之间呈现倍数关系&#xff0…

STM32启动过程及反汇编

STM32从Flash启动的过程&#xff0c;主要是从上电复位到main函数的过程&#xff0c;主要有以下步骤&#xff1a; 1.初始化堆栈指针 SP_initial_sp&#xff0c;初始化 PC 指针Reset_Handler 2.初始化中断向量表 3.配置系统时钟 4.调用 C 库函数_main 初始化用户堆栈&#xf…

Linux网络编程 ——UDP 通信

Linux网络编程 ——UDP 通信 1. UDP1.1 UDP 通信1.2 广播1.3 组播&#xff08;多播&#xff09; 2. 本地套接字 1. UDP 1.1 UDP 通信 输入 man 2 sendto 查看说明文档 #include <sys/types.h> #include <sys/socket.h>ssize_t sendto(int sockfd, const void *buf…

内存安全的编程语言

美国政府新颁布《回归基础构件&#xff1a;通往安全软件之路》 《回归基础构件&#xff1a;通往安全软件之路》中&#xff0c;白宫国家网络主任办公室&#xff08;ONCD&#xff09;呼吁开发者使用「内存安全的编程语言」 内存安全的编程语言 根据NSA的建议&#xff0c;内存…

线程的同步互斥机制3月4日

题目&#xff1a; 代码&#xff1a; #include <stdio.h> #include <pthread.h> #include <string.h> #include <semaphore.h> #include <unistd.h>sem_t sem1,sem2;void* callback1(void*arg) {while(1){if(sem_wait(&sem1)<0) //等待…

keycloak-操作keycloak数据库添加用户及密码

一、环境描述 keycloak连接本地数据库的方法&#xff1a;keycloak-连接本地数据库-CSDN博客 连接数据库后&#xff0c; 用户数据表&#xff1a;user_entity 密码数据表&#xff1a;credential keycloak版本&#xff1a;23.0.7 二、开始干活 1、插入数据到用户表(user_entit…

使用 gulp-cleanwxss 清除小程序无用样式代码

小程序在迭代中&#xff0c;因没有及时清理无用样式&#xff0c;造成包体积越来越大。而通过人工判断清除工作量大&#xff0c;因而使用 gulp-cleanwxss 实现脚本清除。 一、Demo 演示 二、实现步骤 1、全局安装 gulp 命令行工具 yarn global add gulp-cli2、局部安装依赖 gu…

【Linux-shell系列】多脚本同时启动

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

机器学习笔记 大语言模型是如何运作的?一、语料库和N-gram模型

一、语料库 语言模型、ChatGPT和人工智能似乎无处不在。了解大型语言模型(LLM)“背后”发生的事情将是驾驭数字世界的关键。 首先在提示中键入一个单词,然后点击提交。您可以尝试新的提示,并根据需要多次重新生成响应。 这个我们称之为“T&C”的语言模型是在一…

Python使用模块和库编程

归纳编程学习的感悟&#xff0c; 记录奋斗路上的点滴&#xff0c; 希望能帮到一样刻苦的你&#xff01; 如有不足欢迎指正&#xff01; 共同学习交流&#xff01; &#x1f30e;欢迎各位→点赞 &#x1f44d; 收藏⭐ 留言​&#x1f4dd; 路在脚下&#xff0c;勇往直前&#x…

MongoDB入门教程

参考文档 https://blog.csdn.net/qq_26889387/article/details/116205819 https://blog.csdn.net/ncepu_Chen/article/details/98725104 1. 简介 ​ MongoDB 是由C语言编写的&#xff0c;是一个基于分布式文件存储的开源数据库系统。在高负载的情况下&#xff0c;添加更多的节…

PaddleOCR基于PPOCRv4的垂类场景模型微调——手写文字识别

PaddleOCR手写文字识别 一. 项目背景二. 环境配置三. 数据构造四. 模型微调五. 串联推理六. 注意事项七. 参考文献 光学字符识别&#xff08;Optical Character Recognition, OCR&#xff09;&#xff0c;ORC是指对包含文本资料的图像文件进行分析识别处理&#xff0c;获取文字…