1990-2021 年全球油棕面积和种植年份数据集

2024-05-27 20:12

本文主要是介绍1990-2021 年全球油棕面积和种植年份数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介

该数据集利用 2016 年至 2021 年的哨兵-1 号数据,以 10 米的分辨率提供了油棕种植园的全球综合地图,包括工业用地和小农地块。此外,该数据集还包括根据 Landsat-5、-7 和-8 图像得出的 1990 年至 2021 年 30 米空间分辨率的种植年份估计值。该数据集旨在通过提供有关全球油棕种植园范围和树龄的最新详细信息,为环境监测和政策讨论提供支持。您可在此阅读预印本。

您可以在这里找到该数据储存库,它提供了有关全球油棕种植园的全面数据,包括分辨率为 10 米的 2021 年全球油棕种植范围图层和分辨率为 30 米的 1990 年至 2021 年油棕种植年份图层。范围层是利用应用于哨兵-1 数据的卷积神经网络生成的,可识别工业种植园和小农种植园。种植年份层是利用大地遥感卫星的时间序列来探测早期油棕生长阶段的。

数据集的主要发现显示,测绘的油棕种植园总面积为 2,398 万公顷(Mha),其中工业油棕种植园面积为 1,666 ± 0.25 万公顷,小农油棕种植园面积为 759 ± 0.29 万公顷。数据的准确性很高,生产者和用户对工业种植园的准确性分别为 91.9 ± 3.4% 和 91.8 ± 1.0%,对小农的准确性分别为 72.7 ± 1.3% 和 75.7 ± 2.5%。种植园的平均树龄为 14.1 年,其中 628 万公顷的树龄超过 20 年,这表明未来十年内有很大的补种需求。

数据集说明

数据层

1.Grid_OilPalm2016-2021


格式:形状文件
格式: Shapefile划定检测到油棕的 609 个 100 x 100 千米网格单元。
用例:为全球油棕种植园的分布提供空间参考,对制图和分析任务至关重要。


2.GlobalOilPalm_OP-extent全球油棕榈树分布图


格式:Geotiff (栅格瓦片)
说明:包含 609 个栅格图块:包含 609 个栅格图块(每个 100x100 公里),显示深度学习分类在 10 米空间分辨率下的结果。
类别:
[0] 非油棕的其他土地覆盖。
[1] 工业油棕种植园。
[2] 小农油棕种植园。
使用案例:有助于对油棕分布进行详细的空间分析,并区分不同类型的种植园。


3.全球油棕榈树分布图


格式:Geotiff (栅格图块)
说明:包含 609 个栅格图块:包括 609 个栅格图块(每个 100x100 千米),以 30 米的空间分辨率描述油棕榈树种植园的建立年份。
用例:可对油棕榈树种植园的扩展进行时间分析,并监测种植园随时间变化的树龄。


4.Validation_points_GlobalOP2016-2021


格式: Shapefile形状文件
描述: 包含 17,812 个点:包含 17,812 个点,用于验证全球油棕榈树范围和树龄图层。每个点包括
等级":通过目视判读分配(类别值与范围图层相同)。
OP2016-2021" 和 "OP2019":分别为本数据集和 2019 年全球油棕图层(Descals et al.
类别:
[0] 非油棕的其他土地覆盖。
[1] 工业油棕种植园。
[2] 小农油棕种植园。
用例:对于验证和评估油棕榈树范围和树龄数据集的准确性至关重要。


可视化 

油棕范围和种植年份数据可通过以下网站的网络地图进行查询:1990-2021 年全球油棕种植年。用户可通过该工具查看 Landsat 时间序列,并查看油棕种植园的历史卫星图像。

代码

/*
GlobalOilPalm_YoP_2021:建立油棕榈树种植园的年份 grid_oilpalm: 划定检测到油棕榈的 609 个 100 x 100 千米网格单元 globaloilpalm_extent2021: 10 米空间分辨率的深度学习分类
- 类别:**- [0] 非油棕的其他土地覆盖。- [1] 工业油棕种植园。- [2] 小农油棕种植园。
验证: 包含 17,812 个点,用于验证全球油棕范围和树龄图层。每个点包括- 类别": 通过目视判读分配(类别值与范围图层相同)。- OP2016-2021' 和 'OP2019': 分别为本数据集和 2019 年全球油棕图层(Descals et al.- 类别:**- [0] 非油棕的其他土地覆盖。- [1] 工业油棕种植园。- [2] 小农油棕种植园。*/
var grid_oilpalm = ee.FeatureCollection('projects/sat-io/open-datasets/global-oil-palm/Grid_OilPalm_2021_v1-1');
var globaloilpalm_extent = ee.ImageCollection('projects/sat-io/open-datasets/global-oil-palm/GlobalOilPalm_extent_2021');
var globaloilpalm_yop_2021 = ee.ImageCollection("projects/sat-io/open-datasets/global-oil-palm/GlobalOilPalm_YoP_2021");
var validation = ee.FeatureCollection("projects/sat-io/open-datasets/global-oil-palm/Validation_points_GlobalOP2016-2021_v1-1")

代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:/global-landuse-landcover/GLOBAL-OIL-PALM-1990-2021-APP

APP链接

 Global oil palm planting year 1990 2021

结果

引用

Descals, A., Gaveau, D. L. A., Wich, S., Szantoi, Z., and Meijaard, E.: Global mapping of oil palm planting year from 1990 to 2021 Earth Syst. Sci Data Discuss. [preprint], https://doi.org/10.5194/essd-2024-157, in review, 2024.

https://essd.copernicus.org/preprints/essd-2024-157/essd-2024-157.pdf

Descals, A. (2024). Global oil palm extent and planting year from 1990 to 2021 (v1.1) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.11034131

许可

This product is licensed under a Creative Commons Attribution 4.0 International license.

Curated in GEE by: Descals et al 2024 and Samapriya Roy

Keywords: oil palm, planting year, global crop mapping, remote sensing, deep learning, Sentinel-1

Last updated in GEE: 2024-04-28

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

这篇关于1990-2021 年全球油棕面积和种植年份数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1008476

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本