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

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数