LandCover数据介绍与下载

2024-04-03 16:28
文章标签 数据 介绍 下载 landcover

本文主要是介绍LandCover数据介绍与下载,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!

一、LC介绍

土地覆盖(Land Cover,LC)是自然营造物和人工建筑物所覆盖的地表诸多要素的综合体。土地覆盖指地表所属的植被覆盖物(森林、草原、耕作植被等)或非植被覆盖物(冰雪、建筑物等)的具体类型,侧重描述地球表面的自然属性,具有特定的时间和空间特性。

土地利用(Land Use,LU)指的是土地利用方式相同的土地资源单元,是根据土地利用的地域差异划分的,它是反映土地用途、性质及其分布规律的基本地域单位,是人类在改造利用土地进行生产和建设的过程中所形成的各种具有不同利用方向和特点的土地类别。
在这里插入图片描述
LC介绍与十佳免费全球土地覆盖土地利用数据

二、GEE下载

2.1 Modis数据下载

2.1.1数据介绍和rgee下载

MCD12Q1是基于MODIS的一套年度土地覆被数据,其中的IGBP分类较为常用。目前MCD12Q1数据为2001年至2019年,每年一期。
GEE下载MODIS 土地利用产品数据

MCD12Q1 V6产品提供六种不同的分类标准的每年全球土地覆盖类型产品。通过使用监督分类和后处理的方式,以及先验知识和辅助知识等用于进一步细化特定类的信息对MODIS Terra和Aqua反射率数据进行分类
​R语言获取和处理MCD12Q1土地覆被数据

2.1.2 R语言绘制土地利用图

手把手教你用R优雅地绘制研究区地图

2.1.2 类别提取

Google Earth Engine(GEE)使用土地利用数据(modis)上采样Landsat数据提取农田范围

GEE:计算土地利用覆盖数据中的各个地类的面积/占比

2.2 ESRI 10m土地覆盖数据

2.2.1 数据下载

Google Earth Engine(GEE)——ESRI 10m年度土地利用土地覆盖(2017-2021)

2.2.2 数据介绍

全球10米土地覆盖产品(ESA)来源于欧空局,是基于哨兵一号、哨兵二号数据制作的2020年的10m分辨率的全球土地覆盖数据。土地利用数据一共分为11类,分别是:林地、灌木、草地、耕地、建筑、裸地/稀疏植被区、雪和冰、开阔水域、草本湿地、红树林、苔藓。经验证,数据精度达到74.4%
全球10米土地覆盖产品(ESA)数据集2020和2021年

2.3 CGLS-LC100 Collection 3

数据集: Copernicus Global Land Cover Layers: CGLS-LC100 Collection 3
数据集介绍: 哥白尼全球陆地服务(CGLS)提供了100 m 分辨率的动态土地覆盖图 (CGLS-LC100) ,这是 CGLS 产品组合中的新产品。
GEE:快速下载中国2015年到2019年土地利用/覆盖数据(100米分辨率)

2.4其他数据集

(1)中科院遥感所刘良云团队制作全球30m分辨率土地利用产品
2020 global 30m surface coverage fine classification products

(2)武汉大学杨杰团队——基于Google Earth Engine上335,709景Landsat数据,我们制作了中国年度土地覆盖数据集(annual China Land Cover Dataset, CLCD),包含1985—2020中国逐年土地覆盖信息。
中国1985~2020逐年30m土地利用数据百度云分享

(3)未来至2100年模拟土地利用数据
High resolution mapping of global urban extents from 1870 to 2100 by integrating data and model driven approaches

2.5 产品集合

土地利用(覆盖)数据下载汇总
LC产品集合

这篇关于LandCover数据介绍与下载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/873402

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi