Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >1984 年至 2014 年期间每年北极寒带脆弱性实验(ABoVE)核心域的年度土地覆被分类

1984 年至 2014 年期间每年北极寒带脆弱性实验(ABoVE)核心域的年度土地覆被分类

作者头像
此星光明
发布于 2025-02-07 03:19:02
发布于 2025-02-07 03:19:02
10200
代码可运行
举报
运行总次数:0
代码可运行

ABoVE: Landsat-derived Annual Dominant Land Cover Across ABoVE Core Domain, 1984-2014

简介

该数据集提供了两个 30 米分辨率的时间序列产品,涵盖 1984 年至 2014 年期间每年北极寒带脆弱性实验(ABoVE)核心域的年度土地覆被分类。 这些数据是由大地遥感卫星表面反射率得出的给定 30 米像素中的年度主要植物功能类型、绘制整个 ABoVE 域的土地覆被训练数据(使用随机森林建模、聚类和实地摄影判读)以及用于分配土地覆被分类的极高分辨率图像。 其中一个产品有 15 个土地覆被分类等级,并将森林和灌木类型细分为多个额外等级;另一个产品提供简化的 10 个等级方法。 每年提供分类准确性评估结果。 评估以参考数据的概率随机抽样为基础,支持对绘图区域的面积和不确定性进行稳健的统计估算。干旱监测

为便于分析,将陆地卫星 5 号专题成像仪和陆地卫星 7 号增强型专题成像仪数据重新投影到 ABoVE 标准阿尔伯等面积投影(30 米网格)中,并划分为 180 x 180 千米 ABoVE 标准 B 网格瓦片(Loboda 等人,2019 年)。 这样,ABoVE 核心区域内共有 175 个 B 网格瓦片。 该数据集提供 350 个 GeoTIFF(.tif)格式的土地覆盖数据文件,其中包括 175 个 15 类产品文件和 175 个 10 类产品文件。 每个文件都是 31 波段的 GeoTIFF,每个波段提供 1984-2014 年期间的一年数据,其中波段 1 为 1984 年,波段 2 为 1985 年,以此类推,直到波段 31,即 2014 年。精度评估数据以两个逗号分隔(.csv)的数据文件提供。

摘要

"ABoVE: Landsat-derived Annual Dominant Land Cover Across ABoVE Core Domain, 1984-2014"是一个数据集,提供了1984年至2014年期间ABoVE(Alaska and Canada's Arctic-Boreal Vulnerability Experiment)核心领域中的主导土地覆盖类型的信息。这个核心领域覆盖了北美洲的阿拉斯加地区和加拿大的北方地区,包括森林、湿地、草地和其他地表类型。

数据集的来源是通过Landsat卫星进行图像获取和分析。Landsat卫星是美国国家航空航天局(NASA)和美国地质调查局(USGS)合作管理的地球观测卫星系统,能够提供高空间分辨率的遥感图像。

该数据集提供了每年每个像素的主导土地覆盖类型。主导土地覆盖类型是指在某一年中覆盖该像素大部分面积的土地类型。这些主导类型可以包括森林、湿地、冰雪覆盖、水体、裸地等。数据集可以用来分析和研究ABoVE核心领域的土地覆盖变化,研究气候变化、人类干扰等因素对该地区土地覆盖的影响。

该数据集的具体参数和格式可以在相关的数据文档中找到,以了解更多关于数据的详细信息和使用方法。

代码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="Annual_Landcover_ABoVE_1691",
    cloud_hosted=True,
    bounding_box=(-170.01, 50.26, -98.97, 76.23),
    temporal=("1984-01-01", "2014-12-31"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Wang, J.A., D. Sulla-Menashe, C.E. Woodcock, O. Sonnentag, R.F. Keeling, and M.A. Friedl. 2019. ABoVE: Landsat-derived Annual Dominant Land Cover Across ABoVE Core Domain, 1984-2014. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Landsat-derived Annual Dominant Land Cover Across ABoVE Core Domain, 1984-2014, https://doi.org/10.3334/ORNLDAAC/1691

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-02-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
NASA数据集—— 1987-2012 年期间北极极地脆弱性实验(ABoVE)核心域中火灾数据集
ABoVE: Landsat-derived Annual Disturbance Agents Across ABoVE Core Domain, 1987-2012
此星光明
2024/05/24
1170
NASA数据集—— 1987-2012 年期间北极极地脆弱性实验(ABoVE)核心域中火灾数据集
1984-2014 年期间美国国家航空航天局北极-北方脆弱性实验(ABoVE)项目核心研究域北方森林生物群落部分地上生物量(AGB)密度估计值
ABoVE: Annual Aboveground Biomass for Boreal Forests of ABoVE Core Domain, 1984-2014
此星光明
2025/02/09
560
1984-2014 年期间美国国家航空航天局北极-北方脆弱性实验(ABoVE)项目核心研究域北方森林生物群落部分地上生物量(AGB)密度估计值
1984 年到 2014 年陆地卫星专题成像仪 (TM) 和增强型专题成像仪 (ETM+) 观测时间序列得出的每个 30 m 像素的春季萌芽与叶片萌发时间、秋季萌芽与叶片衰老时间以及峰值绿度的年度图
ABoVE: Annual Phenology Derived from Landsat across the ABoVE Core Domain, 1984-2014
此星光明
2025/02/12
1010
1984 年到 2014 年陆地卫星专题成像仪 (TM) 和增强型专题成像仪 (ETM+) 观测时间序列得出的每个 30 m 像素的春季萌芽与叶片萌发时间、秋季萌芽与叶片衰老时间以及峰值绿度的年度图
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
在本研究中,我们在 GEE 中实施了射频分类器,利用 Landsat-8 和 Sentinel-2 数据集对 2022 年植被生长季节的不同空间尺度进行了时间序列土地分类。我们的首要目标是利用多源遥感变量构建的不同土地分类模型,为时间序列数据集建立一个高效、准确和通用的土地分类模型,并根据未发生土地分类变化的样本点图像值差异,确定土地分类样本点和迁移阈值。我们的目标是 (1) 确定基于土地分类无变化的样点迁移阈值;(2) 根据阈值分析使用陆地卫星遥感图像和高精度哨兵图像的 36 年时间序列制作的土地分类模型的准确性;(3) 确定基于多源遥感变量不同组合的最佳射频土地分类模型,并比较图像分辨率对分类准确性的影响。
此星光明
2024/02/02
5960
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
GEE数据集——GLC_FCS30D - 全球 30 米土地覆被变化数据集(1985-2022 年)
注 本数据集是正在提交的论文的一部分,因此没有引用和 DOI 信息。请在使用本数据集时注意这一点。
此星光明
2024/05/24
8460
GEE数据集——GLC_FCS30D - 全球 30 米土地覆被变化数据集(1985-2022 年)
GEE数据集:2001年-2019年全球土地覆被估算(GLanCE)
全球土地覆被估算(GLanCE)数据集利用 30 米空间分辨率的大地遥感卫星图像,提供了 2001 年至 2019 年期间每年土地覆被和土地覆被变化的高质量长期记录。 该数据集涵盖除南极洲以外的全球所有陆地区域,包括 10 个科学数据集(SDS),用于跟踪土地覆被、土地覆被变化和绿化动态。 连续变化探测和分类(CCDC)算法用于根据所有可用的、清晰的大地遥感卫星观测数据识别土地覆被和变化。
此星光明
2024/10/24
3230
GEE数据集:2001年-2019年全球土地覆被估算(GLanCE)
2010-2015 年阿拉斯加北坡苔原植物功能类型连续覆盖图
ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015
此星光明
2024/06/03
1460
2010-2015 年阿拉斯加北坡苔原植物功能类型连续覆盖图
NASA数据集——北极区域(纬度 >= 45 度)陆地表面开放水域覆盖图5 千米空间分辨率
ABoVE: Fractional Open Water Cover for Pan-Arctic and ABoVE-Domain Regions, 2002-2015
此星光明
2024/05/24
1780
NASA数据集——北极区域(纬度 >= 45 度)陆地表面开放水域覆盖图5 千米空间分辨率
2012-2014 年阿拉斯加生态系统二氧化碳净交换量和地区碳预算数据
CARVE: Net Ecosystem CO2 Exchange and Regional Carbon Budgets for Alaska, 2012-2014
此星光明
2024/06/02
1890
2012-2014 年阿拉斯加生态系统二氧化碳净交换量和地区碳预算数据
1985-2020 年阿拉斯加和育空地区按植物功能类型划分的模型表层覆盖率
ABoVE: Modeled Top Cover by Plant Functional Type over Alaska and Yukon, 1985-2020
此星光明
2024/06/03
2010
1985-2020 年阿拉斯加和育空地区按植物功能类型划分的模型表层覆盖率
印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图
该数据集提供了印度尼西亚加里曼丹中部马瓦斯保护计划部分地区从 1997 年到 2015 年的年度焚烧面积地图。 在这 19 年间,获得了分辨率为 30 米的陆地卫星图像(TM、ETM+、OLI/TIR),包括表面反射率、亮度温度和像素质量保证等变量,以及 NDVI、NDMI、NBR、NBR2、SAVI 和 MSAVI 指数。 MODIS 活动火灾产品(MCD14)用于定义火灾发生的时间。 根据火灾发生前和火灾发生后的数值,使用随机森林分类法将烧毁和未烧毁的 30 米像素分开,并输入大地遥感卫星指数和热波段的复合值。 烧毁的像素被处理成代表年度烧毁面积的形状文件。 请注意,1997 年的地图是一个特例,火灾一直持续到 1998 年(包括 1998 年)。 共有 16 个 shapefile (.shp) 格式的数据文件,以压缩 *.zip 文件的形式提供。 形状文件中的数据还提供了 *.kmz 格式的配套文件,供在谷歌地球上查看。
此星光明
2025/02/10
970
印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图
NASA数据集—— 1984-2019年湖泊生长季绿色表面反射率趋势数据集
ABoVE: Lake Growing Season Green Surface Reflectance Trends, AK and Canada, 1984-2019
此星光明
2024/05/24
1100
NASA数据集—— 1984-2019年湖泊生长季绿色表面反射率趋势数据集
NASA数据集——2015 年30 米分辨率的地衣地面覆盖率模型估计值
cABoVE: Lichen Forage Cover over Fortymile Caribou Range, Alaska and Yukon, 2000-2015
此星光明
2024/05/24
1090
NASA数据集——2015 年30 米分辨率的地衣地面覆盖率模型估计值
GEE数据集:加拿大森林生态系统高分辨率年度林地覆盖图(1984-2022 年)
年度时间序列森林土地覆被图是全国性的(整个 6.5 亿公顷的森林生态系统),代表了从 1984 年到 2022 年每年从墙到墙的土地覆被特征。 这些时间序列土地覆被图是按照 Hermosilla 等人(2022 年)所述的框架,根据 Landsat 图像合成的年度时间序列、森林变化信息以及辅助地形和水文数据制作的,该框架借鉴了 Hermosilla 等人(2018 年)介绍的方法。 方法上的创新包括:(i) 利用机载和空载森林结构测量方法,从现有土地覆被产品中提取精炼训练池;(ii) 利用距离加权法,按土地覆被分布比例选择训练样本;(iii) 利用 150x150 千米平铺系统生成区域分类模型。 利用干扰信息对地图进行后处理,以确保使用隐马尔可夫模型随时间进行合理的等级转换。 隐马尔可夫模型评估各个年份的类别似然性,以减少逐年类别分配中的变异性和可能的噪音(在类别似然性相似的情况下)。 有关所应用的数据、图像处理和时间序列变化检测方法的概述,以及有关数据独立准确性评估的信息,请参见 Hermosilla 等人(2022 年)第 112780 号。 DOI: https://doi.org/10.1016/j.rse.2021.112780 和 Hermosilla et al. (2018) https://www.tandfonline.com/doi/full/10.1080/07038992.2018.1437719
此星光明
2024/09/12
2200
GEE数据集:加拿大森林生态系统高分辨率年度林地覆盖图(1984-2022 年)
GEE数据集——GLANCE 全球土地覆被训练数据集
GLanCE 培训数据集向公众开放,专为区域到全球土地覆被和土地覆被变化分析而设计。该数据集的中等空间分辨率为 30 米,时间跨度为 1984 年至 2020 年,在地理和光谱上代表了全球所有生态区域。每个训练单元提供多达 23 种土地覆被特征,提供了一个统一、标准化和全面的数据库,其中包括有关土地覆被突变和渐变过程的信息,特别是在选定区域的长达 36 年的时间跨度。该数据集具有适应性强的特点,用户可根据自己的研究区域、分类算法和所需的分类图例对其进行子取样和定制,使其成为深入土地覆被调查的多功能资源。前言 – 人工智能教程
此星光明
2024/02/26
5660
GEE数据集——GLANCE 全球土地覆被训练数据集
2001-2015 年环北极高纬度(HNL)60 度以上的年度累积季节末烧毁面积。数据使用北极森林烧毁面积(ABBA)产品(基于 MODIS 算法)生成
ABoVE: Cumulative Annual Burned Area, Circumpolar High Northern Latitudes, 2001-2015
此星光明
2025/02/18
1000
2001-2015 年环北极高纬度(HNL)60 度以上的年度累积季节末烧毁面积。数据使用北极森林烧毁面积(ABBA)产品(基于 MODIS 算法)生成
NASA数据集——北美地区一个标准参考网格系统,覆盖整个研究区域,并延伸至北美东部
北极-北方脆弱性实验(ABoVE)开发了两种标准化空间数据产品,以加快研究活动的协调,促进数据的互操作性。ABoVE 研究域包括美国阿拉斯加的北极和北方地区,以及北美加拿大的西部省份。在该域内指定了核心和扩展研究区域,并以矢量表示法(Shapefile)、栅格表示法(空间分辨率为 1,000 米的 GeoTIFF)和 NetCDF 文件的形式提供。已开发出一个标准参考网格系统,覆盖整个研究区域,并延伸至北美东部。该参考网格以嵌套多边形网格的形式提供,空间分辨率分别为 240 米、30 米和 5 米。5 米网格是第 2 版中新增的网格。请注意,所有 ABoVE 产品的指定标准投影是加拿大阿尔伯斯等面积投影。 该数据集包含五个数据文件:(1) 一个形状文件(压缩为 .zip),包含核心研究区和扩展研究区的矢量图;(2) 一个形状文件(压缩为 .zip),包含 240 米、30 米和 5 米空间分辨率的嵌套标准参考网格;(3) 以 .kmz 格式提供的网格数据;(4) 一个形状文件(压缩为 .zip),包含核心研究区和扩展研究区的矢量图。kmz 格式的网格数据;(4) 一个以 1,000 米像素分辨率表示核心研究区和扩展研究区的栅格的 GeoTIFF 文件;(5) 一个核心研究区和扩展研究区的 NetCDF 文件,供国际陆地模型基准 (ILAMB) 建模环境使用。
此星光明
2024/04/15
4000
NASA数据集——北美地区一个标准参考网格系统,覆盖整个研究区域,并延伸至北美东部
巴西年度土地覆被和利用地图
巴西年度土地利用和土地覆被制图项目是一个由生物群落、土地利用、遥感、地理信息系统和计算机科学专家组成的合作网络,依靠谷歌地球引擎平台及其云处理和自动分类功能生成巴西年度土地利用和土地覆被时间序列。MapBiomas 项目--是一项多机构倡议,旨在利用卫星图像的自动分类过程生成年度土地覆被和利用地图。有关该项目的完整介绍,请点击此处。前言 – 人工智能教程
此星光明
2024/02/08
2590
CARVE:2001-2013 年阿拉斯加火灾排放数据库(AKFED)
CARVE: Alaskan Fire Emissions Database (AKFED), 2001-2013
此星光明
2024/05/31
1510
CARVE:2001-2013 年阿拉斯加火灾排放数据库(AKFED)
NASA数据集——1985-2015 年阿拉斯加和加拿大各地由大地遥感卫星得出的烧痕 dNBR
ABoVE: Landsat-derived Burn Scar dNBR across Alaska and Canada, 1985-2015
此星光明
2024/03/18
1700
NASA数据集——1985-2015 年阿拉斯加和加拿大各地由大地遥感卫星得出的烧痕 dNBR
推荐阅读
NASA数据集—— 1987-2012 年期间北极极地脆弱性实验(ABoVE)核心域中火灾数据集
1170
1984-2014 年期间美国国家航空航天局北极-北方脆弱性实验(ABoVE)项目核心研究域北方森林生物群落部分地上生物量(AGB)密度估计值
560
1984 年到 2014 年陆地卫星专题成像仪 (TM) 和增强型专题成像仪 (ETM+) 观测时间序列得出的每个 30 m 像素的春季萌芽与叶片萌发时间、秋季萌芽与叶片衰老时间以及峰值绿度的年度图
1010
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
5960
GEE数据集——GLC_FCS30D - 全球 30 米土地覆被变化数据集(1985-2022 年)
8460
GEE数据集:2001年-2019年全球土地覆被估算(GLanCE)
3230
2010-2015 年阿拉斯加北坡苔原植物功能类型连续覆盖图
1460
NASA数据集——北极区域(纬度 >= 45 度)陆地表面开放水域覆盖图5 千米空间分辨率
1780
2012-2014 年阿拉斯加生态系统二氧化碳净交换量和地区碳预算数据
1890
1985-2020 年阿拉斯加和育空地区按植物功能类型划分的模型表层覆盖率
2010
印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图
970
NASA数据集—— 1984-2019年湖泊生长季绿色表面反射率趋势数据集
1100
NASA数据集——2015 年30 米分辨率的地衣地面覆盖率模型估计值
1090
GEE数据集:加拿大森林生态系统高分辨率年度林地覆盖图(1984-2022 年)
2200
GEE数据集——GLANCE 全球土地覆被训练数据集
5660
2001-2015 年环北极高纬度(HNL)60 度以上的年度累积季节末烧毁面积。数据使用北极森林烧毁面积(ABBA)产品(基于 MODIS 算法)生成
1000
NASA数据集——北美地区一个标准参考网格系统,覆盖整个研究区域,并延伸至北美东部
4000
巴西年度土地覆被和利用地图
2590
CARVE:2001-2013 年阿拉斯加火灾排放数据库(AKFED)
1510
NASA数据集——1985-2015 年阿拉斯加和加拿大各地由大地遥感卫星得出的烧痕 dNBR
1700
相关推荐
NASA数据集—— 1987-2012 年期间北极极地脆弱性实验(ABoVE)核心域中火灾数据集
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验