Google Earth Engine（GEE）——1985-2018年全球不透水不透水层（清华数据）

最新推荐文章于 2024-10-28 23:34:28 发布
最新推荐文章于 2024-10-28 23:34:28 发布
阅读量1.9k 收藏 3
点赞数
分类专栏： GEE教程训练 文章标签： 不透水层 全球 数据集 清华 gee
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31988139/article/details/121476521
版权
本文介绍了1985年至2018年间，分辨率30米的全球不透水表面积年度变化数据集，由清华大学提供。该数据集通过监督分类和时间一致性检查方法确定透水到不透水的变化，像素值反映了转变年份。数据集在时间上保持一致，并提供了详细的数据引用和代码示例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

该数据集包含1985年至2018年全球不透水表面积的年度变化信息，分辨率为30米。从透水到不透水的变化是使用监督分类和时间一致性检查的综合方法确定的。不透水的像素被定义为超过50%的不透水。转变的年份（从透水到不透水）可以从像素值中确定，范围从34（年份：1985）到1（年份：2018）。例如，1990年的不透水表面可以显示为像素值大于29（见查询表）。这个数据集在时间上是一致的，按照从透水（如非城市）到不透水（如城市）的转换单调地进行。关于制图方法和评估的更多信息，见1985-2018年间全球人工不透水面积（GAIA）的年度地图（Gong等人，2020）。

 

Dataset Availability

1985-01-01T00:00:00 - 2018-12-31T00:00:00

Dataset Provider

Tsinghua University

Collection Snippet

Copied

ee.Image("Tsinghua/FROM-GLC/GAIA/v10")

了解本专栏 订阅专栏 解锁全文 超级会员免费看
Google Earth Engine（GEE）——利用全球不透水层数据提取1985-2018年流域内的不透水层面积（渭河流域为例）
此星光明博客
04-13 1926
之前出过一篇博客是关于数据集的就是清华1985-2018全球不透水层30米分辨率的数据，具体数据介绍看： Google Earth Engine（GEE）——1985-2018年全球不透水不透水层（清华数据）_此星光明2021年博客之星云计算Top3的博客-CSDN博客 我这里只看一下波段情况，因为这里要获取每一年的波段信息，所以要看波段名称和每一年如何获取相应的数据：这里我们可以看到波段是按照最大最小值来给出的年份，所以我们直接按照这个建立一个序列即可： Resolution 30 meters
【数据集6】全球人工不透水面积GAIA（清华数据）
WW、forever的博客
01-01 2687
全球人工不透水面GAIA简介及其应用
Google Earth Engine——清华Tsinghua/FROM-GLC/GAIA/v10该数据集包含1985年至2018年全球不透水表面积的年度变化信息，分辨率为30米
此星光明博客
12-05 1921
This dataset contains annual change information of global impervious surface area from 1985 to 2018 at a 30m resolution. Change from pervious to impervious was determined using a combined approach of supervised classification and temporal consistency check
1985-2020年中国30米不透水面数据集.txt
03-07
像元值的范围为0-8，其中0为非不透水面，或透水面、或背景。1-8为不透水面。每个数字的具体的含义我没有下载到原文，暂时无法知晓。个人推测：1是1985年的不透水面，2是1990年新增，3是1995年新增，4是2000年新增，5是2005年新增，6是2010年新增，7是2015年新增，8是2020年新增。因此，如果想要2020年的不透水面，可以将1-8重分类一下即可。 金字塔、属性表都很齐全。
GEE——全球不透水层面积（1972-2019）数据集基于300万张影像形成
此星光明博客
10-26 2092
使用超过 300 万张 Landsat 卫星图像，开发了 1972 年至 2019 年的第一个全球不透水表面积 (GISA) 数据集。 基于来自全球 270 个城市的 120,777 个独立和随机参考站点，遗漏误差、委托误差、 GISA 的 F-score 分别为 5.16%、0.82% 和 0.954。与现有的全球数据集相比，GISA 的优点包括：（1）它提供了 1985 年之前的全球 ISA 地图，时间跨度最长（1972-2019），准确度最高（从大量随机选择的和第三方验证样本集）；(2) 提出了一种新
全球30米不透水层数据集
此星光明博客
10-15 897
不透水面是指人工和自然地表覆盖物，如建筑物、道路、停车场等，这些覆盖物不允许水渗透到地下，导致大量水流失和洪涝灾害。水资源问题：不透水层会阻碍地表雨水渗透到地下水层，导致地下水资源减少、水质下降。生态环境问题：不透水层会破坏自然水循环，导致湿地、河流生态系统遭受破坏。此外，不透水层会导致城市热岛效应，影响空气质量和生态环境。城市规划问题：不透水层会限制城市土地利用，导致城市扩张受限和土地资源浪费。因此，保护地表水资源、维护生态环境、合理规划城市发展都需要考虑不透水层的影响。
Google Earth Engine（GEE）——清华全球不透水层数据中国区域逐年下载
此星光明博客
08-26 1097
从透水到不透水的变化是使用监督分类和时间一致性检查的综合方法确定的。不透水的像素被定义为超过50%的不透水。转变的年份（从透水到不透水）可以从像素值中确定，范围从34（年份：1985）到1（年份：2018）。这个数据集在时间上是一致的，按照从透水（如非城市）到不透水（如城市）的转换单调地进行。关于制图方法和评估的更多信息，见1985-2018年间全球人工不透水面积（GAIA）的年度地图（Gong等人，2020）。生成一个从开始到结束（包括）的数字序列，以步骤为增量，或以计数为增量。颠倒列表中元素的顺序。..
使用Google Earth Engine下载中国区域的逐年清华全球不透水层数据
VwajAlgorithm的博客
09-24 195
本文将介绍如何使用Google Earth Engine (GEE) 平台下载中国区域的逐年清华全球不透水层数据，并提供相应的源代码。在上述代码中，我们首先定义了中国区域的边界，可以将其替换为您自己的边界数据集。总结起来，本文介绍了如何使用Google Earth Engine 平台下载中国区域的逐年清华全球不透水层数据。通过使用Google Earth Engine 平台，我们可以方便地访问和处理大规模的地理空间数据，为环境和土地管理等领域的研究和决策提供支持。并按照指示创建一个账号。
【数据集总结】不透水面积ISA：GAIA、CLUD-Urban、GISA
最新发布
WW、forever的博客
10-28 1057
【数据集总结】不透水面积ISA：GAIA、CLUD-Urban、GISA
31省不透水面数据
10-18
中国31省的不透水表面数据，适合用于论文写作与科学研究，
全球不透水层数据集30m分辨率
此星光明博客
10-30 458
利用GlobeLand30地表覆盖产品、VIIRS夜间灯光数据和MODIS EVI植被指数产品，提取全球高置信度的人工不透水面分类的训练样本；基于多源多时相遥感数据的不透水面提取算法，以5°网格进行了逐区块地自适应随机森林建模，生产了区块不透水面产品，并经过地理拼接生成了2015年全球30m不透水面产品（MSMT_IS30-2015）。数据的总体精度为95.1%，kappa系数为0.898，显著优于国际上现有产品。
【GEE】批量下载不透水面数据
2301_77925375的博客
06-02 529
需要注意的是，GEE的使用需要一定的编程基础和对遥感影像理解的掌握。如果您对此不太了解，建议寻求相关专业人士的帮助或参考GEE官方文档中的教程。此外，对于数据版权等问题，也需符合相关规定。Google Earth Engine（GEE）是一个强大的云平台，使得可以进行遥感影像数据的挖掘和分析。
Google Earth Engine（GEE）批量下载不透水面数据
guaicaicexu的博客
07-19 1899
目标：提取山西省不透水面数据并批量下载，使用的数据为清华大学宫鹏老师的不透水面数据集“Tsinghua/FROM-GLC/GAIA/v10”参考文献：Gong, P., Li, X., Wang, J., Bai, Y., Chen, B., Hu, T.,& Zhou, Y. (2020). Annual maps of global artificial im......
1985 年至 2020 年全球 30 米不透水表面动态数据集 (GISD30)
此星光明博客
10-08 1129
全球 30 米不透水表面动态数据集 (GISD30) 为了解 1985 年至 2020 年全球不断变化的不透水表面景观提供了宝贵的资源。该数据集在城市可持续发展、人为碳排放评估和全球生态环境建模等领域具有深远的科学意义和实际应用价值。GISD30 是通过一种创新的自动化方法精心创建的，该方法充分利用了光谱泛化和自动样本提取策略的优势。该数据集利用谷歌地球引擎云计算平台上的时间序列大地遥感卫星图像，提供了有关不透水表面动态的全面见解。
【Earth Engine】基于GEE对季节性地物进行分类（多源数据叠图+监督分类）
热门推荐
Leaze932822995的博客
03-16 1万+
目录简介与技术流程数据及其预处理要调用的包代码函数：计算斜率和变异系数代码：计算栅格图像的斜率代码：计算栅格图像的变异系数代码：函数的调用与结果后记 简介与技术流程 最近导师给了个新方向，其中要用到长时间和大空间的高分辨率遥感影像分类数据。 这。。这么多要求。。实在没有免费的并且符合要求的数据。。 于是我寻思还是自己做吧，所以马上学习了下GEE。。。 关于GEE的申请什么的我这里就不多说了，这篇博客直接进入应用。 总的来说，就是把多幅影像叠加在一起，逐像元构建一组时间序列，然后计算它的变异系数。比方说，
全球30m不透水地表动态数据集（GISD30）
此星光明博客
10-26 501
此外，引入时空一致性校正方法来增强不透水表面动力学的可靠性。该数据集提供了关于过去 35 年（1985 年至 2020 年）全球不透水表面积翻倍的重要见解，其中亚洲的增幅最为显着。具体而言，1985年之前的透水面和不透水面分别标记为0和1，1985-1990年、1990-1995年、1995-2000年、2000-2005年、2005-2010年、2010-2010年期间扩大的不透水面2015年和2015-2020年被标记为2、3、4、5、6、7和8。创建者：张X.、刘L.、赵T.、高Y.、陈X.、米J.
使用Google Earth Engine绘制青藏高原的100米等高线
LrlDebug的博客
09-23 335
青藏高原是世界上最大的高原，位于中国西部，拥有壮丽的地貌和丰富的自然资源。利用Google Earth Engine（GEE），我们可以使用数字高程模型（DEM）数据绘制青藏高原的等高线图。通过加载DEM数据并进行预处理，我们计算并可视化了等高线数据。接下来，我们需要对DEM数据进行预处理，以获取所需的等高线值。首先，我们需要获取GEE中的DEM数据。然后，我们将等高线图层添加到地图中，并设置了等高线的颜色为红色。接下来，我们可以将等高线数据进行可视化。函数将地图视图聚焦在等高线数据的范围内，并显示地图。
云重磅 | NVIDIA GTC 2019开幕；Caffe 创立者贾扬清加盟阿里；澳大利亚批准华为2亿美元大单...
CSDN业界要闻
03-19 696
戳蓝字“CSDN云计算”关注我们哦！嗨，大家好，重磅君带来的【云重磅】特别栏目，如期而至，每周二第一时间为大家带来重磅新闻。把握技术风向标，了解行业应用与实践，就交给我重...
中国城市不透水地表面积和绿地率的 30 米分辨率数据
hu397313168的博客
07-09 1304
在绘制 CLUD、Landsat TM、ETM+ 和 OLI 各期图时，利用 2010 年中巴地球资源卫星计划（CBERS）和环景（HJ-1A 和 HJ-1B）卫星图像，生成近红外、红、绿光谱带为红、绿、蓝三色的假彩合成图像。然而，城市不透水地面（UIS）和城市绿地（UGS）在城市景观中往往是镶嵌在一起的，具有复杂的结构和复合性。评估结果表明，与其他产品相比，CLUD-Urban 产品在城市边界和城市扩张探测方面具有更高的精度，此外，每个时期都开发了准确的 UIS 和 UGS 分数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值