FROM_GLC的介绍与数据下载教程

1.数据介绍

1.1 数据简介

宫鹏老师团队基于Google Earth Engine平台，使用到全球13万个样本点，利用随机森林分类方法对Sentinel-2影像，进行了2017年的10米分辨率全球土地覆盖制图。该数据集一共分为10类。

类别	Name	Code
耕地	Cropland	10
林地	Forest	20
草地	Grassland	30
灌木	Shrubland	40
湿地	Wetland	50
水体	Water	60
冻土	Tundra	70
不透水面	Impervious surface	80
裸地	Bareland	90
雪/冰	Snow/Ice	100

1.2 数据精度

该数据集的总体精度为72.76%，各类别的用户精度、生产者精度如下表所示：

2.数据下载

这里介绍两种数据下载方式

2.1官网下载方法

2.1.1下载网址

http://data.ess.tsinghua.edu.cn/fromglc2017v1.html，打开直接进入下载界面，无需注册与审核。

2.1.2影像确定

该网站按照影像的经纬度提供数据下载，影像名称代表的含义分别如下：

其中经纬度是影像的最左下角坐标：

在官网每一景土地覆盖影像的坐标是偶数递增，其中最高纬度为南北纬84°：

纬度：-84,-82…-4,-2,0,2,4…82,84

经度：-180,-178,…,-4,-2,0,2,4,…178

假如我们下载北京市中心的影像（北纬39°56′，东经116°20′），那需要下载的是北纬38°，东经116°的影像：

下载影像记住两点：影像名称代表的是左下角经纬度；经纬度以偶数递增。

2.2遥感云计算下载方法

这里介绍第二种影像下载方法，PIE-Engine。PIE-Engine里面有FROM_GLC的10米分辨率数据(2017年)。

有这个数据，就可以直接用PIE-Engine导出按行政边界裁剪的10米分辨率土地覆盖数据。

2.2.1 研究区准备

在PIE里面上传研究区数据，我上传的是四川省_资阳市_乐至县的行政区数据。

待数据上传后，与GEE不同，该研究区不能直接调用，需要转为geometry类型。

//研究区加载 LZ（四川省_