FROM_GLC_10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。

1
2
3
4
//研究区加载 LZ(四川省_资阳市_乐至县)
LZ= LZ.first().geometry();
Map.centerObject(LZ,9);
Map.addLayer(LZ, {color: 'FF0000', fillColor: '00000000', width: 1}, "LZ")

2.2.2 数据筛选

首先加载影像集,筛选时间,选择波段,镶嵌与裁剪。

1
2
3
4
5
6
7
8
9
10
11
//FROM_GLC10 徒弟覆盖数据下载                  
//加载徒弟覆盖数据 筛选、镶嵌、裁剪
var LZ_landcover_2017=pie.ImageCollection("THU/FROM_GLC10_2017")
.filterBounds(LZ)
.filterDate("2017-1-01", "2017-12-31")
.select(["B1"])
.first()
.clip(LZ);

//显示徒弟覆盖数据
Map.addLayer(LZ_landcover_2017,visParam,"LZ_landcover_2017")

在这里,需要注意一个地方:

PIE与GEE的裁剪不同,需要指定波段才能进行裁剪。

2.2.3 数据导出

这里几乎和GEE差不多,选择下载区域、下载路径等。

1
2
3
4
5
6
7
8
9
//下载
Export.image({
image:LZ_landcover_2017,
description: "LZ_landcover_2017",
assetId: "LZ_landcover_2017",
region:LZ,
scale:10,
maxPixels:1e13
});

有两个地方需要注意一下:

ppqq 如果你不知道下载区域大小,maxPixels记得设置大一点;

ppqq PIE数据处理完之后,在PIE资源里面,点击文件即可下载;

2.2.4 数据使用

数据下载后,加载到gis软件里面,就可以看到研究区2017年的30米土地覆盖数据。

10米的土地覆盖数据集,比30米的细腻很多:

2.2.5 代码链接

代码链接功能提供了两种方式。
一种是外部链接方式用于给非登陆用户使用:
https://engine.piesat.cn/engine-share/shareCode.html?id=95120018f4ae488ea92c1f8b35b4c3ee
一种是内部链接方式,直接在编辑器中打开用于给登陆用户直接使用:
https://engine.piesat.cn/engine/home?sourceId=95120018f4ae488ea92c1f8b35b4c3ee

2.2.6 完整代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
//研究区加载 四川省_资阳市_乐至县
LZ= LZ.first().geometry();
Map.centerObject(LZ,9);
Map.addLayer(LZ, {color: 'FF0000', fillColor: '00000000', width: 1}, "LZ")

//徒弟覆盖数据样式
var visParam = {
min: 10,
max: 100,
palette: '#43B87C,#24DB99,#7EB451,#2E79BC,#2838B8,#8B2CC0,#EEE912,#BC1FA1,#17214F,#B81A74,#B5CF52,#932626,#2B328B,#AA5C5C,#2561E9,#874949,#4ECF61,#AE5151'
};

//FROM_GLC10 徒弟覆盖数据下载
//加载徒弟覆盖数据 筛选、镶嵌、裁剪
var LZ_landcover_2017=pie.ImageCollection("THU/FROM_GLC10_2017")
.filterBounds(LZ)
.filterDate("2017-1-01", "2017-12-31")
.select(["B1"])
.first()
.clip(LZ);

//显示徒弟覆盖数据
Map.addLayer(LZ_landcover_2017,visParam,"LZ_landcover_2017")

//下载
Export.image({
image:LZ_landcover_2017,
description: "LZ_landcover_2017",
assetId: "LZ_landcover_2017",
region:LZ,
scale:10,
maxPixels:1e13
});

参考

Gong P., et al., 2019. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017,Science Bulletin

Li C, Gong P, Wang J, et al. The first all-season sample set for mapping global land cover with Landsat-8 data. Sci Bull 2017, 62, 508–515.

Finer Resolution Observation and Monitoring of Global Land Cover.http://data.ess.tsinghua.edu.cn/fromglc2017v1.html

PIE&GEE 下载ESA、Esri与FROM三款10米土地覆盖数据代码.https://zhuanlan.zhihu.com/p/424767735

作者信息


文章作者: 锐多宝
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 锐多宝 !
评论
 上一篇
2022-03-28 锐多宝
下一篇 
2022-03-28 锐多宝
  目录