前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2019 年覆盖非洲大陆的超高分辨率森林覆盖数据集

2019 年覆盖非洲大陆的超高分辨率森林覆盖数据集

原创
作者头像
此星光明
修改2024-02-18 13:44:11
2340
修改2024-02-18 13:44:11
举报
文章被收录于专栏:GEE数据GEE数据

简介

非洲树木覆盖高分辨率地图 该数据集利用通过挪威国际气候和森林倡议(NICFI)计划在热带地区获得的纳卫星星座高分辨率卫星图像。该数据集的主要目标是在非洲大陆范围内全面绘制森林和非森林树木图,超越以往绘制大尺度木本植被图的精度。前言 – 人工智能教程

利用机器学习方法,我们使用 3 米的 PlanetScope 卫星图像对整个非洲的树冠覆盖进行了细分,达到了单个零星树木的水平。该数据集详细量化了位于传统林区以外的树木对各国总体树木覆盖率的贡献。值得注意的是,在非洲大陆范围内,我们的分析表明,在基于哨兵-2 10 米图像的当代最先进地图中,总树木覆盖率的 29% 存在于被划分为森林的区域之外。

对森林内外的树木进行持续监测是可持续土地管理的关键。目前的监测系统要么忽略森林以外的树木,要么过于昂贵,无法在各国反复一致地应用。在这里,我们利用 PlanetScope 超小型卫星星座提供的全球高分辨率日常图像,利用一年的图像绘制非洲大陆的森林和非森林树木覆盖图。我们的 2019 年原型地图(均方根误差 = 9.57%,偏差 = -6.9%)表明,在非洲大陆范围内精确评估所有以树木为基础的生态系统是可能的,并揭示出 29% 的树木覆盖率位于以前在最新地图中被归类为树木覆盖率的区域之外,例如耕地和草地。这种精确到单棵树木的树木覆盖地图,在各国之间保持一致,有可能重新定义土地利用对非林地景观的影响,超越对森林定义的需求,并为自然气候解决方案和树木相关研究奠定基础。

我们为 2019 年覆盖非洲大陆的超高分辨率卫星图像创建了定制镶嵌图,图像日期是根据树冠的最佳可见度选择的。然后,我们使用深度学习技术训练了一个模型,该模型可以分割图像中的树冠覆盖,并将该模型应用于整个数据集,绘制出非洲大陆尺度的树木覆盖图。 我们使用了来自 PlanetScope 超小型卫星星座的高分辨率卫星图像,所有数据都是通过研究许可证从 Planet Labs 获得的。这些图像由分辨率为 3 米的 4 波段多光谱场景组成,其中蓝、红、绿和近红外波段的表面反射率值经过大气校正,可通过 Planet API 与 PSScene analytic_sr 产品捆绑使用39。对于大陆研究区域,我们从 2019 年下载了约 230,000 个 PlanetScope 场景,总面积达 24,222,164 平方公里。

文章引用

代码语言:javascript
复制
Reiner, F., Brandt, M., Tong, X. et al. More than one quarter of Africa’s tree cover is found outside areas previously
classified as forest. Nat Commun 14, 2258 (2023). https://doi.org/10.1038/s41467-023-37880-4

原文链接

More than one quarter of Africa’s tree cover is found outside areas previously classified as forest | Nature Communications

数据引用

代码语言:javascript
复制
Reiner, F., Brandt, M., Tong, X., Skole, D., Kariryaa, A., Ciais, P., Davies, A., Hiernaux, P., Chave, J., Mugabowindekwe, M.,
Igel, C., Oehmcke, S., Gieseke, F., Li, S., Liu, S., Saatchi, S., Boucher, P., Singh, J., Taugourdeau, S., … Fensholt, R.
(2023). Africa tree cover map [Data set]. Zenodo. https://doi.org/10.5281/zenodo.7764460

代码

代码语言:javascript
复制
var tree_cover = ee.Image("projects/sat-io/open-datasets/PS_AFRICA_TREECOVER_2019_100m_V10")

var palette= ["#00FF00", "#1AFF1A", "#33FF33", "#4DFF4D", "#66FF66", "#80FF80", "#99FF99", "#B3FFB3", "#CCFFCC", "#E6FFE6"]


Map.addLayer(tree_cover,{min:0,max:100,palette:palette},'PS Tree Cover Percentage')

代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/PS-AFRICA-TREECOVER

License

This tree cover map is made freely available for non-commercial purposes. All usage of the data must be attributed and should be cited with the paper citation. Please see the NICFI license for full terms of usage, available here

Provided by: Reiner et al

Curated in GEE by: Samapriya Roy

Keywords: Africa, NICFI, Planet, Tree cover, Land cover

Last updated in GEE: 2024-01-18

​​​更多遥感云计算内容请前往​:

此星光明_GEE数据集专栏,GEE教程训练,Google Earth Engine-CSDN博客

我正在参与2024腾讯技术创作特训营第五期有奖征文,快来和我瓜分大奖!

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

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

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

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

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 简介
  • 文章引用
  • 原文链接
  • 数据引用
  • 代码
  • 代码链接
  • License¶
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
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