GEE数据集：全球天然林和人工林数据集提供了一张高分辨率（30 米）地图，用于区分截至 2021 年全球的天然林和人工林

简介

全球天然林和人工林

数据生成和分类

代码

引用

License

网址推荐

知识星球

机器学习

GEE数据集：全球天然林和人工林数据集提供了一张高分辨率（30 米）地图，用于区分截至 2021 年全球的天然林和人工林

简介

全球天然林和人工林

全球天然林和人工林数据集提供了一张高分辨率（30 米）地图，用于区分截至 2021 年全球的天然林和人工林。该数据集利用从 30 米大地遥感卫星图像（1985-2021 年）中生成的 7000 多万个训练样本制作而成，有助于改进环境监测和保护工作、碳固存评估以及生物多样性管理。该数据包含丰富的光谱、结构、纹理和地形属性，使用户能够识别森林类型并量化各种空间尺度的森林覆盖率。

数据生成和分类

该数据集利用应用于大地遥感卫星图像的时间序列变化检测方法，根据干扰频率区分人工林和天然林。该方法使用局部自适应随机森林分类器（RF），在与独立解释的参考数据进行验证时，总体准确率达到 85%。这种高精度使该数据集成为全球森林资源评估的有效工具。主要特点¶ 分辨率： 30 米空间分辨率时间范围：训练样本跨度为 1985-2021 年；地图输出为 2021 年：训练样本跨度：1985-2021 年；地图输出为 2021 年。训练样本：根据干扰频率生成的 7000 多万个样本，取自 Landsat 和辅助数据。准确率：与独立的视觉参考数据相比，准确率达 85%。数据表示： RGB 地图：绿色像素代表天然森林，黄色像素代表人工（人造）森林，其他颜色代表非森林区。

代码

var global_forest_types = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-NATURAL-PLANTED-FORESTS");
var image = global_forest_types.mosaic()var maskedImage = image.updateMask(image.select('b1').neq(127).or(image.select('b2').neq(127)).or(image.select('b3').neq(127))
);
Map.addLayer(maskedImage,{min:0,max:127},'Masked Global Natural(Green) & Planted(Yellow) Trees')var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/71079/dark", "Dark");

引用

Xiao, Yuelong, Qunming Wang, and Hankui K. Zhang. "Global Natural and Planted Forests Mapping at Fine Spatial Resolution of 30 m."
Journal of Remote Sensing 4 (2024): 0204.

Xiao, Y. (2024). Global Natural and Planted Forests Mapping at Fine Spatial Resolution of 30 m [Data set].
Zenodo. https://doi.org/10.5281/zenodo.10701417

License

This dataset is licensed under a Creative Commons Attribution 4.0 International license.

Provided by: Xiao et al 2024

Curated in GEE by: Samapriya Roy

Keywords: Global Forest Mapping, Natural and Planted Forests, Carbon Sequestration, Forest Cover Classification, Biodiversity Monitoring, Forest Disturbance, Random Forest Classifier

Last updated in GEE: 2024-10-27