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...
第二步数据的筛选 首先加载影像集,筛选时间,选择波段,镶嵌与裁剪。 //FROM_GLC10 土地利用数据下载 //加载土地利用数据 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() ....
第二种是遥感云计算下载方法，使用PIE-Engine。PIE-Engine中包含2017年FROM_GLC的10米分辨率数据。利用该数据，可直接在PIE-Engine中导出按行政边界裁剪的10米分辨率土地覆盖数据。在PIE中上传研究区数据后，需要转为geometry类型。首先加载影像集，筛选时间，选择波段，镶嵌与裁剪。注意，PIE的裁剪需指定波段...
全球土地覆盖10米的更精细分辨率观测和监测(FROM-GLC10) 这项工作和论文的目的是对2017年用不同卫星上的传感器获取的10米分辨率图像进行分类。我们通过10米分辨率的地图FROM-GLC10进行检查,并与我们2017年30米全球土地覆盖地图FROM-GLC30进行比较。我们发现,虽然结果是
FROM-GLC全球土地覆盖数据是理解人类活动与全球变化复杂互动的关键信息来源。它是基于大地卫星TM和ETM+数据制作的第一个30米分辨率全球土地覆盖图。数据集可在此下载，链接直接指向geotiff文件，建议使用Uget等下载器获取。请注意，数据集全部或部分描述由作者或其作品提供。数据预处理步骤包括使用MODE金字塔...
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
GEE 已经上线了 ESA 的 10 米土地利用数据,并且有大佬在 GEE 上传了 ESRI 的土地利用数据集。PIE-Engine 也上线了 FROM_GLC 的 10 米土地利用数据。 因此我将这三款数据的下载方法写出来。 /1.ESA 10 米数据下载/ 第一步是设置参数,并加载 ESA 的数据。
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 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...
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 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...
在此背景下,清华大学地学系俞乐课题组基于FROM-GLC Plus 1.0(FGP 1.0)制图系统,构建了具备年度及动态制图能力的知识与数据双驱动土地覆盖监测系统FROM-GLC Plus 2.0(FGP 2.0)。该系统通过融合多源土地覆盖制图结果,基于遥感影像中地理实体...