Murray Global Tidal Wetland Change v1.0 (1999-2019)

JCU/Murray/GIC/global_tidal_wetland_change/2019
数据集可用性
1999-01-01T00:00:00Z–2019-12-31T00:00:00Z
数据集提供商
Earth Engine 代码段
ee.Image("JCU/Murray/GIC/global_tidal_wetland_change/2019")
标签
沿海 生态系统 潮间带 基于 Landsat 的 红树林 默里 地表水-地下水
saltmarsh
tidal-flat
潮汐沼泽

说明

Murray 全球潮汐湿地变化数据集包含潮汐湿地的全球范围及其变化的地图。这些地图是根据三阶段分类法制作的,旨在 (i) 估计潮汐湿地的全球分布(定义为潮汐沼泽、潮汐滩或红树林生态系统),(ii) 检测研究期间的变化,以及 (iii) 估计潮汐湿地变化事件的生态系统类型和时间。

该数据集是通过将 Landsat 5 至 8 采集的 1,166,385 张卫星图像的观测结果与已知会影响每种生态系统类型分布的变量(包括温度、坡度和海拔)的环境数据相结合而生成的。该图片包含潮汐湿地范围产品(潮汐湿地出现概率的随机森林)在研究期开始和结束时间步长的波段,以及整个研究期的潮汐湿地变化产品(潮汐湿地的损失和增加)。

请参阅项目网站上的使用说明。如需详细了解此软件生成的数据的方法、验证和限制,请参阅相关科学论文。

另请参阅 UQ/murray/Intertidal/v1_1/global_intertidal,了解潮间带生态系统分布的全球地图。

频段

像素大小
30 米

频段

名称 像素尺寸 说明
loss

对于丢失位置,设置为 1;否则,设置为 0。

lossYear

表示损失分析时间步长的结束年份的整数(例如,19 = 2017-2019 年)。

lossType

损失类型

  • 2 - 潮滩
  • 3 - 红树林
  • 5 - 潮汐沼泽
gain

对于增益位置,设置为 1;否则设置为 0。

gainYear

表示增益分析时间步长的结束年份的整数(例如,19 = 2017-2019 年)。

gainType

增益类型:

  • 2 - 潮滩
  • 3 - 红树林
  • 5 - 潮汐沼泽
twprobabilityStart

第一个时间步长(1999 年至 2001 年)的总体潮汐湿地类别的随机森林一致性。介于 1 和 100 之间的整数。

twprobabilityEnd

最后一个时间步长(2017-2019 年)的总体潮汐湿地类别的随机森林一致性。介于 1 和 100 之间的整数。

使用条款

使用条款

CC-BY-4.0

引用

引用:
  • Murray, N.J.,Worthington, T.A.、Bunting, P.,Duce, S.、Hagger, V., Lovelock, C.E.,Lucas, R.、Saunders, M.I.,Sheaves, M.、Spalding, M., Waltham, N.J.,Lyons, M.B.,2022 年。高分辨率绘制地球潮汐湿地的损失和增加情况。科学doi:10.1126/science.abm9583

DOI

使用 Earth Engine 探索

代码编辑器 (JavaScript)

var dataset = ee.Image('JCU/Murray/GIC/global_tidal_wetland_change/2019');

Map.setCenter(103.7, 1.3, 12);
Map.setOptions('SATELLITE');

var plasma = [
  '0d0887', '3d049b', '6903a5', '8d0fa1', 'ae2891', 'cb4679', 'df6363',
  'f0844c', 'faa638', 'fbcc27', 'f0f921'
];
Map.addLayer(
    dataset.select('twprobabilityStart'), {palette: plasma, min: 0, max: 100},
    'twprobabilityStart', false, 1);
Map.addLayer(
    dataset.select('twprobabilityEnd'), {palette: plasma, min: 0, max: 100},
    'twprobabilityEnd', false, 1);

var lossPalette = ['fe4a49'];
var gainPalette = ['2ab7ca'];
Map.addLayer(
    dataset.select('loss'), {palette: lossPalette, min: 1, max: 1},
    'Tidal wetland loss', true, 1);
Map.addLayer(
    dataset.select('gain'), {palette: gainPalette, min: 1, max: 1},
    'Tidal wetland gain', true, 1);

var viridis = ['440154', '414487', '2a788e', '22a884', '7ad151', 'fde725'];
Map.addLayer(
    dataset.select('lossYear'), {palette: viridis, min: 4, max: 19},
    'Year of loss', false, 0.9);
Map.addLayer(
    dataset.select('gainYear'), {palette: viridis, min: 4, max: 19},
    'Year of gain', false, 0.9);

// Ecosystem type.
var classPalette = ['9e9d9d', 'ededed', 'ff9900', '009966', '960000', '006699'];
var classNames =
    ['null', 'null', 'Tidal flat', 'Mangrove', 'null', 'Tidal marsh'];
Map.addLayer(
    dataset.select('lossType'), {palette: classPalette, min: 0, max: 5},
    'Loss type', false, 0.9);
Map.addLayer(
    dataset.select('gainType'), {palette: classPalette, min: 0, max: 5},
    'Gain type', false, 0.9);
在代码编辑器中打开