Google Earth Engine(GEE)——全球洪水数据库 v1 (2000-2018年)
全球洪水数据库包含 2000-2018 年间发生的 913 次洪水事件的范围和时间分布图。有关详细信息,请参阅 相关期刊文章。
洪水事件是从达特茅斯洪水观测站收集的 ,用于收集 MODIS 图像。选定的 913 个事件是那些使用 Terra 和 Aqua MODIS 传感器的 12,719 个场景成功绘制的事件(通过质量控制,因为在永久水之外有明显的淹没)。在每次洪水事件的整个日期范围内,以 250 米的分辨率将每个像素分类为水或非水,并生成后续数据产品,包括最大洪水范围(“洪水”带)和以天为单位的淹没持续时间(“持续时间“ 乐队)。洪水事件期间的水和非水分类包括永久性水(此处重新采样 30 米 JRC 全球地表水数据集) 代表永久水,分辨率为 250 米),可以使用“jrc_perm_water”波段将其屏蔽以隔离洪水。添加了额外的数据质量带,表示洪水事件期间的云状况(例如,“clear_views”表示在洪水开始和结束日期之间观察到的晴天数,“clear_perc”表示整个事件中晴天观测的百分比持续时间(天)。
ImageCollection 中的每个图像都代表了单个洪水的地图。该集合可以按日期、国家或达特茅斯洪水观测站原始 ID 进行过滤。
数据集可用性
2000-02-17T00:00:00Z - 2018-12-10T00:00:00
数据集提供者
Cloud to Street (C2S) / Dartmouth Flood Observatory (DFO)
地球引擎引用:
ee.ImageCollection("GLOBAL_FLOOD_DB/MODIS_EVENTS/V1")
分辨率
30 米
波段
姓名 | 单位 | 敏 | 最大限度 | 描述 |
---|---|---|---|---|
flooded
|
0 | 1 |
事件期间洪水的最大范围。
|
|
duration
|
天 |
事件期间地表水的持续时间(以天为单位)。像素值表示在事件期间像素区域被视为水的复合天数。使用为期 3 天的 MODIS 复合影像。 |
||
clear_views
|
天 | 0 | 65535 |
每个事件的开始和结束日期之间的无云观测天数。云覆盖范围由 MODIS 质量保证带('state_1km')确定。 |
clear_perc
|
% | 0 | 100 |
给定洪水事件期间清晰视野观测的百分比。这相当于“clear_views”波段,但归一化为每个洪水事件的 MODIS 图像数量。云覆盖范围由 MODIS 质量保证带('state_1km')确定。 |
jrc_perm_water
|
0 | 1 |
由 JRC 全球地表水数据集使用“过渡”波段确定的永久水。分辨率保持为 JRC 数据集的原始 30 米分辨率。
|
图像属性
姓名 | 类型 | 描述 |
---|---|---|
ID | INT |
与达特茅斯洪水观测站 (DFO) 一致的洪水事件的唯一目录 ID。 |
抄送 | 细绳 |
在与 DFO 事件多边形相交的流域中检测到洪水的国家/地区的三字母 ISO 国家/地区代码(在列表中)。 |
国家 | 细绳 |
在与 DFO 事件多边形相交的流域中检测到洪水的国家的国家名称(在列表中)。 |
dfo_centroid_x | 双倍的 |
估计洪水事件位置的 DFO 多边形的质心经度(DFO 数据库)。 |
dfo_centroid_y | 双倍的 |
估计洪水事件位置的 DFO 多边形的质心纬度(DFO 数据库)。 |
dfo_country | 细绳 |
主要洪水国家(DFO 数据库)。 |
dfo_other_country | 细绳 |
洪水的次要国家(DFO 数据库)。 |
dfo_displaced | INT |
洪水事件后无家可归或撤离的估计总人数(DFO 数据库)。 |
dfo_main_cause | 细绳 |
DFO 数据库中洪水事件的主要原因。未标准化。 |
dfo_severity | 双倍的 |
洪水事件的严重性(DFO 数据库):
|
dfo_dead | INT |
洪水事件造成的估计死亡人数(DFO 数据库)。 |
dfo_validation_type | 细绳 |
洪水事件确认的主要来源(DFO 数据库)。未标准化。 |
glide_index | 细绳 |
全球标识符编号。 |
gfd_country_code | 细绳 |
与流域相交的国家/地区的逗号分隔的两个字母 FIPS 国家/地区代码列表,该流域用作水检测算法中感兴趣的区域。 |
gfd_country_name | 细绳 |
与在水检测算法中用作感兴趣区域的流域相交的国家的国家名称(在列表中)。 |
复合类型 | 细绳 |
在水检测算法中用于合成的天数。 |
阈值类型 | 细绳 |
用于分类水/非水检测算法的阈值类型 - “otsu”或“标准”。 |
阈值_b1b2 | 双倍的 |
应用于水检测算法中使用的 b2b1 比率的阈值。 |
阈值_b7 | 双倍的 |
应用于水检测算法中使用的波段 7 (SWIR) 的阈值。 |
otsu_sample_res | 双倍的 |
用于构建 MODIS 马赛克的减速器的空间分辨率(以 m 为单位),然后从中采样和估计 otsu 阈值(仅适用于使用 otsu 而不是默认阈值的洪水事件)。 |
坡度阈值 | 双倍的 |
用于从水检测算法中掩盖陡峭区域的值,以最大程度地减少地形阴影的误差。 |
代码:
var gfd = ee.ImageCollection('GLOBAL_FLOOD_DB/MODIS_EVENTS/V1');// 一个单独的洪水事件--由于美国的艾萨克飓风造成的洪水。
var hurricaneIsaacDartmouthId = 3977;
var hurricaneIsaacUsa = ee.Image(gfd.filterMetadata('id', 'equals', hurricaneIsaacDartmouthId).first());
Map.setOptions('SATELLITE');
Map.setCenter(-90.2922, 29.4064, 9);
Map.addLayer(hurricaneIsaacUsa.select('flooded').selfMask(),{min: 0, max: 1, palette: '001133'},'Hurricane Isaac - Inundation Extent');// 持续时间(洪水事件持续的天数)。
var durationPalette = ['C3EFFE', '1341E8', '051CB0', '001133'];
Map.addLayer(hurricaneIsaacUsa.select('duration').selfMask(),{min: 0, max: 4, palette: durationPalette},'Hurricane Isaac - Duration');// 绘制所有洪水地图,以生成卫星观测的历史洪泛区。
var gfdFloodedSum = gfd.select('flooded').sum();
Map.addLayer(gfdFloodedSum.selfMask(),{min: 0, max: 10, palette: durationPalette},'GFD Satellite Observed Flood Plain');// 覆盖永久水域以区分洪水。
var jrc = gfd.select('jrc_perm_water').sum().gte(1);
Map.addLayer(jrc.selfMask(),{min: 0, max: 1, palette: 'C3EFFE'},'JRC Permanent Water');
引用:
Citations:
Tellman, B., J.A. Sullivan, C. Kuhn, A.J. Kettner, C.S. Doyle, G.R. Brakenridge, T. Erickson, D.A. Slayback. (Accepted.) Satellites observe increasing proportion of population exposed to floods. Nature. doi:10.1038/s41586-021-03695-w
结果:
Google Earth Engine(GEE)——全球洪水数据库 v1 (2000-2018年)相关推荐
- Google Earth Engine(GEE)——全球影像数据正确下载方式和注意事项
今天看到有人担心全球影像能不能下载的问题? 有时候我们会用到全球的数据,但是如何下载全球的数据呢? 首先如果没有全球的矢量边界我们会不会无法下载全球的数据,答案当然是可以的,因为我们在边界筛选的过程中 ...
- Google Earth Engine(GEE)——全球免费的高分辨率人口数据集(30米分辨率)
与哥伦比亚大学的国际地球科学信息网络中心(CIESIN)合作,Facebook使用最先进的计算机视觉技术,从可公开获取的地图服务中识别建筑物,以创建世界上最准确的人口数据集.你可以在这里阅读关于他们的 ...
- Google Earth Engine(GEE)——User memory limit exceeded(2)
上一次我们已经知道如何去进行避免这种错误的发生,有关详细内容,如果单单只是解决这个问题我们用到的是limit 和 first,上一次的博客在这里: (207条消息) Google Earth Engi ...
- Google Earth Engine(GEE) 01-中输入提示快捷键Ctrl+space无法使用的问题
Google Earth Engine(GEE) 01-中输入提示快捷键Ctrl+space无法使用的问题 GEE中 Ctrl+space组合键用于代码输入快捷提示,能够提高编码的准确度和速度,但是, ...
- Google Earth Engine(GEE)批量下载代码(以 NDVI数据为例)
下载数据先准备工作(具体细节都能查到):科学上网 谷歌邮箱,谷歌邮箱注册GEE账号. 一:导入需要下载边界shp文件. 标题 找到自己的shp文件,导入除了sbx文件的所有文件. 导入成功 命名ass ...
- 使用Google Earth Engine (GEE)实现MODIS数据批量下载
使用Google Earth Engine GEE实现MODIS数据批量下载 前言 下载数据代码 批量执行run任务 关注公众号,分享GIS知识.ArcGIS教程.SCI论文与科研日常等 前言 上图是 ...
- 基于google earth engine(GEE)下载研究区域影像
基于google earth engine(GEE)下载研究区域影像 当研究需要Landsat数据时,我们可以通过USGS官网或者地理空间数据云平台下载.由于地理空间数据云目前无法下载到较新的数据,可 ...
- Google Earth Engine(GEE)——可视化动态图
代码: var geometry = /* color: #d63000 *//* shown: false *//* displayProperties: [{"type": & ...
- Google Earth Engine (GEE) ——卫星影像的监督分类(svm)
问题 GEE 提供哪些机器学习技术? 如何对卫星图像进行监督分类? 如何评估分类器的准确性? 如何手动创建自己的几何图形? 目标 练习查找无云图像和使用手绘几何导入 学习训练和应用分类算法所需的基本功 ...
最新文章
- 【采集层】Kafka 与 Flume 如何选择
- 最新的ES 5.0路由算法底层实现
- python数据结构与算法
- hibernate系列之四
- 使用 ADO.NET 和 Oracle 进行高级数据访问
- jdbctypetimestamp_mysql之TIMESTAMP(时间戳)用法详解
- 由a标签的onclick影出来的问题
- Oracle数据库集中复制方式浅议
- [非原创] 获取CPUID;
- php入门案例,thinkphp3.2.1入门之--简单案例实现
- 计算机释放内存的命令,如何设置电脑Win7自动释放内存空间?
- EDI系统-AS2传输常见问题
- cshop是什么开发语言_C-SHOP编程是什么
- pspice仿真错误
- SDWebImage 第三方框架的使用——网络图片的处理操作
- 利用STM32CubeMX软件生成USB_DEVICE_SD卡虚拟U盘
- 2017年【计算机视觉+机器学习+人工智能】领域重要会议 汇总
- C++wildcard maching通配符匹配的算法实现(附完整源码)
- 基于安卓的网上药店管理系统android
- python爬虫爬取知网
热门文章
- FR8016HA MS1791 PHY6222 TLSR8251 YC1171 HS6621 BK3432 N32WB031 对比介绍
- linux自动网络对时
- wordpress优化插件_专为移动设备优化的社交共享WordPress插件
- 杭电嵌入式课程设计——上位机
- 2022-2028年中国半导体集成电路产业竞争现状及发展前景规划报告
- 赛门铁克:深化本地化发展不是空谈
- 《虚拟现实在各行业中的应用》(Yanlz+Unity+XR+VR+AR+MR+虚拟现实+5G+云计算+雾计算+AI+人工智能+CRAN+云游戏+IoT物联网+游戏开发+框架编程+立钻哥哥++ok++)
- 前端练习41 数组的空位填充
- 医学统计学和计算机等级,医学统计学计算机操作教程
- 网盘搜索插件php源码,百度云网盘搜索引擎 PHP版 v1.0