作者:CSDN @ _养乐多_
本文翻译了awesome-gee-community-catalog中关于Global Mangrove Watch的介绍和使用指南的内容。
该文分享了1996 年至 2020 年全球红树林范围和变化的长期时间序列数据集。数据集由 L 波段合成孔径雷达 (SAR) 全球镶嵌数据集开发得到。并有变化检测数据集。
这项研究利用了来自日本航空航天探索局 (JAXA) 的 L 波段合成孔径雷达 (SAR) 全球马赛克数据集,涵盖了从 1996 年到 2020 年的 11 个时期,开发了一个长期的全球红树林分布和变化时间序列。研究采用了图像与地图结合的方法进行变化检测,其中基准地图 (GMW v2.5) 通过阈值处理和上下文红树林变化掩模进行了更新。这一方法应用于所有图像日期对之间,从而生成了每个时期的 10 张地图,并将其总结为全球红树林时间序列。最终生成的红树林分布图的估计准确度为 87.4%(95% 置信区间:86.2% - 88.6%),然而,个别增减变化类别的准确度较低,分别为 58.1%(52.4% - 63.9%)和 60.6%(56.1% - 64.8%)。
误差来源包括 SAR 马赛克数据集的配准误差,这只能部分修正。此外,红树林碎片化区域的混淆问题,尤其是在水产养殖池周围,也增加了误差。总体而言,1996 年的红树林面积为 152,604 平方公里(133,996 - 176,910),到 2020 年减少了 5,245 平方公里(-13,587 - 3,686),使得总面积降至 147,359 平方公里(127,925 - 168,895),这意味着在 24 年的时间里,红树林面积减少了约 3.4%。全球红树林监测 (GMW) 版本 3.0 是迄今为止实现的最全面的全球红树林变化记录,预计将支持包括全球沿海环境的持续监测、对保护目标的定义与评估、保护区规划以及全球红树林生态系统风险评估等多个领域的活动。
您可以在此处下载数据集,并在此处阅读论文。
免责声明:数据集描述的全部或部分内容由作者或其作品提供。
栅格图块进行了拼接,以便所有的范围和相关栅格能够适配单一的数据集。日期范围随后被添加到栅格和矢量图层中。
Bunting, P.; Rosenqvist, A.; Hilarides, L.; Lucas, R.M.; Thomas, T.; Tadono, T.; Worthington, T.A.; Spalding, M.; Murray, N.J.; Rebelo, L-M. Global Mangrove Extent Change 1996 – 2020: Global Mangrove Watch Version 3.0. Remote Sensing. 2022
数据集引用:
Bunting, Pete, Rosenqvist, Ake, Hilarides, Lammert, Lucas, Richard, Thomas, Nathan, Tadono, Takeo, Worthington, Thomas, Spalding, Mark, Murray, Nicholas, & Rebelo, Lisa-Maria. (2022). Global Mangrove Watch (1996 - 2020) Version 3.0 Dataset (3.0) [数据集]. Zenodo. https://doi.org/10.5281/zenodo.6894273
var extent_raster = ee.ImageCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/extent/GMW_V3");
var extent_1996 = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/extent/gmw_v3_1996_vec");
var extent_2007 = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/extent/gmw_v3_2007_vec");
// 此处列出了1996至2020年各年的红树林分布数据
var change_f1996_raster = ee.ImageCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/change/change_f1996");
var change_f1996_2007 = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/change/gmw_v3_f1996_t2007_vec");
// 此处列出了1996年至2020年间的红树林变化检测数据
var gmw_union_raster = ee.Image("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/union/gmw_v3_mng_union");
var gmw_union_vector = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/union/gmw_v3_union_vec");
var gmw_core_raster = ee.Image("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/core/gmw_v3_mng_core");
var gmw_core_vector = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/core/gmw_v3_core_vec");
var tiles = ee.FeatureCollection("projects/earthengine-legacy/assets/projects/sat-io/open-datasets/GMW/gmw_v3_tiles");
分辨率:大约 30 米。
为了提高全球红树林监测 (GMW) 基线数据的分辨率和本地相关性,已为 2020 年创建了一个新图层。通过使用 Copernicus Sentinel-2 卫星影像,处理后的像素分辨率为 10 米,重新映射并修订了红树林分布图,其中许多以前未被映射的区域现在已包含在新的图层中。这一改进将映射分辨率从 25 米提高到 10 米,使得更细致的特征(如滨岸和河口红树林)得以精确映射。
var raster_extent = ee.ImageCollection("projects/sat-io/open-datasets/GMW/annual-extent/GMW_MNG_2020");
var vector_extent = ee.FeatureCollection("projects/sat-io/open-datasets/GMW/annual-extent/GMW_MNG_VEC_2020");
Map.addLayer(raster_extent.median(),{"opacity":1,"bands":["b1"],"min":1,"max":1,"palette":["228B22"]},'GMW Raster Extent 2020 v4.0.19')
Map.addLayer(ee.Image().paint(vector_extent,0,3), {"palette":["red"]}, 'GMW Vector Extent 2020 v4.0.19')
分辨率:约 10 米。
点击此处查看代码示例:https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:global-landuse-landcover/GLOBAL-MANGROVE-WATCH
或者:https://code.earthengine.google.com/74f3efaac7839fcfc10b456f79b53d20?noload=true
许可证:知识共享 4.0 国际(CC BY 4.0)
关键词:全球,红树林,GMW,1996,2020
最后更新时间:2024年9月8日
2024年9月8日更新:新增了 Sentinel 衍生的 v4.0.19 栅格和矢量分布数据。