GEE11：2个土地覆盖数据（LUCC）分享和下载

LUCC

今天分享两个土地利用数据，一个可以直接下载（30m），另一个需要使用GEE平台进行下载（500m）。

1.2020年全球30米地表覆盖精细分类产品V1.0

  该数据来自中科院空天院数据网络——刘良云老师团队，里面包含了2000、2005、2010、2020年的土地覆盖数据，精度为30m，附上下载链接：添加链接描述

1.1 背景

  地表覆盖分布是气候变化研究、生态环境评估及地理国情监测等不可或缺的重要基础信息。近年来，随着遥感科学技术以及计算机存储和计算能力的不断提升，地表覆盖应用需求也逐步从公里尺度（如 1 公里，500 米）向更高分辨率的米级尺度（30 米和 10 米）过渡。目前，已公开的三套 30 米全球地表覆盖产品（GLC_FCS30，FROM_GLC 和 GlobeLand30）能够很好地服务了全球/区域尺度的应用需求。
  然而，随着遥感数据的逐步积累，针对长时序地表覆盖监测产品的需求也日益迫切，尤其是具有最长时间积累的 Landsat 卫星数据。目前而言，国内外已经陆续发布了多套长时序的全球地表覆盖产品，例如：NASA 发布的自 2000 年到2020 年逐年更新的 MCD12Q1 产品，ESA 发布的自 1992 年到 2020 年的逐年更新的 300 米 CCI_LC 产品，这两套产品在时间维度具上有很好的连续性，但其百米级的空间分辨率导致其依然无法准确地刻画在区域尺度上人为活动对地表覆盖的影响。在更高空间分辨率的 30 米尺度，国家地理信息中心已陆续发布了 2000年、2010 年和 2020 年三个版本的全球 30 米地表覆盖产品，该数据集能够为精细尺度的地表覆盖变化分析提供基础的数据支撑，但是，其更新周期跨度较长（10年）并且无法监测 2000 年之前的地表覆盖信息。
  为了实现全自动长时序的全球 30 米地表覆盖动态监测目标，本研究以课题组 2020 年最新研发的全球 30 米地表覆盖精细分类产品（GLC_FCS30-2020）为基准数据，提出了耦合变化检测和动态更新相结合的长时序地表覆盖动态监测方案，利用 1984-2020 年所有 Landsat 卫星数据（Landsat TM，ETM+和 OLI）在Google Earth Engine 云计算平台完成了长时序的地表覆盖变化检测，并结合变化检测结果实现了逐区域和逐期的地表覆盖动态更新，生产了 1985 年-2020 年全球 30 米精细地表覆盖动态监测产品。该产品沿用了 2020 年基准数据的分类体系，共包含 29 个地表覆盖类型，更新周期为 5 年。

1.2 分类体系

这个数据需要自己下载单个图幅，然后自己进行拼接。

1.3 1985-2020 年全球 30 米精细地表覆盖动态监测产品

1.4 下载数据展示

2. MCD12Q1.006 MODIS Land Cover Type Yearly Global 500m

2.1 数据介绍

  MODIS三级数据土地覆盖类型产品（Land Cover data）是根据一年的Terra和Aqua观测所得的数据经过处理，描述土地覆盖的类型。该土地覆盖数据集中包含了17个主要土地覆盖类型，根据国际地圈生物圈计划（IGBP），其中包括11个自然植被类型，3个土地开发和镶嵌的地类和3个非草木土地类型定义类。
  MODIS Terra + Aqua三级土地覆盖类型年度全球500米产品MCD12Q1采用五种不同的土地覆盖分类方案，信息提取主要技术是监督决策树分类。下面是该数据中包含的五个数据集，五个分类方案如下：

1. 土地覆盖分类1：IGBP的全球植被分类方案（我们主要使用此图层）
2. 土地覆盖分类2：美国马里兰大学（UMD格式）方案
3. 土地覆盖分类3：基于MODIS叶面积指数/光合有效辐射方案
4. 土地覆盖分类4：基于MODIS衍生净初级生产力（NPP）方案
5. 土地覆盖分类5：植物功能型方案

2.2 分类体系

2.3 GEE code

/**
 * @Author: Jackson Zhao
 * @Date: 2023-03-15 20:33:13
 * @LastEditors: Jackson Zhao  
 * @LastEditTime: 2023-03-15 20:33:13
 * Description: This code is used to download lucc dataset.
 *///只保留roi的几何形状var roi = china;//将显示的图层缩放到研究区中心
Map.centerObject(roi,5)var styling ={color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")for(var i =2005;i<=2010;i++){var dataset = ee.ImageCollection("MODIS/006/MCD12Q1").filterDate(i+'-01-01', i+'-12-31').select('LC_Type1')var classification = dataset.mosaic().clip(roi)//在窗口展示一下classification图像//配置显示参数var igbpLandCoverVis ={min:1.0,max:17.0,palette:['05450a','086a10','54a708','78d203','009900','c6b044','dcd159','dade48','fbff13','b6ff05','27ff87','c24f44','a5a5a5','ff6d4c','69fff8','f9ffa4','1c0dff'],};print(classification)//图像展示
Map.addLayer(classification, igbpLandCoverVis, i+"MCD12Q1 LC_Type1");

Export.image.toDrive({image: classification,description: i+'land',region: roi,scale:500,maxPixels:1e13,crs:"EPSG:32648",folder:'LUCC'})}

结果展示：

控制台：

效果图：

点击下载就可以了，tif影像不大，几百kb。