FROMGLC2017_10m

# 1.数据介绍

# 1.1 数据简介

宫鹏老师团队基于Google Earth Engine平台，使用到全球13万个样本点，利用随机森林分类方法对Sentinel-2影像，进行了2017年的10米分辨率全球土地覆盖制图。该数据集一共分为10类。

类别	Name	Code
耕地	Cropland	10
林地	Forest	20
草地	Grassland	30
灌木	Shrubland	40
湿地	Wetland	50
水体	Water	60
冻土	Tundra	70
不透水面	Impervious surface	80
裸地	Bareland	90
雪/冰	Snow/Ice	100

# 1.2 数据精度

该数据集的总体精度为72.76%，各类别的用户精度、生产者精度如下表所示：

# 2.数据下载

这里介绍两种数据下载方式

# 2.1官网下载方法

# 2.1.1下载网址

http://data.ess.tsinghua.edu.cn/fromglc2017v1.html，打开直接进入下载界面，无需注册与审核。

# 2.1.2影像确定

该网站按照影像的经纬度提供数据下载，影像名称代表的含义分别如下：

其中经纬度是影像的最左下角坐标：

在官网每一景土地覆盖影像的坐标是偶数递增，其中最高纬度为南北纬84°：

纬度：-84,-82...-4,-2,0,2,4...82,84

经度：-180,-178,..,-4,-2,0,2,4,...178

假如我们下载北京市中心的影像（北纬39°56′，东经116°20′），那需要下载的是北纬38°，东经116°的影像：

下载影像记住两点：影像名称代表的是左下角经纬度；经纬度以偶数递增。

# 2.2遥感云计算下载方法

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，该研究区不能直接调用，需要转为geometry类型。

//研究区加载 LZ（四川省_资阳市_乐至县）
LZ= LZ.first().geometry(); 
Map.centerObject(LZ,9);    
Map.addLayer(LZ, {color: 'FF0000', fillColor: '00000000', width: 1}, "LZ")

# 2.2.2 数据筛选

首先加载影像集，筛选时间，选择波段，镶嵌与裁剪。

//FROM_GLC10 徒弟覆盖数据下载                  
//加载徒弟覆盖数据 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()
              .clip(LZ);

//显示徒弟覆盖数据
Map.addLayer(LZ_landcover_2017,visParam,"LZ_landcover_2017")

在这里，需要注意一个地方:

PIE与GEE的裁剪不同，需要指定波段才能进行裁剪。

# 2.2.3 数据导出

这里几乎和GEE差不多，选择下载区域、下载路径等。

//下载
Export.image({
    image:LZ_landcover_2017,
    description: "LZ_landcover_2017",
    assetId: "LZ_landcover_2017",
    region:LZ,
    scale:10,
    maxPixels:1e13
});

有两个地方需要注意一下:

ppqq 如果你不知道下载区域大小，maxPixels记得设置大一点；

ppqq PIE数据处理完之后，在PIE资源里面，点击文件即可下载；

# 2.2.4 数据使用

数据下载后，加载到gis软件里面，就可以看到研究区2017年的30米土地覆盖数据。 10米的土地覆盖数据集，比30米的细腻很多:

# 2.2.5 代码链接

代码链接功能提供了两种方式。
一种是外部链接方式用于给非登陆用户使用:
https://engine.piesat.cn/engine-share/shareCode.html?id=95120018f4ae488ea92c1f8b35b4c3ee 一种是内部链接方式，直接在编辑器中打开用于给登陆用户直接使用:
https://engine.piesat.cn/engine/home?sourceId=95120018f4ae488ea92c1f8b35b4c3ee

# 2.2.6 完整代码

//研究区加载 四川省_资阳市_乐至县
LZ= LZ.first().geometry(); 
Map.centerObject(LZ,9);    
Map.addLayer(LZ, {color: 'FF0000', fillColor: '00000000', width: 1}, "LZ")

//徒弟覆盖数据样式
var visParam = {
    min: 10,
    max: 100,
    palette: '#43B87C,#24DB99,#7EB451,#2E79BC,#2838B8,#8B2CC0,#EEE912,#BC1FA1,#17214F,#B81A74,#B5CF52,#932626,#2B328B,#AA5C5C,#2561E9,#874949,#4ECF61,#AE5151'
};

//FROM_GLC10 徒弟覆盖数据下载                  
//加载徒弟覆盖数据 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()
              .clip(LZ);

//显示徒弟覆盖数据
Map.addLayer(LZ_landcover_2017,visParam,"LZ_landcover_2017")

//下载
Export.image({
    image:LZ_landcover_2017,
    description: "LZ_landcover_2017",
    assetId: "LZ_landcover_2017",
    region:LZ,
    scale:10,
    maxPixels:1e13
});

# 参考

Gong P., et al., 2019. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017,Science Bulletin

Li C, Gong P, Wang J, et al. The first all-season sample set for mapping global land cover with Landsat-8 data. Sci Bull 2017, 62, 508–515.

Finer Resolution Observation and Monitoring of Global Land Cover.http://data.ess.tsinghua.edu.cn/fromglc2017v1.html

PIE&GEE 下载ESA、Esri与FROM三款10米土地覆盖数据代码.https://zhuanlan.zhihu.com/p/424767735