2000-2019年中国灌溉耕地分布数据集
基于县级灌溉面积统计数据构建了中国（IrriMap_CN）的国家级空间分布数据集，在此基础上通过多源遥感数据协同分析建立协调性指数，并采用空间尺度降倍技术得到初版全国2000-2019年逐年500米分辨率的灌溉耕地数据集（IrriMap_Syn）。随后通过时空滤波技术筛选出有效时空特征样本，并利用最优训练特征参数集合与集成学习算法（随机森林分类器）实现局地化自适应分类，在遥感云计算平台上完成模型训练与优化，在线生成更高精度、时间分辨率更高的国家级时序分布产品（IrriMap_CN）。
基于中国县级灌溉面积统计数据构建的全国范围内的灌溉耕地分布数据集（IrriMap_Syn），通过将多种遥感影像和地理信息系统数据的综合协调分析进行空间尺度转换（...），最终生成了经过空间尺度转换后的500米分辨率全国范围内的年度数据系列（IrriMap_Syn）。
水肥数据的主要作用在于提升农业生产效率与粮食产量。科学合理的灌溉管理可使作物获得适量水分从而促进农作物正常生长发育并显著增加产量同时有助于提高土地利用效率对于改善区域经济发展具有重要意义。此外合理配置水资源不仅有助于增加产量在补充土壤水分方面也具有重要作用同时能够缓解干旱地区的人畜用水压力确保人畜生活用水安全需求得到满足。因此水肥数据的有效利用可协助制定科学合理的 Irrigation 方案以实现农业生产目标
CAS/IRRIMAP_CN
时间范围: 2000年-2019年
范围: 中国
来源: IrriMap_CN数据集
复制代码段:
var images = pie.ImageCollection("CAS/IRRIMAP_CN")
数据集ID:
CAS/IRRIMAP_SYN
时间范围: 2000年-2019年
范围: 中国
来源: IrriMap_Syn数据集
复制代码段:
var images = pie.ImageCollection("CAS/IRRIMAP_SYN")
| 名称 | 类型 | 分辨率（m） | 描述信息 |
|---|---|---|---|
| B1 | Float | 1000 | 灌溉地 |
| date | string | 影像日期 |
|---|
代码：
//两个数据集
var images = pie.ImageCollection("CAS/IRRIMAP_SYN")
var images = pie.ImageCollection("CAS/IRRIMAP_CN")
.select("B1")
// 输出影像信息
print(images)
// 设置图层显示参数
var visParam = {//min: -30, max: 30,
palette: [
"#040274",
"#040281",
"#0502a3",
"#0502b8",
"#0502ce",
"#0502e6",
"#0602ff",
"#235cb1",
"#307ef3",
"#269db1",
"#30c8e2",
"#32d3ef",
"#3be285",
"#3ff38f",
"#86e26f",
"#3ae237",
"#b5e22e",
"#d6e21f",
"#fff705",
"#ffd611",
"#ffb613",
"#ff8b13",
"#ff6e08",
"#ff500d",
"#ff0000",
"#de0101",
"#c21301",
"#a71001",
"#911003"
],
};
//定位地图中心
Map.setCenter(108.25, 33.52, 2);
//加载显示数据
Map.addLayer(images, visParam,"img")
AI写代码