AIEarth中国10米地物分类数据集(AIEC) 简介与Notebook示例

达摩院AI Earth团队自研的中国区10m分辨率地物分类产品，数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集，借助深度学习方法，融合了多时序、多模态、Low Level约束、半监督等技术，进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测，整体精度指标均达到一定提升。

数据集检索

import aie
aie.Authenticate()
aie.Initialize()
# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province').geometry() 

#指定检索数据集，可设置检索的时间范围
dataset = aie.ImageCollection('DAMO_AIE_CHINA_LC') \
             .filterBounds(feature_collection) \
             .filterDate("2022-01-01", "2022-01-31") \
             .mosaic()\
             .clip(feature_collection)
             
imgs = dataset.select(['Map']);

map = aie.Map(
    center=imgs.getCenter(),
    height=800,
    zoom=6
)
vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 9,
    'palette': [
        '#F8D072','#31AD69','#83C238','#63E038',
        '#63E0E4','#A3D6F5','#F1A5B4','#D7C8B9',
        '#9C9C9C'
    ]
}

map.addLayer(
    imgs,
    vis_params,
    'Map',
    bounds=imgs.getBounds()
)
map

单景影像检索

import aie
aie.Authenticate()
aie.Initialize()

img = aie.Image('DAMO_AIE_CHINA_LC_2022_N30E117')

map = aie.Map(
    center=img.getCenter(),
    height=800,
    zoom=6
)
vis_params = {
    'bands': 'Map',
    'min': 1,
    'max': 9,
    'palette': [
        '#F8D072','#31AD69','#83C238','#63E038',
        '#63E0E4','#A3D6F5','#F1A5B4','#D7C8B9',
        '#9C9C9C'
    ]
}
map.addLayer(
    img,
    vis_params,
    'Map',
    bounds=img.getBounds()
)
map