简介
清华大学宫鹏教授研究组基于Landsat影像完成了40年时间跨度的1978年、1985-2017逐年的中国建成区制图产品。该数据集包含城市建筑用地情况，数据按省组织，空间分辨率为30m。
该研究将中国划分为298个格网，每个格网面积为200km×200km，利用训练样本和Exclusion-Inclusion分类方法实现建成区快速制图，经验证，数据总体精度超过90%。该数据集填补了较高分辨率时空一致的建成区动态监测产品的空白，能够同时反映城市和周边农村居民点的时空特征。
清华大学宫鹏教授建成区数据集是一个开放的城市建筑物数据集，其中包含了中国境内部分城市的建筑物轮廓、高度、用途等信息。这个数据集的来源是通过高分辨率卫星遥感影像和机器学习算法自动提取得到的。前言 – 床长人工智能教程
该数据集的主要目的是为城市规划和建筑设计提供数据支持。通过这个数据集，研究人员和城市规划师可以更加全面地了解城市建筑物的分布和特征，从而更好地制定城市规划方案。此外，该数据集还可以为地图制作、遥感影像分析等领域提供数据支持。
该数据集的使用需要遵守相关法律法规和使用协议，并注明数据来源。如果您对该数据集有进一步的疑问或需要详细了解，请访问清华大学宫鹏教授的个人网站以获取更多信息。
数据集ID:
THU/UrbanFreq_1978_2017
时间范围: 1978年-2017年
范围: 全国
来源: 清华大学
复制代码段:
var images = pie.ImageCollection("THU/UrbanFreq_1978_2017")
波段：
名称 | 类型 | 分辨率(m) | 值域范围 | 填充值 | 描述信息 |
|---|---|---|---|---|---|
B1 | uint8 | 30 | 0~34 | 255 | 不同像素的值表示不同的年份。零表示非城市，大于零的值表示城市像素，如34对应为1978年，33对应1985年，1对应2017年。 |
属性
date | string | 影像日期 |
|---|
函数
mean()
通过计算ImageCollection中的所有Image像素值的平均值融合为一张影像。
方法参数：
- imageCollection(ImageCollection)
ImageCollection实例。
返回值：Image
代码
代码语言：javascript复制//加载中国建成区长时间序列产品
var img = pie.ImageCollection('THU/UrbanFreq_1978_2017')
.select("B1")
.mean();
//设置显示参数
visParams = {min:0, max:34,
palette: ['000000', '023858', '006837', '1a9850', '66bd63', 'a6d96a',
'd9ef8b', 'ffffbf', 'fee08b', 'fdae61', 'f46d43', 'd73027']};
//加载显示影像
Map.addLayer(img, visParams, "img");
