本教程主要的米杜埃是利用 Global 4-class PALSAR-2/PALSAR Forest数据提取指定区域的森林，这个数据集中包含稠密森林和稀疏森林以及非森林和水体，可以按照分类的label来进行提取，这里主要会使用到selfMask()函数来进行掩膜提取。
全球森林/非森林地图（FNF）是通过对全球 25 米分辨率 PALSAR-2/PALSAR 合成孔径雷达镶嵌图像中的合成孔径雷达图像（反向散射系数）进行分类，将反向散射强和反向散射低的像素分别指定为 "森林 "和 "非森林 "而生成的。这里的 "森林 "是指面积大于 0.5 公顷、森林覆盖率超过 10%的天然林。这一定义与联合国粮农组织（FAO）的定义相同。由于森林的雷达后向散射取决于地区（气候带），因此森林/非森林的分类采用了与地区相关的后向散射阈值。通过使用现场照片和高分辨率光学卫星图像来检验分类的准确性。
25 meters
| Name | Description | Min | Max |
|---|---|---|---|
| fnf | Forest/Non-Forest landcover classification | 1 | 4 |