2000-2019年中国灌溉耕地分布数据集

中国灌溉耕地分布数据集（2000-2019,IrriMap_CN）在县级灌溉面积统计数据基础上，通过对多源灌溉产品协同指标进行统计数据的空间降尺度，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）；基于时空滤波准则从IrriMap_Syn中提取全国范围内的有效训练样本，采用优选的训练特征参数和随机森林分类器，在遥感云计算平台上进行局部自适应分类，生成更高精度的时序灌溉耕地产品（IrriMap_CN）。前言 – 人工智能教程

中国灌溉耕地分布数据集（2000-2019,IrriMap_Syn）在县级灌溉面积统计数据基础上，通过对多源灌溉产品协同指标进行统计数据的空间降尺度，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）。

灌溉数据的作用是为了提高农业生产的效率和产量，促进农业现代化。通过灌溉，可以为植物提供适量的水分，保证农作物的正常生长发育，增加产量；还可以为土壤提供充足的水分，促进土壤肥力的增加，增加土壤的生产力。此外，灌溉还可以解决干旱地区的饮水问题，保障人民的生产和生活需求。因此，灌溉数据的收集和分析可以帮助农业决策者制定科学的灌溉方案，达到提高农业生产水平的目的。

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")

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")