- Dataset-Verfügbarkeit
- 1990-01-01T00:00:00Z–2021-12-31T23:59:59Z
- Ersteller des Datasets
- Biopama-Programm
- Tags
Beschreibung
Globale Ausdehnung von Ölpalmen für 2016–2021 mit einer Auflösung von 10 m und Pflanzjahr von Ölpalmen von 1990 bis 2021 mit einer Auflösung von 30 m. Der Datensatz besteht aus 609 Rasterkacheln mit einer Größe von 100 × 100 km, die tropische und subtropische Ölpalmenanbaugebiete weltweit abdecken. Er bildet 23,98 Mha Ölpalmen mit geschlossenem Kronendach ab (16,69 Mha [69,6%] industrielle und 7,29 Mha [30,4%] Kleinbauern). Die stichprobenbasierte Flächenschätzung beträgt 16,82 ± 0,19 Mha für industrielle und 7,37 ± 0,25 Mha für Kleinbauern. Beachten Sie, dass der Katalogzeitraum zwar 1990–2021 umfasst, um den Zeitraum der Pflanzjahre widerzuspiegeln, diese Sammlung jedoch ein einzelnes statisches Mosaik und keine multitemporale Zeitreihe ist.
Methodik
- Ölpalmen-Ausdehnung (
classification, 10 m): Jährliche Karten der Ölpalmen mit geschlossenem Kronendach für die Jahre 2016–2021 wurden aus jährlichen Sentinel-1-C-Band-SAR-GRD-Dualpolarisations-Kompositen (VV und VH) mithilfe eines DeepLabv3+-CNN (MobileNetV2-Backbone) erstellt, das auf 296 Regionen von 10 x 10 km trainiert wurde. Die täglichen Sentinel-1-Szenen wurden mithilfe des SRTM v4-DEM für den lokalen Einfallswinkel korrigiert, separat für aufsteigende und absteigende Umlaufbahnen zu jährlichen Median-Kompositen zusammengefasst und über beide Umlaufbahnen gemittelt, um Geländeartefakte zu vermeiden, wenn eine Umlaufbahn mehr Durchgänge hatte. Im Gegensatz zu v1 (2019) wurde die Sentinel-2-Rotreflexion (Band 4) ausgeschlossen, da vor 2019 keine systematische Sentinel-2-Level-2A-Abdeckung von Ölpalmregionen verfügbar war. Um die 3-Kanal-DeepLabv3+-Architektur von v1 wiederzuverwenden, wurden die VV- und VH-Komposite mit einem mit Nullen gefüllten dritten Kanal gestapelt. - Um falsch positive Ergebnisse (z. B. Kokosnussplantagen und Reisfelder) zu reduzieren, wurden sich überschneidende Klassen für Ackerland, bebaute Flächen, Gewässer, krautige Feuchtgebiete und Mangroven aus ESA WorldCover 10 m v200 ausgeblendet. Anschließend wurde eine manuelle visuelle Überprüfung durchgeführt. In der Nachbearbeitung wurden 82 der 100 × 100 km großen Rasterzellen aus dem v1-Dataset von 2019 verworfen (hauptsächlich falsch-positive Kokosnussregionen in Mexiko, Indien, den Philippinen und Indonesien), während neue Hotspot-Rasterzellen (Andhra Pradesh in Indien, Kongobecken, Thailand und Mittel-/Südamerika) hinzugefügt wurden, um die 609 Kacheln zu erhalten.
- Die sechs jährlichen Karten (2016–2021) wurden zu einer einzigen statischen Ebene zusammengeführt, wobei das Vorhandensein von Ölpalmen priorisiert wurde: Ein Pixel wird als industriell (
1) gekennzeichnet, wenn es in einem beliebigen Jahr zwischen 2016 und 2021 als industriell klassifiziert wurde. Andernfalls wird es als Kleinbauern (2) gekennzeichnet, wenn es in einem beliebigen Jahr zwischen 2016 und 2021 als Kleinbauern klassifiziert wurde. Andernfalls wird es als andere Landbedeckung (0) gekennzeichnet. - Pflanzjahr (
planting_year, 30 m): Abgeleitet für alle Pixel, die als Ölpalme (1oder2) kartiert wurden, anhand von 30 m Landsat-5-, Landsat-7- und Landsat-8-Zeitreihen der Oberflächenreflexion von 1990 bis 2021 (Collection 2, Tier 1, Level-2). Ein Random-Forest-Klassifikator hat jede klare Landsat-Beobachtung als Vegetation, kahles Land oder Wolke gekennzeichnet, um das letzte Datum der Landvorbereitung (Last Date of Land Preparation, LDLP) zu ermitteln. Dies ist die letzte Beobachtung von kahlem Land, die der Landrodung vor dem Schließen des Kronendachs entspricht, geglättet mit einem räumlichen Modusfilter. Das Pflanzjahr ist definiert als das Kalenderjahr mit dem niedrigsten(NIR - SWIR2) / (NIR + SWIR2)-Wert innerhalb des 5-jährigen Zeitraums vor dem LDLP (im Artikel als Normalized Difference Water Index,NDWI (Gao, 1996), bezeichnet, aber mitSWIR2wie Landsat-8-Bändern 5 und 7 berechnet, was der Standardformel für den Normalized Burn Ratio [NBR] entspricht und in der Beschreibung des GeoTIFF-Bands der Quelle alsminNBRbezeichnet wird). Im Bandplanting_yearreichen die Werte von1989bis2022(statt von1990bis2021): Da der Algorithmus bis zu 5 Jahre vor dem LDLP zurückblickt, werden Plantagen, die vor 1990 angelegt wurden (siehe Hinweis unten zu Einschränkungen bei der Linkszensur), als1989erfasst (~7,5% der Ölpalmenpixel weltweit, der häufigste Wert im Datensatz). Ein kleiner Teil der Pixel (~0,04%) hat den Wert2022.
Beschränkungen
- Verzögerung bei der Erkennung von geschlossenen Baumkronen und Auslassung von 2019–2021:Sentinel-1-SAR erkennt Ölpalmen erst zuverlässig, wenn die Baumkronen vollständig geschlossen sind (normalerweise etwa 3 Jahre nach dem Pflanzen). Daher sind neu angelegte junge Plantagen, die zwischen 2019 und 2021 gepflanzt wurden, in der Ausdehnungsebene weitgehend nicht enthalten. Pixel mit
planting_yearin den Jahren 2019–2021 stellen hauptsächlich die Neuanpflanzung (Rotation) älterer Plantagen dar, die in den Jahren 2016–2018 bereits ein geschlossenes Kronendach hatten, bevor sie abgeholzt wurden. Sie dürfen nicht verwendet werden, um die Ausweitung von Ölpalmen oder die Entwaldung zwischen 2019 und 2021 zu messen. - Letzte Rotation im Vergleich zur ursprünglichen Einrichtung und linksseitige Zensur von 1989: Da der Algorithmus das letzte Ereignis der Kahlschlagrodung vor 2021 erkennt, wird in
planting_yeardas Jahr der Einrichtung des aktuellen Bestands ab 2021 erfasst. In Plantagen, die einer Rotation unterzogen wurden (normalerweise alle ca. 25 Jahre), spiegelt dies das letzte Jahr der Neuanpflanzung wider und nicht die ursprüngliche Umstellung auf Ölpalmen. Außerdem istplanting_yearbei1989links-zensiert.Das bedeutet, dass Pixel mitplanting_year == 1989(~7,5% der Ölpalmenpixel weltweit) Plantagen darstellen, die 1989 oder davor angelegt wurden, und bei der Berechnung des Plantagenalters nicht als buchstäblich 1989 gepflanzt behandelt werden sollten. - Nutzungsänderung nach der Rodung:Da die Zusammenführungsregel für 2016–2021 alle Pixel beibehält, die in mindestens einem Jahr als Ölpalme erkannt wurden, werden Plantagen, die zwischen 2016 und 2021 gerodet und anschließend in eine andere Landnutzung umgewandelt wurden, weiterhin als Ölpalme klassifiziert.
- Auslassung von Ölpalmen mit offenem Kronendach und halbwilde Ölpalmen:Das CNN kartiert nur Bestände mit geschlossenem Kronendach und lässt traditionelle, verstreute oder halbwilde Ölpalmenhaine (insbesondere in Westafrika, z. B. Nigeria) sowie Bestände mit offenem Kronendach, die durch Feuer, Überschwemmungen, Krankheiten oder Agroforstwirtschaft verursacht wurden, weitgehend aus.
- Geringere Genauigkeit bei Kleinbauernplantagen:Bei allen 6.843 Grundwahrheitsbeobachtungen zum Pflanzjahr beträgt der RMSE für das Pflanzjahr insgesamt 2,65 Jahre (mittlerer Fehler = -0,24 Jahre, R^2 = 0,86). Im Vergleich zur visuellen Interpretation von Landsat-Zeitreihen (n = 841 Punkte) lag die Übereinstimmung des Random-Forest-LDLP im genauen Jahr insgesamt nur bei 59,6 % (64,8 % industriell, 44,0% Kleinbauern; 76,3% innerhalb von ±3 Jahren). Kleinbauernplantagen weisen eine geringere Klassifizierungsgenauigkeit (Produzentengenauigkeit 71,7%, Nutzergenauigkeit 72,4%) und einen höheren Fehler beim Pflanzjahr (RMSE = 4,89 Jahre, in Kamerun bis zu 7,01 Jahre) auf als industrielle Plantagen (Produzentengenauigkeit 91,0%, Nutzergenauigkeit 91,8%, RMSE beim Pflanzjahr = 2,02 Jahre). Die Genauigkeit des Pflanzjahres bei Kleinbauern wird durch gemischte 30-m-Pixel entlang unregelmäßiger Parzellengrenzen, mehrjährige aufeinanderfolgende Pflanzungen und „Unterpflanzungen“ (Pflanzen von Setzlingen unter alten Palmen vor dem Fällen, um eine Phase mit nacktem Boden zu vermeiden) beeinträchtigt.
- Geringe geografische Abdeckung der Feldvalidierung:Die Feldvalidierung von
planting_yearhatte eine geringe geografische Abdeckung: nur 3 Länder für industrielle Plantagen (Brasilien, Gabun, Indonesien) und 2 Länder für Kleinbauern (Kamerun und Indonesien, 93, 5% von einem einzigen Unternehmen über Eigentümerinterviews erhoben, die auch dem Risiko von Erinnerungsfehlern bei älteren Beständen unterliegen), ohne Feldvalidierung in Malaysia, Thailand, Indien oder anderen Produktionsregionen. - Abweichende Auflösung und Rasterversatz zwischen den Bändern: Da
classificationeine Auflösung von 10 m undplanting_yeareine Auflösung von 30 m hat (mit einem Versatz von 20 m am westlichen Rand zwischen den GeoTIFF-Quellrastern), fehlt bei etwa 5% der 10-m-Ölpalmenpixel an den Plantagenrändern einplanting_year-Wert. Außerdem können 30-m-planting_year-Pixel an den Grenzen auf benachbarte 10-m-Pixel ohne Ölpalmen (0) übergreifen. - Regionale Artefakte durch Wolken und Saisonalität:Eine anhaltende Wolkendecke und eine dünne Abdeckung des Landsat-Archivs vor 2013 in Äquatorial- und Westafrika (z.B. Kamerun, Gabun, Kongobecken) erhöhen die Unsicherheit des Pflanzjahres.
In Regionen mit ausgeprägten Trockenzeiten (insbesondere Andhra Pradesh in Indien, Thailand und Sulawesi in Indonesien) können saisonale Rückgänge des NDWI zu falschen Erkennungen von kahlem Land führen, was die
planting_year-Werte in Richtung zu aktueller Jahre verzerrt.
Bänder
Bänder
Pixelgröße: variiert
| Name | Min. | Max. | Pixelgröße | Beschreibung |
|---|---|---|---|---|
classification |
10 Meter | Klassifizierung des Ölpalmenplantagentyps |
||
planting_year |
1989 | 2022 | 30 Meter | Geschätztes Jahr der Plantagengründung |
Klassentabelle für „classification“
| Wert | Farbe | Beschreibung |
|---|---|---|
| 0 | #18181b | Andere Landbedeckungen, die keine Ölpalmen sind |
| 1 | #d97706 | Industrielle Ölpalmenplantagen mit geschlossenem Kronendach |
| 2 | #06b6d4 | Ölpalmenplantagen von Kleinbauern mit geschlossenem Kronendach |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
Quellenangaben:
Descals, A., Gaveau, D. L., Wich, S., Szantoi, Z., and Meijaard, E. (2024). Globale Kartierung des Pflanzjahres von Ölpalmen von 1990 bis 2021. Earth System Science Data, 16(11), 5111-5129. doi:10.5194/essd-16-5111-2024
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('BIOPAMA/GlobalOilPalm/v1_2'); // Band 1: Oil palm plantation type classification (10 m resolution) // 0: Other land covers that are not oil palm // 1: Industrial closed-canopy oil palm plantations // 2: Smallholder closed-canopy oil palm plantations var classification = dataset.select('classification').mosaic(); var classificationVis = { min: 0.0, max: 2.0, palette: ['18181b', 'd97706', '06b6d4'], }; // Create a mask to add transparency to non-oil palm plantation class pixels. var mask = classification.neq(0); mask = mask.where(mask.eq(0), 0.6); // Band 2: Year of plantation establishment (1989-2022, 30 m resolution) var plantingYear = dataset.select('planting_year').mosaic(); // Visualize planting year separately for industrial (warm amber/gold) and // smallholder (cool navy/cyan) plantations over a dark background. var industrialYearVis = { min: 1989.0, max: 2022.0, palette: ['451a03', '92400e', 'd97706', 'f59e0b', 'fef08a'], }; var smallholderYearVis = { min: 1989.0, max: 2022.0, palette: ['082f49', '0369a1', '06b6d4', '38bdf8', 'cffafe'], }; var background = ee.Image.rgb(24, 24, 27).visualize({min: 0, max: 255}); var industrialYear = plantingYear .updateMask(classification.eq(1)) .visualize(industrialYearVis); var smallholderYear = plantingYear .updateMask(classification.eq(2)) .visualize(smallholderYearVis); var composite = ee.ImageCollection([ background, industrialYear, smallholderYear, ]).mosaic(); Map.setCenter(101.31, 1.1, 11); Map.addLayer(composite, {}, 'Oil Palm Planting Year by Class (1989-2022)'); Map.addLayer( industrialYear, {}, 'Industrial Planting Year (1989-2022)', false); Map.addLayer( smallholderYear, {}, 'Smallholder Planting Year (1989-2022)', false); Map.addLayer( classification.updateMask(mask), classificationVis, 'Oil Palm Classification', false);