- Dataset-Verfügbarkeit
- 2020-01-01T00:00:00Z–2020-12-31T00:00:00Z
- Dataset-Anbieter
- NASA ORNL DAAC at Oak Ridge National Laboratory
- Tags
Beschreibung
Dieses Dataset enthält Klassen globaler Wälder, die nach Status/Zustand im Jahr 2020 mit einer Auflösung von etwa 30 m abgegrenzt wurden. Die Daten unterstützen die Erstellung von Schätzungen der Tier 1-Klasse für die AGBD (Aboveground dry woody Biomass Density, Trockenmasse von oberirdischer Biomasse) in natürlichen Wäldern in der 2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories (2019 Aktualisierung der IPCC-Richtlinien von 2006 für nationale Inventare von Treibhausgasen). Zu den Waldklassen gehören primäre, junge sekundäre (≤ 20 Jahre) und alte sekundäre Wälder (> 20 Jahre). Die Klassifizierung basierte auf einer booleschen Kombination einer Reihe vorhandener Erdbeobachtungsprodukte (EO) für die Baumkronendecke, Höhe, Alter und Landnutzungsklassifizierung von Waldgebieten für die Jahre 2000 bis 2020. Bei dieser Klassifizierung des Waldstatus bzw. der Waldbedingungen wird die Reduzierung potenzieller Fehler bei der Abgrenzung priorisiert, indem die Einbeziehung mehrdeutiger Pixel minimiert wird. Daher wird die globale Waldfläche konservativ geschätzt und es werden weltweit etwa 3,26 Milliarden Hektar Wald identifiziert.
Qualitätsbewertung
Diese Daten bieten eine umfassende Zusammenstellung der neuesten veröffentlichten Datasets zu Waldbedingungen. Die Nichtexistenz einer unabhängigen Stichprobe globaler Daten, die die Validierung dieser Abgrenzungen ermöglichen würde, stellt jedoch eine Einschränkung dar. Daher wurde die globale Klassifizierung des Waldstatus/der Waldbedingungen nicht validiert.
Datenerfassung, Materialien und Methoden
Die Klassifizierung des Waldstatus/der Waldbedingungen erfolgt durch eine boolesche Analyse einer Reihe vorhandener Datasets (siehe Tabelle 1, Hunka et al., 2024), einschließlich der aus Satellitendaten abgeleiteten Ebenen für Waldbäume (Bedeckung, Höhe, Alter) und Landnutzungsklassifizierung. Bei diesem Ansatz werden Ebenen, die eine potenzielle Klasse für den Waldstatus/-zustand identifizieren (z. B. Primärwälder), zusammengeführt. Ebenen, die Quellen für Unstimmigkeiten identifizieren (z. B. das Vorhandensein von Plantagen oder die in den abgegrenzten Primärwäldern festgestellte Entwaldung), werden verwendet, um Bereiche mit potenziellen Fehlern zu entfernen.
Die primäre Waldklasse wird anhand von Datasets mit intakten/primären Wäldern mit einem hohen Waldintegritätsindex, dem Vorhandensein von Baumbestand und Waldhöhen von mindestens 5 m sowie ohne bekannte Waldverluste, angepflanzte Wälder oder Plantagen festgelegt.
Die Klasse „Junger Sekundärwald“ umfasst Pixel, bei denen sich zwischen 2000 und 2020 die Höhe oder die Bedeckung des Waldes geändert hat. Ausgenommen sind angepflanzte Wälder und Plantagen. Diese Wälder wurden anhand von Höhen ≥5 m im Jahr 2020 und entweder (a) Höhen <5 m im Jahr 2000 oder (b) Höhen ≥5 m im Jahr 2000, aber mit Verlust der Baumkronendecke nach 2000 identifiziert.
Die alte sekundäre Waldklasse umfasst die verbleibenden Pixel mit Wäldern nach dem Ausschluss der primären und jungen sekundären Waldklassen. Diese Pixel hatten sowohl im Jahr 2000 als auch im Jahr 2020 eine Waldhöhe von mindestens 5 m. Es wurde kein Verlust der Baumbedeckung, keine Waldstörungen nach 2000 und keine angepflanzten Wälder oder Plantagen festgestellt.
Bänder
Pixelgröße
30 Meter
Bänder
| Name | Pixelgröße | Beschreibung |
|---|---|---|
classification |
Meter | Waldtyp |
Klassifizierungstabelle
| Wert | Farbe | Beschreibung |
|---|---|---|
| 1 | #00ff00 | Primärwald |
| 2 | #ff0000 | Junger Sekundärwald |
| 3 | #6666ff | Alter Sekundärwald |
Nutzungsbedingungen
Nutzungsbedingungen
Dieses Dataset ist gemeinfrei und kann ohne Einschränkungen verwendet und weitergegeben werden. Weitere Informationen finden Sie in der Richtlinie zu Erdwissenschaftsdaten und ‑informationen der NASA.
Zitate
Hunka, N., L. Duncanson, J. Armston, R.O. Dubayah, S.P. Healey, M. Santoro, P. May, A. Araza, C. Bourgain, P.M. Montesano, C.S. Neigh, H. Grantham, V. Potapov, S. Turubanova, A. Tyukavina, J. Richter, N. Harris, M. Urbazaev, A. Pascual, D. Requena Suarez, M. Herold, B. Poulter, S.N. Wilson, G. Grassi, S. Federici, M.J. Sanz Sanchez und J. Melo. 2024. Klassifizierung globaler Wälder für IPCC-Schätzungen der oberirdischen Biomasse der Tier 1, 2020. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/2345
Hunka, N., Duncanson, L., Armston, J. et al. Intergovernmental Panel on Climate Change (IPCC) Tier 1 forest biomass estimates from Earth Observation. Sci Data 11, 1127 (2024). https://doi.org/10.1038/s41597-024-03930-9 doi:10.1038/s41597-024-03930-9
DOIs
Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('NASA/ORNL/global_forest_classification_2020/V1'); var visualization = { bands: ['classification'], min: 1.0, max: 3.0, palette: ['00ff00', 'ff0000', '6666ff'], }; Map.setCenter(-53, -5, 6); Map.addLayer(dataset, visualization, 'Forest Type');