- 資料集開放期間
- 2020-01-01T00:00:00Z–2020-12-31T00:00:00Z
- 資料集產生者
- 橡樹嶺國家實驗室 NASA ORNL DAAC
- 標記
說明
這項資料集提供 2020 年全球森林的類別，以約 30 公尺的解析度劃分狀態/情況。這些資料支援在 2019 年修訂的 2006 年 IPCC 國家溫室氣體清冊指南中，為天然森林的地上乾燥木質生物質密度 (AGBD) 生成第 1 層估計值。森林類別包括原始森林、年輕次生林 (<=20 年) 和老次生林 (>20 年)。分類依據是 2000 年至 2020 年的森林樹木覆蓋、高度、樹齡和土地利用分類圖層，以布林值組合現有的一系列地球觀測 (EO) 產品。這項森林狀態/狀況分類會優先減少劃界時的潛在佣金錯誤，盡量減少納入模糊不清的像素。因此，這項資料提供全球森林面積的保守估計值，識別出全球約 32.6 億公頃的森林。
品質評估
這些資料全面彙整了最新發布的森林狀況資料集，但由於沒有全球資料的獨立樣本可供驗證這些劃分結果，因此受到限制。因此，全球森林狀態/狀況分類尚未經過驗證。
資料擷取、材料和方法
森林狀態/狀況分類是透過對一系列現有資料集進行布林分析而建立 (請參閱表 1、Hunka 等人2024 年)，包括衛星衍生的森林樹木覆蓋率、高度、年齡和土地利用分類層。這個方法會合併可識別潛在森林狀態/條件類別 (例如原始森林) 的圖層，並使用可識別意見不一致來源 (例如在劃定的原始森林中偵測到造林或森林砍伐) 的圖層，移除可能發生佣金錯誤的區域。
主要森林類別是根據可識別完整/原始森林的資料集建立，這類森林的森林完整性指數高，有樹木覆蓋，森林高度 ≥5 公尺，且沒有已知的森林損失事件、人工林或造林地。
年輕次生林類別會擷取 2000 年至 2020 年間森林高度或覆蓋率有變化的像素，但不包括人工林和造林地。這些森林在 2020 年的高度 ≥5 公尺，且在 2000 年的高度 <5 公尺，或在 2000 年的高度 ≥5 公尺，但 2000 年後樹木覆蓋面積減少。
舊的次要森林類別會擷取森林中其餘的像素，排除主要和年輕次要森林類別。這些像素在 2000 年和 2020 年的森林高度均 ≥5 公尺，且 2000 年後未偵測到樹木覆蓋率減少、森林干擾，以及任何種植的森林或造林地。
頻帶
像素大小
30 公尺
波段
| 名稱 | 像素大小 | 說明 |
|---|---|---|
classification |
公尺 | 森林類型 |
分類類別表
| 值 | 顏色 | 說明 |
|---|---|---|
| 1 | #00ff00 | 原始森林 |
| 2 | #ff0000 | 次生林 |
| 3 | #6666ff | 舊次生林 |
使用條款
使用條款
這個資料集屬於公有領域內容，使用和散布均不受任何限制。詳情請參閱 NASA 的地球科學資料與資訊政策。
參考資料
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 和 J. 梅洛。2024 年。2020 年全球森林分類，適用於 IPCC 地上生物質第 1 級估算。美國田納西州橡樹嶺 ORNL DAAC。 https://doi.org/10.3334/ORNLDAAC/2345
Hunka, N. Duncanson, L.、Armston, J. 等人。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
DOI
使用 Earth Engine 探索
程式碼編輯器 (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');