- זמינות קבוצת הנתונים
- 1985-06-01T00:00:00Z–2020-09-30T00:00:00Z
- יוצר מערך הנתונים
- USDA Forest Service (USFS) Geospatial Technology and Applications Center (GTAC) Google Earth Engine
- תגים
תיאור
המוצר הזה הוא חלק מחבילת הנתונים של Landscape Change Monitoring System (מערכת למעקב אחר שינויים בנוף, LCMS). מוצגים שינויים לפי מודל LCMS, כיסוי קרקע ו/או סיווגים של שימוש בקרקע לכל שנה. גרסת ה-LCMS הזו מכסה את ארצות הברית הרציפה (CONUS) ואת דרום-מזרח אלסקה (SEAK).
מערכת LCMS היא מערכת שמבוססת על חישה מרחוק למיפוי ולמעקב אחר שינויים בנוף בארצות הברית. המטרה שלה היא לפתח גישה עקבית באמצעות הטכנולוגיה העדכנית ביותר וההתפתחויות בזיהוי שינויים, כדי ליצור מפה של שינויים בנוף ברמת הדיוק הכי גבוהה שאפשר.
הפלט כולל שלושה מוצרים שנתיים: שינוי, כיסוי קרקע ושימוש בקרקע. השינוי מתייחס באופן ספציפי לכיסוי צמחייה וכולל אובדן איטי, אובדן מהיר (שכולל גם שינויים הידרולוגיים כמו הצפה או ייבוש) ועלייה. הערכים האלה הם ערכים חזויים לכל שנה בסדרת הזמן של Landsat, והם משמשים כמוצרי הבסיס של LCMS. במפות של כיסוי הקרקע ושימוש הקרקע מוצג כיסוי הקרקע ברמת צורת החיים ושימוש הקרקע ברמה רחבה בכל שנה.
מכיוון שאין אלגוריתם שמשיג את התוצאות הכי טובות בכל המצבים, מערכת LCMS משתמשת באוסף של מודלים ככלי חיזוי, מה שמשפר את דיוק המפה במגוון של מערכות אקולוגיות ותהליכי שינוי (Healey et al., 2018). חבילת המפות שמתקבלת, שכוללת שינויים במערכות ניהול קרקע, כיסוי קרקע ושימוש בקרקע, מציגה תמונה הוליסטית של שינויים בנוף בארצות הברית במהלך ארבעת העשורים האחרונים.
שכבות החיזוי של מודל LCMS כוללות נתונים משולבים שנתיים של Landsat ו-Sentinel 2, פלטים של אלגוריתמים לזיהוי שינויים של LandTrendr ו-CCDC, ומידע על פני השטח. הגישה לכל הרכיבים האלה והעיבוד שלהם מתבצעים באמצעות Google Earth Engine (Gorelick et al., 2017).
כדי ליצור תמונות מורכבות שנתיות, נעשה שימוש ב-cFmask (Zhu and Woodcock 2012), ב-cloudScore וב-TDOM (Chastain et al., 2019) מוחלים על נתוני החזרת אור בחלק העליון של האטמוספרה ברמה 1C של Landsat Tier 1 ושל Sentinel 2a ו-2b. לאחר מכן, מחושב המדואיד השנתי כדי לסכם כל שנה לערך מורכב יחיד.
סדרת הזמן המורכבת מפולחת באופן זמני באמצעות LandTrendr (Kennedy et al., 2010; קנדי ואחרים, 2018; Cohen et al., 2018).
כל הערכים שבהם אין עננים וצללי עננים מפולחים גם הם באופן זמני באמצעות אלגוריתם CCDC (Zhu and Woodcock, 2014).
הערכים המורכבים הגולמיים, הערכים המותאמים של LandTrendr, ההבדלים בין זוגות, משך הפלח, גודל השינוי והשיפוע, ומקדמי הסינוס והקוסינוס של CCDC בספטמבר (3 ההרמוניות הראשונות), הערכים המותאמים וההבדלים בין זוגות, יחד עם הגובה, השיפוע, הסינוס של ההיבט, הקוסינוס של ההיבט ומדדי המיקום הטופוגרפי (Weiss, 2001) מתוך National Elevation Dataset (NED), משמשים כמשתנים בלתי תלויים לחיזוי במודל Random Forest (Breiman, 2001).
נתוני ההשוואה נאספים באמצעות TimeSync, כלי מבוסס-אינטרנט שעוזר לאנליסטים להציג את רשומת הנתונים של Landsat משנת 1984 ועד היום, ולפרש אותה (Cohen et al., 2010).
מקורות מידע נוספים
הכלי LCMS Data Explorer הוא אפליקציה מבוססת-אינטרנט שמאפשרת למשתמשים להציג, לנתח, לסכם ולהוריד נתוני LCMS.
מידע מפורט יותר על שיטות והערכת דיוק זמין בתקציר השיטות של LCMS. אפשר גם להוריד נתונים, מטא-נתונים ומסמכי תמיכה ממרכז המידע הגיאוגרפי של LCMS.
אפשר לפנות אל [sm.fs.lcms@usda.gov] בכל שאלה או בקשה ספציפית לנתונים.
Breiman, L., 2001. למידת מכונה. Springer, 45(3): 261-277 doi:10.1023/a:1017934522171
Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., 2019. השוואה אמפירית בין חיישנים של Sentinel-2A ו-2B MSI, Landsat-8 OLI ו-Landsat-7 ETM של מאפייני ספקטרום בחלק העליון של האטמוספירה מעל ארצות הברית הרציפה. בחישה מרחוק של הסביבה. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012
Cohen, W. B., Yang, Z., and Kennedy, R., 2010. זיהוי מגמות בהפרעות ביערות ובהתאוששות שלהם באמצעות סדרות זמן שנתיות של Landsat: 2. TimeSync – כלים לכיול ולאימות. ב-Remote Sensing of Environment. Science Direct, 114(12): 2911-2924 doi:10.1016/j.rse.2010.07.010
Cohen, W. B., יאנג, ז. (Yang, Z.), Healey, S. P., קנדי, ר. E., and Gorelick, N., 2018. LandTrendr multispectral ensemble לזיהוי הפרעות ביערות. בחישה מרחוק של הסביבה. Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015
Healey, S. P., Cohen, W. B., יאנג, ז. (Yang, Z.), Kenneth Brewer, C., Brooks, E. B., Gorelick, N., Hernandez, A. J., Huang, C., ג'וזף יוז, מ. (Joseph Hughes, M.), קנדי, ר. E., Loveland, T. R., Moisen, G. G., Schroeder, T. A., Stehman, S. V., Vogelmann, J. E., Woodcock, C. E., יאנג, ל. (Yang, L.) וג'ו, ז. (Zhu, Z.) 2018. מיפוי שינויים ביערות באמצעות הכללה מוערמת: גישה משולבת. בחישה מרחוק של הסביבה. Science Direct, 204: 717-728 doi:10.1016/j.rse.2017.09.029
Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010. זיהוי מגמות בהפרעות ביערות ובהתאוששות שלהם באמצעות סדרות זמן שנתיות של Landsat: 1. LandTrendr – אלגוריתמים לפילוח זמני. ב-Remote Sensing of Environment. Science Direct, 114(12): 2897-2910 doi:10.1016/j.rse.2010.07.008
Kennedy, R., יאנג, ז. (Yang, Z.), Gorelick, N., Braaten, J., Cavalcante, L., Cohen, W., and Healey, S., 2018. הטמעה של אלגוריתם LandTrendr ב-Google Earth Engine. בחישה מרחוק. MDPI, 10(5): 691 doi:10.3390/rs10050691
Weiss, A.D., 2001. ניתוח של מיקום טופוגרפי וצורות נוף. מצגת פוסטר, כנס משתמשי ESRI, סן דייגו, קליפורניה.
Zhu, Z., and Woodcock, C. ה. (2012). זיהוי עננים וצללי עננים בתמונות Landsat על בסיס אובייקטים. בחישה מרחוק של הסביבה. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028
Zhu, Z., and Woodcock, C. E., 2014. זיהוי שינויים רציף וסיווג של כיסוי הקרקע באמצעות כל הנתונים הזמינים של Landsat. ב-Remote Sensing of Environment. Science Direct, 144: 152-171 doi:10.1016/j.rse.2014.01.011
תחום תדרים
גודל הפיקסל
30 מטרים
תחום תדרים
| שם | גודל הפיקסל | תיאור |
|---|---|---|
Change |
מטרים | שינוי סופי במוצר LCMS לפי נושא. בכל שנה ממופים שלושה סוגים של שינויים (ירידה איטית, ירידה מהירה ועלייה). כל סיווג מחושב באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (פרופורציה של העצים בתוך מודל היער האקראי) לכך שהפיקסל שייך לסיווג הזה. לכן, לכל פיקסל יש שלוש תוצאות שונות של המודל לכל שנה. הכיתות הסופיות משויכות לכיתת השינוי עם ההסתברות הגבוהה ביותר שגם גבוהה מסף מסוים. לכל פיקסל שלא כולל ערך מעל הסף המתאים של כל סיווג, מוקצה הסיווג 'יציב'. |
Land_Cover |
מטרים | מוצר סופי של כיסוי קרקע נושאי של LCMS. בכל שנה ממופים 14 סוגים של כיסוי קרקע באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שנגזר מתמונות Landsat. כל סיווג נחזה באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (פרופורציה של העצים בתוך מודל היער האקראי) לכך שהפיקסל שייך לסיווג הזה. לכן, לכל פיקסל יש 14 פלטים שונים של מודלים לכל שנה, והסיווגים הסופיים מוקצים לכיסוי הקרקע עם ההסתברות הגבוהה ביותר. שבעה מתוך 14 סוגי כיסוי הקרקע מציינים כיסוי קרקע יחיד, שבו סוג כיסוי הקרקע הזה מכסה את רוב השטח של הפיקסל, ואף סוג אחר לא מכסה יותר מ-10% מהפיקסל. יש גם שבעה שיעורים מעורבים. הפיקסלים האלה מייצגים אזורים שבהם לפחות 10% מהפיקסל מכוסים על ידי סיווג נוסף של כיסוי הקרקע. |
Land_Use |
מטרים | מוצר סופי של שימוש קרקע נושאי ב-LCMS. בסך הכול ממופים 6 סוגים של שימוש בקרקע על בסיס שנתי באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שנגזר מתמונות Landsat. כל סיווג מנובא באמצעות מודל נפרד של Random Forest, שמפיק הסתברות (שיעור העצים במודל Random Forest) לכך שהפיקסל שייך לסיווג הזה. לכן, לכל פיקסל יש 6 פלטים שונים של המודל לכל שנה, והסיווגים הסופיים מוקצים לשימוש בקרקע עם ההסתברות הגבוהה ביותר. |
Change_Raw_Probability_Slow_Loss |
מטרים | ההסתברות המחושבת של אובדן איטי, כפי שהיא מופיעה במודל LCMS. ההגדרה היא: אובדן איטי כולל את המחלקות הבאות מפרשנות תהליך השינוי של TimeSync –
|
Change_Raw_Probability_Fast_Loss |
מטרים | ההסתברות המחושבת של אובדן מהיר על סמך נתוני LCMS גולמיים. ההגדרה: אובדן מהיר כולל את המחלקות הבאות מפרשנות תהליך השינוי של TimeSync –
|
Change_Raw_Probability_Gain |
מטרים | ההסתברות הגולמית של עלייה שחושבה על ידי מודל LCMS. מוגדר כ: קרקע שבה חל גידול בכיסוי הצמחייה עקב צמיחה והתפתחות במשך שנה אחת או יותר. רלוונטי לכל האזורים שבהם יכול להיות שינוי ספקטרלי שקשור לצמיחה מחדש של צמחייה. באזורים מפותחים, הצמיחה יכולה להיות תוצאה של התבגרות הצמחייה או של מדשאות וגינון חדשים. ביערות, הגידול כולל צמיחת צמחייה מאדמה חשופה, וגם צמיחה של עצים בינוניים ועצים דומיננטיים מעל עצים אחרים ו/או צמיחה של דשא ושיחים נמוכים יותר. סביר להניח שפלחים של צמיחה או התאוששות שתועדו אחרי כריתת יערות יעברו בין סיווגים שונים של כיסוי קרקע כשהיער יתחדש. כדי שהשינויים האלה ייחשבו כצמיחה או כהתאוששות, הערכים הספקטרליים צריכים להיות קרובים לקו מגמה עולה (למשל, שיפוע חיובי שאם יורחב ל-20 שנה בערך, יהיה בסדר גודל של 0.10 יחידות של NDVI) שנמשך כמה שנים. |
Land_Cover_Raw_Probability_Trees |
מטרים | ההסתברות המחושבת של עצים לפי מודל LCMS. ההגדרה: רוב הפיקסלים מורכבים מעצים חיים או מעצים מתים. |
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix |
מטרים | ההסתברות המחושבת של LCMS לשיחים גבוהים ולתערובת עצים (דרום-מזרח אלסקה בלבד). הגדרה: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר, וגם מורכב לפחות מ-10% עצים חיים או עצים מתים שעומדים. |
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix |
מטרים | ההסתברות הגולמית של תערובת שיחים ועצים לפי מודל LCMS. הגדרה: רוב הפיקסל מורכב משיחים, וגם מ-10% לפחות של עצים חיים או עצים מתים עומדים. |
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix |
מטרים | ההסתברות המחושבת הגולמית של תערובת של דשא, עשבים ועצים לפי מודל LCMS. הגדרה: רוב הפיקסלים מורכב מדשאים רב-שנתיים, מצמחי מרפא או מצורות אחרות של צמחייה עשבונית, וגם מורכב מ-10% לפחות של עצים חיים או עצים מתים שעומדים. |
Land_Cover_Raw_Probability_Barren-and-Trees-Mix |
מטרים | ההסתברות הגולמית שחושבה על סמך מודל LCMS לכיסוי מלא של שטח חשוף ושל שילוב של עצים. הגדרה: רוב הפיקסל מורכב מקרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים שוממים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, אגמי מלח וחופים. גם דרכים שעשויות מעפר ומחצץ נחשבות לקרקע לא פורייה, והן כוללות לפחות 10% עצים חיים או עצים מתים שעומדים. |
Land_Cover_Raw_Probability_Tall-Shrubs |
מטרים | ההסתברות הגולמית של LCMS שנוצרה על ידי מודל לשיחים גבוהים (דרום-מזרח אסיה בלבד). הגדרה: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר. |
Land_Cover_Raw_Probability_Shrubs |
מטרים | ההסתברות הגולמית של שיחים שחושבה על ידי מודל LCMS. הגדרה: רוב הפיקסל מורכב משיחים. |
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Shrubs-Mix |
מטרים | ההסתברות הגולמית לפי מודל LCMS לתערובת של עשבים, צמחים ושיחים. הגדרה: רוב הפיקסל מורכב מדשאים רב-שנתיים, מצמחי מרפא או מצורות אחרות של צמחייה עשבונית, וגם מורכב משיחים בשיעור של 10% לפחות. |
Land_Cover_Raw_Probability_Barren-and-Shrubs-Mix |
מטרים | ההסתברות הגולמית של תערובת של שטחים חשופים ושיחים, שחושבה על ידי מודל LCMS. הגדרה: רוב הפיקסל מורכב מקרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים שוממים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, אגמי מלח וחופים. כבישים שמורכבים מאדמה ומחצץ נחשבים גם הם לשטח חשוף, וכוללים לפחות 10% שיחים. |
Land_Cover_Raw_Probability_Grass-Forb-Herb |
מטרים | ההסתברות הגולמית שחושבה על סמך מודל LCMS של דשא/עשב/צמח. ההגדרה: רוב הפיקסלים מורכבים מדשאים רב-שנתיים, מעשבים רחבי עלים או מצורות אחרות של צמחייה עשבונית. |
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix |
מטרים | ההסתברות הגולמית שחושבה על ידי מודל LCMS לקרקע חשופה ולתערובת של עשבים, צמחים רחבי עלים ועשבי תיבול. הגדרה: רוב הפיקסל מורכב מאדמה חשופה שנחשפה כתוצאה מהפרעה (למשל, אדמה שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים שוממים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות, אגמי מלח וחופים. גם דרכים שמורכבות מאדמה ומחצץ נחשבות לשטח חשוף, והן כוללות לפחות 10% עשבים רב-שנתיים, צמחי מרפא או צורות אחרות של צמחייה עשבונית. |
Land_Cover_Raw_Probability_Barren-or-Impervious |
מטרים | ההסתברות המחושבת של LCMS לקרקע חשופה או אטומה. הגדרה: רוב הפיקסל מורכב מ-1) קרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים שוממים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, אגמי מלח וחופים. כמו כן, נחשבים כשטחים שאינם חדירים למים: 1) שטחים שאינם מכוסים בצמחייה, כמו דרכים עשויות עפר וחצץ, או 2) חומרים מלאכותיים שהמים לא יכולים לחדור דרכם, כמו כבישים סלולים, גגות וחניונים. |
Land_Cover_Raw_Probability_Snow-or-Ice |
מטרים | ההסתברות הגולמית שחושבה על ידי מודל LCMS לשלג או לקרח. ההגדרה היא: רוב הפיקסלים מורכב משלג או מקרח. |
Land_Cover_Raw_Probability_Water |
מטרים | ההסתברות המחושבת של מים לפי מודל LCMS. מוגדר כ: רוב הפיקסל מורכב ממים. |
Land_Use_Raw_Probability_Agriculture |
מטרים | ההסתברות הגולמית של חקלאות שחושבה על ידי מודל LCMS. הגדרה: קרקע שמשמשת לייצור מזון, סיבים ודלקים, שנמצאת במצב של צמחייה או ללא צמחייה. ההגדרה הזו כוללת, בין היתר, שטחי גידול מעובדים ולא מעובדים, שטחי חציר, מטעים, כרמים, שטחים לגידול בעלי חיים ושטחים שבהם נשתלו עצים או שיחים להפקת פירות, אגוזים או פירות יער. כבישים שמשמשים בעיקר לשימוש חקלאי (כלומר, לא משמשים לתחבורה ציבורית מעיר לעיר) נחשבים לשימוש בקרקע חקלאית. |
Land_Use_Raw_Probability_Developed |
מטרים | ההסתברות המחושבת של LCMS לסטטוס 'פותח'. הגדרה: קרקע שמכוסה במבנים מעשה ידי אדם (למשל: מגורים בצפיפות גבוהה, מסחר, תעשייה, כרייה או תחבורה), או תערובת של צמחייה (כולל עצים) ומבנים (למשל: מגורים בצפיפות נמוכה, מדשאות, מתקני פנאי, בתי קברות, מסדרונות תחבורה ושירותים וכו'), כולל כל קרקע שעברה שינוי פונקציונלי כתוצאה מפעילות אנושית. |
Land_Use_Raw_Probability_Forest |
מטרים | ההסתברות המחושבת של יער לפי מודל LCMS. הגדרה: קרקע ששתולים בה צמחים או שיש בה צמחייה טבעית, ושכוללת (או סביר להניח שתכלול) כיסוי עצים של 10% או יותר בשלב כלשהו במהלך רצף סוקצסיוני בטווח הקצר. יכול להיות שהסיווגים האלה יכללו יערות טבעיים נשירים, ירוקי עד או מעורבים, מטעי יער וביצות עם צמחייה מעוצה. |
Land_Use_Raw_Probability_Non-Forest-Wetland |
מטרים | ההסתברות הגולמית לפי מודל LCMS לביצות שאינן יערות. מוגדר כ: קרקעות סמוכות או בתוך מי תהום גלויים (רוויים באופן קבוע או עונתי) שבהם יש בעיקר שיחים או צמחים שצומחים מעל פני המים. שטחי ביצות יכולים להיות ממוקמים בקרבת חופים של אגמים, ערוצי נהרות או שפכי נהרות, במישורי הצפה של נהרות, באזורי ניקוז מבודדים או במדרונות. הם יכולים להופיע גם כבורות בערבות, כתעלות ניקוז וכבריכות לבעלי חיים בנופים חקלאיים, וגם כאיים באמצע אגמים או נהרות. דוגמאות נוספות כוללות גם ביצות, אדמות כבול, ביצות מלוחות, ביצות טובעניות, ביצות צפוניות, ביצות עונתיות, ביצות אלקליניות וביצות עם נהרות קצרים. |
Land_Use_Raw_Probability_Other |
מטרים | ההסתברות הגולמית של LCMS שמוצגת כ'אחר'. מוגדר כ: קרקע (ללא קשר לשימוש) שבה המגמה הספקטרלית או ראיות תומכות אחרות מצביעות על כך שהתרחשו הפרעה או אירוע שינוי, אבל לא ניתן לקבוע את הסיבה הסופית או שסוג השינוי לא עומד באף אחת מקטגוריות תהליך השינוי שהוגדרו למעלה. |
Land_Use_Raw_Probability_Rangeland-or-Pasture |
מטרים | ההסתברות הגולמית שחושבה על ידי מודל LCMS לגבי שטחי מרעה או אדמות מרעה. הגדרה: הקטגוריה הזו כוללת כל אזור שמתקיים בו אחד מהתנאים הבאים: א) שטחי מרעה, שבהם הצמחייה היא תערובת של עשבים מקומיים, שיחים, עשבים רחבי עלים וצמחים דמויי עשב, שצומחים בעיקר כתוצאה מגורמים ותהליכים טבעיים כמו גשם, טמפרטורה, גובה ושריפה, למרות שניהול מוגבל עשוי לכלול גם שריפה מבוקרת וגם רעייה של בעלי חיים מקומיים ופראיים או ב.) שטח מרעה, שבו הצמחייה יכולה להיות מגוונת, בעיקר עשבים טבעיים, צמחי מרפא וצמחים רחבי עלים, או צמחייה מנוהלת יותר שבה יש בעיקר מיני עשבים שנזרעו וטופלו כדי לשמור על מצב של מונוקולטורה. |
טבלת שינוי סיווג
| ערך | צבע | תיאור |
|---|---|---|
| 1 | #3d4551 | אורווה |
| 2 | #f39268 | ירידה איטית |
| 3 | #d54309 | הפסד מהיר |
| 4 | #00a398 | הגברה |
| 5 | #1b1716 | מסכה של אזור שלא עובר עיבוד |
טבלת סיווג Land_Cover
| ערך | צבע | תיאור |
|---|---|---|
| 1 | #005e00 | עצים |
| 2 | #008000 | Tall Shrubs & Trees Mix (SEAK Only) |
| 3 | #00cc00 | מיקס של שיחים ועצים |
| 4 | #b3ff1a | תערובת של דשא, צמחים ועצים |
| 5 | #99ff99 | מיקס של שטח חשוף ועצים |
| 6 | #b30088 | שיחים גבוהים (רק בדרום-מזרח אסיה) |
| 7 | #e68a00 | שיחים |
| 8 | #ffad33 | תערובת של דשא, עשבים ושיחים |
| 9 | #ffe0b3 | Barren & Shrubs Mix |
| 10 | #ffff00 | עשב/צמח עשבוני/תבלין |
| 11 | #aa7700 | תערובת של עשבים, צמחים ועשבי תיבול |
| 12 | #d3bf9b | שומם או אטום |
| 13 | #ffffff | שלג או קרח |
| 14 | #4780f3 | מים |
| 15 | #1b1716 | מסכה של אזור שלא עובר עיבוד |
טבלת סיווג Land_Use
| ערך | צבע | תיאור |
|---|---|---|
| 1 | #efff6b | חקלאות |
| 2 | #ff2ff8 | פותח |
| 3 | #1b9d0c | יער |
| 4 | #97ffff | אדמה בוצית (ביצה) ללא יער |
| 5 | #a1a1a1 | אחר |
| 6 | #c2b34a | שטחי מרעה |
| 7 | #1b1716 | מסכה של אזור שלא עובר עיבוד |
מאפייני תמונה
מאפייני תמונה
| שם | סוג | תיאור |
|---|---|---|
| study_area | מחרוזת | נכון לעכשיו, מערכת LCMS מכסה את ארה"ב הרציפה ואת דרום-מזרח אלסקה. בעתיד הקרוב נרחיב את האפשרות הזו לכל המדינות והטריטוריות בארה"ב. ערכים אפשריים: SEAK או CONUS |
תנאים והגבלות
תנאים והגבלות
שירות היערות של USDA לא נותן אחריות, מפורשת או משתמעת, כולל אחריות לסחירות ולהתאמה למטרה מסוימת, ולא נושא באחריות משפטית או באחריות לדיוק, למהימנות, לשלמות או לשימושיות של הנתונים הגיאוספציאליים האלה, או לשימוש לא תקין או שגוי בנתונים הגיאוספציאליים האלה. הנתונים הגיאוספציאליים והמפות או הגרפיקות הקשורות לא מהווים מסמכים משפטיים, והם לא מיועדים לשימוש ככאלה. אסור להשתמש בנתונים ובמפות כדי לקבוע בעלות, תיאורים משפטיים או גבולות, סמכות שיפוט או הגבלות שעשויות לחול על קרקע ציבורית או פרטית. יכול להיות שסכנות טבעיות יופיעו בנתונים ובמפות, ויכול להיות שלא. לכן, משתמשים בקרקע צריכים לנקוט משנה זהירות. הנתונים הם דינמיים ועשויים להשתנות עם הזמן. המשתמש אחראי לאמת את המגבלות של הנתונים הגיאו-מרחביים ולהשתמש בנתונים בהתאם.
הנתונים האלה נאספו באמצעות מימון מממשלת ארה"ב, ואפשר להשתמש בהם ללא הרשאות או עמלות נוספות. אם אתם משתמשים בנתונים האלה בפרסום, במצגת או במוצר מחקר אחר, עליכם לציין את הציטוט הבא:
שירות היערות של משרד החקלאות האמריקאי (USDA). 2021. USFS Landscape Change Monitoring System version 2020.5. סולט לייק סיטי, יוטה.
ציטוטים ביבליוגרפיים
שירות היערות של משרד החקלאות האמריקאי (USDA). 2021. USFS Landscape Change Monitoring System version 2020.5. סולט לייק סיטי, יוטה.
סיור עם פלטפורמת Earth Engine
Code Editor (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/LCMS/v2020-5'); var lcms = dataset.filterDate('2020', '2021') // range: [1985, 2020] .filter('study_area == "CONUS"') // or "SEAK" .first(); Map.addLayer(lcms.select('Land_Cover'), {}, 'Land Cover'); Map.addLayer(lcms.select('Land_Use'), {}, 'Land Use'); Map.addLayer(lcms.select('Change'), {}, 'Vegetation Change', false); Map.setCenter(-98.58, 38.14, 4);