USFS Landscape Change Monitoring System v2020.6 (Puerto Rico - US Virgin Islands only) [deprecated]

USFS/GTAC/LCMS/v2020-6
توفّر مجموعة البيانات
1985-06-01T00:00:00Z–2021-05-31T00:00:00Z
مزوّد مجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("USFS/GTAC/LCMS/v2020-6")
العلامات
تغيير
change-detection
غابة
gtac
الغطاء الأرضي
مشتقة من Landsat
landuse
landuse-landcover
lcms
redcastle-resources
rmrs
sentinel2-derived
time-series
usda
usfs

الوصف

هذا المنتج هو جزء من مجموعة بيانات نظام مراقبة التغيّرات في المشهد (LCMS). تعرض هذه الخريطة التغيّر المستند إلى نموذج نظام إدارة دورة حياة الأراضي (LCMS) و/أو فئات الغطاء الأرضي و/أو استخدام الأراضي لكل عام. يغطي إصدار نظام إدارة المحتوى والترجمة هذا جزر فيرجن التابعة للولايات المتحدة وبورتوريكو (PRUSVI).

نظام LCMS هو نظام استشعار عن بُعد لرسم خرائط التغييرات في المناظر الطبيعية ومراقبتها في جميع أنحاء الولايات المتحدة. ويهدف إلى تطوير نهج متّسق باستخدام أحدث التقنيات والتطوّرات في رصد التغيّرات لإنتاج خريطة "أفضل ما هو متاح" للتغيّرات في المناظر الطبيعية.

تشمل المخرجات ثلاثة منتجات سنوية: التغيير، والغطاء الأرضي، واستخدام الأراضي. يشير التغيير تحديدًا إلى الغطاء النباتي، ويشمل الفقدان البطيء والفقدان السريع (الذي يشمل أيضًا التغييرات الهيدرولوجية، مثل الفيضانات أو الجفاف) والزيادة. يتم توقّع هذه القيم لكل عام من السلسلة الزمنية لبيانات Landsat، وهي تُستخدَم كمنتجات أساسية لنظام LCMS. تعرض خرائط الغطاء الأرضي واستخدام الأراضي الغطاء الأرضي على مستوى أشكال الحياة واستخدام الأراضي على مستوى واسع لكل عام.

بما أنّه لا توجد خوارزمية واحدة تقدّم أفضل أداء في جميع الحالات، تستخدم LCMS مجموعة من النماذج كمتنبئات، ما يحسّن دقة الخريطة في مجموعة من النظم البيئية وعمليات التغيير (Healey et al., 2018). تقدّم مجموعة الخرائط الناتجة التي تتضمّن تغييرات نظام إدارة الألوان (LCMS) وغطاء الأرض واستخدام الأراضي وصفًا شاملاً للتغييرات التي طرأت على المناظر الطبيعية في جميع أنحاء الولايات المتحدة على مدار العقود الأربعة الماضية.

تشمل طبقات التوقّعات الخاصة بنموذج LCMS نواتج من خوارزميات رصد التغيير LandTrendr وCCDC، ومعلومات حول التضاريس. ويمكن الوصول إلى هذه المكوّنات ومعالجتها باستخدام Google Earth Engine (Gorelick et al., ‫(2017).

يتم استخدام بيانات انعكاس الغلاف الجوي من المستوى 1C الخاصة بـ Landsat Tier 1 وSentinel 2A و2B مباشرةً في CCDC ولإنتاج مركّبات سنوية لـ LandTrendr. ويتم استخدام cFmask (Zhu and Woodcock، 2012) (Landsat فقط) وcloudScore (Chastain et al. ‫2019) (Landsat فقط)، وs2cloudless (‫Sentinel-Hub، 2021) (‫Sentinel 2 فقط) تُستخدم لإخفاء السُحب، بينما يتم استخدام TDOM (‫Chastain et al.، ‫2019) تُستخدَم لإخفاء ظلال السحب (Landsat وSentinel 2). بالنسبة إلى LandTrendr، يتم بعد ذلك احتساب الوسيط السنوي لتلخيص القيم الخالية من السحب وظلال السحب من كل عام في صورة مركّبة واحدة.

يتم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., ‎2010،‏ Kennedy et al.,‎ 2018; Cohen et al.,‎ 2018).

يتم أيضًا تقسيم جميع القيم الخالية من السحب وظلال السحب زمنيًا باستخدام خوارزمية CCDC (Zhu and Woodcock، 2014).

تُستخدَم القيم المركّبة الأولية والقيم الملائمة في LandTrendr والفروق بين كل زوج من القيم ومدة المقطع وتغيير الحجم والميل ومعاملات الجيب وجيب التمام في CCDC لشهر أيلول (سبتمبر) (أول 3 توافقيات) والقيم الملائمة والفروق بين كل زوج من القيم، بالإضافة إلى الارتفاع والميل وجيب تمام السمت وجيب تمام السمت ومؤشرات الموقع الجغرافي (Weiss، 2001) من "نماذج الارتفاع الرقمية" في بورتوريكو (Taylor et al 2008) و"نموذج الارتفاع الرقمي" التابع للإدارة الوطنية للمحيطات والغلاف الجوي في جزر فيرجن الأمريكية (Love et al. 2014)، كمتغيرات تنبؤية مستقلة في نموذج "الغابة العشوائية" (Breiman، 2001).

يتم جمع البيانات المرجعية باستخدام TimeSync، وهي أداة مستندة إلى الويب تساعد المحلّلين في عرض سجلّ بيانات Landsat وتفسيره من عام 1984 حتى الآن (Cohen et al., 2010).

مَراجع إضافية

يُرجى التواصل مع [sm.fs.lcms@usda.gov] لطرح أي أسئلة أو تقديم طلبات محدّدة بشأن البيانات. * Breiman, L., ‫2001. تعلُّم الآلة Springer, 45(3): 261-277 doi:10.1023/a:1017934522171

  • Chastain, R.,‎ Housman, I., Goldstein, J., Finco, M., and Tenneson, K., ‫2019. مقارنة تجريبية بين أجهزة الاستشعار المختلفة في Sentinel-2A و2B MSI وLandsat-8 OLI وLandsat-7 ETM من حيث الخصائص الطيفية في أعلى الغلاف الجوي فوق الولايات المتحدة المتجاورة في الاستشعار عن بُعد للبيئة. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012

  • Cohen, W. B., Yang, Z., and Kennedy, R., ‫2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 2. TimeSync - Tools for calibration and validation. In Remote Sensing of Environment. Science Direct, 114(12): 2911-2924 doi:10.1016/j.rse.2010.07.010

  • Cohen, W. B., Yang, Z., Healey, S. P., Kennedy, R. E., and Gorelick, N., ‫2018. مجموعة متعددة الأطياف من LandTrendr لرصد اضطراب الغابات In Remote Sensing of Environment. Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015

  • Healey, S. P., Cohen, W. B., Yang, Z., Kenneth Brewer, C., Brooks, E. B., Gorelick, N., Hernandez, A. ‫J.,‎ Huang, C., Joseph Hughes, M., Kennedy, R. E., Loveland, T. R., Moisen, G. G., Schroeder, T. A., Stehman, S. V., Vogelmann, J. E., Woodcock, C. E., Yang, L., and Zhu, Z., ‫2018. Mapping forest change using stacked generalization: An ensemble approach. In Remote Sensing of Environment. Science Direct, 204: 717-728 doi:10.1016/j.rse.2017.09.029

  • Kennedy, R. E., Yang, Z., and Cohen, W. B., ‫2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. ‫LandTrendr - خوارزميات التقسيم الزمني In Remote Sensing of Environment. Science Direct, 114(12): 2897-2910 doi:10.1016/j.rse.2010.07.008

  • Kennedy, R., Yang, Z., Gorelick, N., Braaten, J., Cavalcante, L., Cohen, W., and Healey, S., ‫2018. تنفيذ خوارزمية LandTrendr على Google Earth Engine في الاستشعار عن بُعد MDPI, 10(5): 691 doi:10.3390/rs10050691

  • مع الحب، م.ر.، Sutherland, M., Beasley, L., Carignan, K.S., Eakins, B.W. (2014). نماذج الارتفاع الرقمية لجزر فيرجن الأمريكية في "المنشور الداخلي للمركز الوطني للبيانات الجيوفيزيائية التابع للإدارة الوطنية للمحيطات والغلاف الجوي"

  • Sentinel-Hub (2021). ‫Sentinel 2 Cloud Detector [على الإنترنت]. Available at: https://github.com/sentinel-hub/sentinel2-cloud-detector (Accessed: 2021)

  • تايلور، ل.أ.، Eakins, B.W., Carignan, K.S., Warnken, R.R., Sazonova, T., Schoolcraft, D.C. (2008). نماذج الارتفاع الرقمي في بورتوريكو: الإجراءات ومصادر البيانات والتحليل In NOAA Technical Memorandum NESDIS NGDC-13, National Geophysical Data Center, Boulder, CO. (27 pp).

  • Weiss, A.D., ‫2001. Topographic position and landforms analysis Poster Presentation, ESRI Users Conference, San Diego, CAZhu, Z., and Woodcock, C. E. (2012). رصد السحب وظلالها استنادًا إلى الأجسام في صور Landsat In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

  • Zhu, Z., and Woodcock, C. E., ‫2014. رصد التغييرات المستمرة وتصنيف الغطاء الأرضي باستخدام جميع بيانات Landsat المتاحة In Remote Sensing of Environment. Science Direct, 144: 152-171 doi:10.1016/j.rse.2014.01.011

النطاقات

حجم البكسل
30 مترًا

النطاقات

الاسم حجم البكسل الوصف
Change أمتار

المنتج النهائي لتغيير نظام إدارة المحتوى التعليمي (LCMS) حسب الموضوع يتم ربط إجمالي ثلاث فئات تغيير (فقدان بطيء وفقدان سريع واكتساب) لكل عام. يتم توقّع كل فئة باستخدام نموذج Random Forest منفصل، والذي يعرض احتمالاً (نسبة الأشجار ضمن نموذج Random Forest) لانتماء البكسل إلى تلك الفئة. لهذا السبب، تحتوي وحدات البكسل الفردية على ثلاث نتائج مختلفة للنماذج لكل عام. يتم تعيين الفئات النهائية إلى فئة التغيير التي لديها أعلى احتمال يتجاوز أيضًا حدًا معيّنًا. يتم تعيين أي بكسل لا يحتوي على أي قيمة أعلى من الحدّ الأدنى لكل فئة إلى فئة "مستقر".

Land_Cover أمتار

المنتج النهائي للغطاء الأرضي في نظام إدارة معلومات الأراضي (LCMS) حسب الموضوع يتم تحديد 14 فئة من فئات الغطاء الأرضي سنويًا باستخدام بيانات TimeSync المرجعية والمعلومات الطيفية المستمدة من صور Landsat. يتم توقّع كل فئة باستخدام نموذج "الغابة العشوائية" منفصل، يعرض احتمالاً (نسبة الأشجار ضمن نموذج "الغابة العشوائية") يشير إلى أنّ البكسل ينتمي إلى تلك الفئة. لهذا السبب، تحتوي وحدات البكسل الفردية على 14 ناتجًا مختلفًا للنموذج لكل عام، ويتم تعيين الفئات النهائية لغطاء الأرض الذي يحقق أعلى احتمال. تشير سبع فئات من فئات الغطاء الأرضي الأربع عشرة إلى غطاء أرضي واحد، حيث يغطّي نوع الغطاء الأرضي معظم مساحة البكسل ولا تغطّي أي فئة أخرى أكثر من% 10 من البكسل. تتوفّر أيضًا سبع صفوف مختلطة. تمثّل هذه القيم وحدات البكسل التي يغطي فيها تصنيف إضافي للأراضي 10% على الأقل من وحدة البكسل.

Land_Use أمتار

المنتج النهائي لاستخدام الأراضي في نظام إدارة محتوى التعلّم (LCMS) المواضيعي يتم تحديد 6 فئات من استخدامات الأراضي سنويًا باستخدام بيانات TimeSync المرجعية والمعلومات الطيفية المستمدة من صور Landsat. يتم توقّع كل فئة باستخدام نموذج "الغابة العشوائية" منفصل، والذي يعرض احتمالاً (نسبة الأشجار ضمن نموذج "الغابة العشوائية") بأنّ البكسل ينتمي إلى تلك الفئة. لهذا السبب، تحتوي وحدات البكسل الفردية على 6 نواتج نماذج مختلفة لكل عام، ويتم تعيين الفئات النهائية لاستخدام الأراضي التي لديها أعلى احتمال.

Change_Raw_Probability_Slow_Loss أمتار

الاحتمالية النموذجية الأولية لفقدان العملاء ببطء يتم تعريفها على النحو التالي: يتضمّن الفقدان البطيء الفئات التالية من تفسير عملية تغيير TimeSync:

  • تدهور بنيوي: أراضٍ تم تغيير بنيتها الفيزيائية من خلال إزالة الأشجار أو غيرها من النباتات الخشبية بسبب ظروف نمو غير مواتية ناتجة عن عوامل غير بشرية أو غير ميكانيكية من المفترض أن يؤدي هذا النوع من الخسارة بشكل عام إلى حدوث تغيُّر في الإشارات الطيفية (مثل انخفاض مؤشر NDVI وانخفاض الرطوبة وزيادة الأشعة تحت الحمراء القصيرة الموجة وما إلى ذلك)، ولكن قد يكون التغيُّر طفيفًا. يحدث التدهور البنيوي في البيئات التي تتضمن نباتات خشبية، ومن المرجّح أن يكون السبب الحشرات أو الأمراض أو الجفاف أو الأمطار الحمضية أو غير ذلك. ويمكن أن يشمل التدهور البنيوي أحداثًا تؤدي إلى تساقط الأوراق ولكن لا تؤدي إلى الوفاة، مثل الإصابة بعثة الغجر أو دودة براعم التنوب التي قد تتعافى خلال سنة أو سنتين.

  • الانخفاض الطيفي: رسم بياني يوضّح فيه الإشارة الطيفية اتجاهًا في نطاق طيفي واحد أو أكثر أو في المؤشرات الطيفية (مثل انخفاض مؤشر NDVI، وانخفاض الرطوبة، وزيادة الأشعة تحت الحمراء القصيرة الموجة، وما إلى ذلك). وتشمل الأمثلة الحالات التي: (أ) تظهر فيها النباتات غير الحرجية/غير الخشبية اتجاهًا يشير إلى الانخفاض (مثل انخفاض مؤشر NDVI، وانخفاض الرطوبة، وزيادة الأشعة تحت الحمراء القصيرة الموجة، وما إلى ذلك)، أو (ب) تظهر فيها النباتات الخشبية اتجاهًا يشير إلى الانخفاض غير المرتبط بفقدان النباتات الخشبية، مثل عندما تنغلق مظلات الأشجار الناضجة ما يؤدي إلى زيادة التظليل، أو عندما يتغير تركيب الأنواع من الصنوبريات إلى الأخشاب الصلبة، أو عندما تؤدي فترة جفاف (على عكس الجفاف الأشد والأكثر حدة) إلى انخفاض واضح في الحيوية، ولكن بدون فقدان المواد الخشبية أو مساحة الأوراق.

Change_Raw_Probability_Fast_Loss أمتار

الاحتمالية النموذجية الأولية لحدوث فقدان سريع في LCMS يتم تعريفها على النحو التالي: يشمل Fast Loss الفئات التالية من تفسير عملية تغيير TimeSync:

  • الحريق: أراضٍ تغيّرت بسبب الحريق، بغض النظر عن سبب الاشتعال (طبيعي أو من صنع الإنسان) أو شدته أو استخدام الأراضي

  • الحصاد: أراضٍ حرجية تم فيها قطع الأشجار أو الشجيرات أو غيرها من النباتات أو إزالتها بوسائل من صنع الإنسان وتشمل الأمثلة قطع الأشجار بشكل كامل، وقطع الأشجار المتبقية بعد الحرائق أو تفشّي الحشرات، وتخفيف كثافة الأشجار، وغيرها من الإجراءات المتّخذة لإدارة الغابات (مثل قطع الأشجار المتبقية بعد الحرائق أو تفشّي الحشرات).

  • ميكانيكية: أراضٍ غير حرجية تم فيها قطع الأشجار أو الشجيرات أو غيرها من النباتات أو إزالتها ميكانيكيًا باستخدام السلاسل أو الكاشطات أو مناشير الشجيرات أو الجرافات أو أي طرق أخرى لإزالة النباتات غير الحرجية

  • الرياح/الجليد: أراضٍ (بغض النظر عن استخدامها) تغيّرت فيها النباتات بسبب الرياح الناتجة عن الأعاصير والأعاصير القمعية والعواصف وغيرها من أحداث الطقس القاسي، بما في ذلك الأمطار المتجمدة الناتجة عن عواصف الجليد

  • علم المياه: الأراضي التي أدت الفيضانات إلى تغيير كبير في الغطاء الخشبي أو غيره من عناصر الغطاء الأرضي بغض النظر عن استخدام الأراضي (مثل الخلطات الجديدة من الحصى والنباتات في قاع الأنهار وحولها بعد الفيضان).

  • الحطام - أرض (بغض النظر عن استخدامها) تم تغييرها بسبب حركة المواد الطبيعية المرتبطة بالانهيارات الأرضية والانهيارات الثلجية والبراكين وتدفّق الحطام وما إلى ذلك

  • أخرى - الأراضي (بغض النظر عن الاستخدام) التي يشير فيها المؤشر الطيفي أو غيره من الأدلة الداعمة إلى حدوث اضطراب أو تغيير، ولكن لا يمكن تحديد السبب النهائي أو لا يتوافق نوع التغيير مع أي من فئات عملية التغيير المحددة أعلاه.

Change_Raw_Probability_Gain أمتار

الاحتمالية التي تمّت محاكاتها في نظام LCMS لتحقيق مكاسب يُعرَّف على أنّه: أرض تشهد زيادة في الغطاء النباتي بسبب النمو والتتابع على مدار عام واحد أو أكثر. ينطبق ذلك على أي مناطق قد تُظهر تغيّرًا طيفيًا مرتبطًا بإعادة نمو النباتات. في المناطق المتطوّرة، يمكن أن ينتج النمو عن النباتات الناضجة و/أو المروج والمناظر الطبيعية التي تم تركيبها حديثًا. في الغابات، يشمل النمو نمو النباتات من الأرض العارية، بالإضافة إلى نمو الأشجار المتوسطة والمهيمنة و/أو الأعشاب والشجيرات المنخفضة. من المرجّح أن تنتقل شرائح النمو/التعافي المسجّلة بعد قطع الأشجار في الغابات إلى فئات مختلفة من الغطاء الأرضي مع تجدّد الغابة. لكي تُعتبر هذه التغييرات نموًا أو تعافيًا، يجب أن تلتزم القيم الطيفية بشكل وثيق بخط اتجاه متزايد (مثل ميل موجب يبلغ حوالي 0.10 وحدة من مؤشر NDVI إذا تم تمديده إلى حوالي 20 عامًا) يستمر لعدة سنوات.

Land_Cover_Raw_Probability_Trees أمتار

الاحتمالية التي تمّت محاكاتها باستخدام LCMS للأشجار يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من أشجار حية أو أشجار ميتة قائمة.

Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix أمتار

الاحتمالية الناتجة عن نموذج LCMS الخام لمزيج الشجيرات والأشجار الطويلة (جنوب شرق آسيا فقط) يتم تعريفها على النحو التالي: تتألف غالبية البكسل من شجيرات يزيد ارتفاعها عن متر واحد، كما تتألف من 10% على الأقل من الأشجار الحية أو الأشجار الميتة الواقفة.

Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix أمتار

الاحتمالية التي تم تصميمها باستخدام بيانات LCMS الخام لمزيج الشجيرات والأشجار يتم تعريفها على النحو التالي: تتألف غالبية البكسل من شجيرات، كما تتألف من% 10 على الأقل من الأشجار الحية أو الميتة الواقفة.

Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix أمتار

الاحتمالية النموذجية الأولية لمزيج العشب/النباتات العشبية/الأعشاب والأشجار وفقًا لنظام تصنيف استخدام الأراضي وإدارتها (LCMS) يُعرَّف على أنّه: يتكوّن معظم البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية، ويتكوّن أيضًا من% 10 على الأقل من الأشجار الحية أو الأشجار الميتة الواقفة.

Land_Cover_Raw_Probability_Barren-and-Trees-Mix أمتار

الاحتمالية الناتجة عن نموذج LCMS الخاص بمزيج الأراضي القاحلة والأشجار يُعرَّف على أنّه: معظم وحدات البكسل تتألف من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي ميكانيكيًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة مثل الصحاري والبحيرات الموسمية والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُعتبر الطرق المصنوعة من التراب والحصى أيضًا أراضي قاحلة، وتتألف أيضًا من 10% على الأقل من الأشجار الحية أو الميتة.

Land_Cover_Raw_Probability_Tall-Shrubs أمتار

الاحتمالية النمذجة الأولية لنظام LCMS للشجيرات الطويلة (جنوب شرق آسيا فقط) يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من شجيرات يزيد ارتفاعها عن متر واحد.

Land_Cover_Raw_Probability_Shrubs أمتار

الاحتمالية التي تمّت محاكاتها باستخدام LCMS لظهور "شجيرات" يتم تعريفها على النحو التالي: تتألف غالبية البكسل من شجيرات.

Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Shrubs-Mix أمتار

الاحتمالية التي تم تصميمها باستخدام بيانات LCMS لخليط من الأعشاب والنباتات العشبية والشجيرات يتم تعريفها على النحو التالي: تتكوّن غالبية البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية، كما تتكوّن من 10% على الأقل من الشجيرات.

Land_Cover_Raw_Probability_Barren-and-Shrubs-Mix أمتار

الاحتمالية الناتجة عن نموذج LCMS الخام لمزيج الأراضي القاحلة والشجيرات يُعرَّف على أنّه: معظم وحدات البكسل تتألف من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي ميكانيكيًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة مثل الصحاري والبحيرات الموسمية والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُصنّف الطرق المصنوعة من التراب والحصى أيضًا على أنّها أراضٍ قاحلة، وتتألف أيضًا من 10% على الأقل من الشجيرات.

Land_Cover_Raw_Probability_Grass-Forb-Herb أمتار

الاحتمالية النموذجية الأولية لـ LCMS الخاصة بالعشب/النباتات العريضة الأوراق/الأعشاب يُعرَّف على النحو التالي: يتكوّن الجزء الأكبر من البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية.

Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix أمتار

الاحتمالية التي تمّت محاكاتها باستخدام بيانات LCMS الخام بشأن الأراضي القاحلة ومزيج العشب/النباتات العشبية/الأعشاب يُعرَّف على النحو التالي: يتألف الجزء الأكبر من البكسل من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي آليًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة، مثل الصحاري والبحيرات الموسمية الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُعتبر الطرق المصنوعة من التراب والحصى أيضًا أراضي قاحلة، وهي تتألف أيضًا من 10% على الأقل من الأعشاب المعمرة أو النباتات العشبية الأخرى.

Land_Cover_Raw_Probability_Barren-or-Impervious أمتار

الاحتمالية النموذجية الأولية لبيانات LCMS التي تمثّل الأراضي القاحلة أو غير المنفذة يُعرَّف على أنّه: معظم وحدات البكسل يتألف من 1) تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي ميكانيكيًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة مثل الصحاري والبحيرات الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. الطرق المصنوعة من التراب والحصى تُعتبر أيضًا أراضي قاحلة أو 2) مواد اصطناعية لا يمكن للمياه اختراقها، مثل الطرق الممهَّدة والأسطح ومواقف السيارات.

Land_Cover_Raw_Probability_Snow-or-Ice أمتار

الاحتمالية التي تمّت محاكاتها باستخدام LCMS لتساقط الثلوج أو الجليد يتم تحديدها على النحو التالي: يتكوّن الجزء الأكبر من البكسل من الثلج أو الجليد.

Land_Cover_Raw_Probability_Water أمتار

الاحتمالية الناتجة عن نموذج LCMS للمياه يتم تعريفها على النحو التالي: تتألف غالبية البكسل من الماء.

Land_Use_Raw_Probability_Agriculture أمتار

الاحتمالية النموذجية غير المعالجة لاستخدام الأراضي في الزراعة وفقًا لنظام LCMS يُعرَّف على أنّه: الأراضي المستخدَمة لإنتاج الغذاء والألياف والوقود، والتي تكون إما في حالة نباتية أو غير نباتية. ويشمل ذلك، على سبيل المثال لا الحصر، الأراضي الزراعية المزروعة وغير المزروعة، وأراضي القش، والبساتين، وكروم العنب، وعمليات تربية الماشية في الحظائر، والمناطق المزروعة لإنتاج الفواكه أو المكسرات أو التوت. تُصنّف الطرق المستخدَمة بشكل أساسي في الزراعة (أي التي لا تُستخدَم في النقل العام من مدينة إلى أخرى) ضمن استخدامات الأراضي الزراعية.

Land_Use_Raw_Probability_Developed أمتار

الاحتمالية النموذجية الأولية لـ "المحتوى التعليمي أو الوثائقي أو العلمي أو الفنّي" يُعرَّف على أنّه: الأراضي التي تغطيها مبانٍ من صنع الإنسان (مثل المباني السكنية العالية الكثافة أو التجارية أو الصناعية أو التعدينية أو الخاصة بالنقل)، أو مزيج من النباتات (بما في ذلك الأشجار) والمباني (مثل المباني السكنية المنخفضة الكثافة أو المروج أو المرافق الترفيهية أو المقابر أو ممرات النقل والمرافق العامة وما إلى ذلك)، بما في ذلك أي أراضٍ تم تغيير وظيفتها بسبب النشاط البشري.

Land_Use_Raw_Probability_Forest أمتار

الاحتمالية الأولية التي تم وضع نموذج لها في LCMS بشأن الغابة يُعرَّف على النحو التالي: أرض مزروعة أو مغطاة بنباتات طبيعية وتحتوي (أو من المحتمل أن تحتوي) على غطاء شجري بنسبة% 10 أو أكثر في وقت ما خلال تسلسل تعاقبي قصير الأجل. وقد يشمل ذلك فئات الغابات الطبيعية النفضية أو الدائمة الخضرة أو المختلطة، ومزارع الغابات، والأراضي الرطبة المشجّرة.

Land_Use_Raw_Probability_Non-Forest-Wetland أمتار

الاحتمالية الناتجة عن نموذج LCMS للأراضي الرطبة غير الحرجية يُعرَّف على أنّه: أراضٍ مجاورة أو داخل مستوى مياه جوفية مرئي (مشبع بشكل دائم أو موسمي) تهيمن عليه الشجيرات أو النباتات النابتة بشكل دائم. وقد تقع هذه الأراضي الرطبة على الشاطئ بجوار البحيرات أو قنوات الأنهار أو مصبّات الأنهار، أو على سهول الأنهار الفيضية، أو في مستجمعات مائية معزولة، أو على المنحدرات. وقد تظهر أيضًا على شكل حفر في البراري، وخنادق صرف، وبرك للماشية في المناظر الطبيعية الزراعية، وقد تظهر أيضًا على شكل جزر في وسط البحيرات أو الأنهار. تشمل الأمثلة الأخرى أيضًا المستنقعات والأهوار والمستنقعات الموحلة والمستنقعات الطينية والمستنقعات العشبية والمستنقعات المالحة والمستنقعات الحمضية والمستنقعات المائية.

Land_Use_Raw_Probability_Other أمتار

الاحتمالية غير المعدَّلة التي تم وضع نموذج لها في LCMS لفئة "غير ذلك" يُعرَّف على النحو التالي: أرض (بغض النظر عن استخدامها) يشير فيها المؤشر الطيفي أو غيره من الأدلة الداعمة إلى حدوث اضطراب أو تغيير، ولكن لا يمكن تحديد السبب النهائي أو لا يستوفي نوع التغيير أيًا من فئات عملية التغيير المحددة أعلاه.

Land_Use_Raw_Probability_Rangeland-or-Pasture أمتار

الاحتمالية الأولية التي يقدّمها نموذج نظام تصنيف الأراضي الساحلية (LCMS) بشأن الأراضي العشبية أو المراعي يتم تعريفها على النحو التالي: تشمل هذه الفئة أي منطقة تكون إما: الأراضي العشبية، حيث تكون النباتات مزيجًا من الأعشاب والشجيرات والنباتات العريضة الأوراق والنباتات الشبيهة بالأعشاب التي تنشأ إلى حد كبير من عوامل وعمليات طبيعية، مثل هطول الأمطار ودرجة الحرارة والارتفاع والحرائق، على الرغم من أنّ الإدارة المحدودة قد تشمل الحرق الموصوف بالإضافة إلى الرعي من قِبل الحيوانات العاشبة الأليفة والبرية؛ أو ب.) المراعي، حيث قد تتراوح النباتات من أعشاب مختلطة وطبيعية إلى حد كبير، ونباتات عريضة الأوراق وأعشاب إلى نباتات مُدارة بشكل أكبر تهيمن عليها أنواع الأعشاب التي تم زرعها وإدارتها للحفاظ على الزراعة الأحادية تقريبًا

QA_Bits أمتار

معلومات إضافية حول مصدر قيم الناتج السنوي لمنتج LCMS

تغيير جدول الصف

القيمة اللون الوصف
1 #3d4551

إسطبل

2 #f39268

Slow Loss

3 #d54309

فقدان سريع

4 #00a398

المكسب

5 #1b1716

قناع منطقة عدم المعالجة

جدول فئات غطاء الأراضي

القيمة اللون الوصف
1 #005e00

الأشجار

2 #008000

مزيج من الشجيرات والأشجار الطويلة (جنوب شرق آسيا فقط)

3 #00cc00

تشكيلة من الشجيرات والأشجار

4 #b3ff1a

مزيج من الأعشاب والأشجار

5 #99ff99

مزيج من الأراضي القاحلة والأشجار

6 #b30088

الشجيرات الطويلة (جنوب شرق آسيا فقط)

7 #e68a00

شجيرات

8 #ffad33

مزيج من الأعشاب والشجيرات

9 #ffe0b3

مزيج الأراضي القاحلة والشجيرات

10 #ffff00

عشب/نبات عريض الأوراق/نبات

11 #aa7700

أرض قاحلة ومزيج من الأعشاب/النباتات العشبية/النباتات العريضة الأوراق

12 #d3bf9b

أرض قاحلة أو غير منفذة

13 #ffffff

جليد أو ثلوج

14 #4780f3

ماء

15 #1b1716

قناع منطقة عدم المعالجة

جدول فئات استخدام الأراضي

القيمة اللون الوصف
1 #efff6b

زراعة

2 #ff2ff8

تم تطويره

3 #1b9d0c

غابة

4 #97ffff

الأراضي الرطبة غير الحرجية

5 #a1a1a1

غير ذلك

6 #c2b34a

أراضٍ عشبية أو مراعٍ

7 #1b1716

قناع منطقة عدم المعالجة

خصائص الصور

خصائص الصورة

الاسم النوع الوصف
study_area سلسلة

تغطي خدمة LCMS حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة. يحتوي هذا الإصدار على نواتج في جميع أنحاء بورتوريكو وجزر فيرجن التابعة للولايات المتحدة.

القيمة المحتمَلة: PRUSVI

بنود الاستخدام

بنود الاستخدام

لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمان، صريحًا أو ضمنيًا، بما في ذلك ضمانات صلاحية العرض في السوق والملاءمة لغرض معيّن، كما أنّها لا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. إنّ هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية، ولا يُقصد استخدامها على هذا النحو. لا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف أو الحدود القانونية أو الاختصاص القانوني أو القيود التي قد تكون مفروضة على الأراضي العامة أو الخاصة. قد يتم أو لا يتم عرض المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغيّر بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.

تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة، ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:

خدمة الغابات التابعة لوزارة الزراعة الأمريكية ‫2021 USFS Landscape Change Monitoring System v2020.6 (بورتوريكو - جزر فيرجن الأمريكية فقط). سولت ليك سيتي، يوتا

الاقتباسات

الاقتباسات:
  • خدمة الغابات التابعة لوزارة الزراعة الأمريكية ‫2021 USFS Landscape Change Monitoring System v2020.6 (بورتوريكو وجزر فيرجن التابعة للولايات المتحدة فقط) سولت ليك سيتي، يوتا

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

var dataset = ee.ImageCollection('USFS/GTAC/LCMS/v2020-6');

var lcms = dataset
        .filterDate('2020', '2021')        // range: [1985, 2020]
        .filter('study_area == "PRUSVI"')  // Puero Rico only in this version.
        .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(-66.42, 18.13, 9);
فتح في "أداة تعديل الرموز"