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

USFS/GTAC/LCMS/v2020-6
זמינות קבוצת הנתונים
1985-06-01T00:00:00Z–2021-05-31T00:00:00Z
מפיק מערך הנתונים
קטע קוד ל-Earth Engine
ee.ImageCollection("USFS/GTAC/LCMS/v2020-6")
תגים
שינוי
change-detection
יער
gtac
כיסוי השטח
נגזר מ-Landsat
שימוש בקרקע
landuse-landcover
lcms
redcastle-resources
rmrs
sentinel2-derived
פעולות על ציר הזמן
USDA
usfs

תיאור

המוצר הזה הוא חלק מחבילת הנתונים של מערכת למעקב אחר שינויים בנוף (LCMS). מוצגים שינויים לפי מודל LCMS, כיסוי קרקע ו/או סיווגים של שימוש בקרקע לכל שנה. הגרסה הזו של LCMS כוללת את פוארטו ריקו ואיי הבתולה של ארה"ב (PRUSVI).

‫LCMS היא מערכת שמבוססת על חישה מרחוק למיפוי ולמעקב אחרי שינויים בנוף בארצות הברית. המטרה של התוכנית היא לפתח גישה עקבית באמצעות הטכנולוגיה העדכנית 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 קשור באופן ספציפי לכיסוי צמחייה וכולל אובדן איטי, אובדן מהיר (שכולל גם שינויים הידרולוגיים כמו הצפה או ייבוש) ועלייה. הערכים האלה נחזים לכל שנה בסדרת הזמן של Landsat ומשמשים כמוצרי הבסיס של LCMS. במפות של כיסוי הקרקע ושל השימוש בקרקע מוצגים כיסוי הקרקע ברמת צורת החיים והשימוש בקרקע ברמה רחבה בכל שנה.

מכיוון שאין אלגוריתם שמשיג את התוצאות הכי טובות בכל המצבים, ב-LCMS נעשה שימוש באנסמבל של מודלים ככלי לחיזוי, מה שמשפר את דיוק המפה במגוון של מערכות אקולוגיות ותהליכי שינוי (Healey et al., 2018). התוצאה היא סדרה של מפות שמציגות שינויים ב-LCMS, כיסוי קרקע ושימוש בקרקע, ומספקות תמונה הוליסטית של שינויים בנוף בארצות הברית במהלך ארבעת העשורים האחרונים.

שכבות החיזוי של מודל LCMS כוללות פלט מאלגוריתמים לזיהוי שינויים של LandTrendr ו-CCDC, ומידע על השטח. הגישה לכל הרכיבים האלה והעיבוד שלהם מתבצעים באמצעות Google Earth Engine (Gorelick et al., ‫2017).

נתונים של החזרת אור בחלק העליון של האטמוספירה (TOA) ברמה 1C של Landsat Tier 1 ו-Sentinel 2A, 2B משמשים ישירות ב-CCDC וליצירת קומפוזיציות שנתיות עבור LandTrendr. נעשה שימוש ב-cFmask (Zhu and Woodcock, 2012) (Landsat בלבד), cloudScore (Chastain et al., ‫2019) (Landsat-only), ו-s2cloudless (Sentinel-Hub, 2021) (Sentinel 2-only) משמשים להסתרת עננים, בעוד ש-TDOM (Chastain et al., ‫2019) משמש לטשטוש צללי עננים (Landsat ו-Sentinel 2). במקרה של LandTrendr, המערכת מחשבת את המדואיד השנתי כדי לסכם את הערכים ללא עננים וצללי עננים מכל שנה לקומפוזיציה אחת.

סדרת הזמנים המורכבת מפולחת באופן זמני באמצעות LandTrendr (Kennedy ‫2010; Kennedy et al., ‫2018; Cohen et al., 2018).

כל הערכים שבהם אין עננים וצללי עננים מפולחים גם 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) ממודלים דיגיטליים של גבהים בפורטו ריקו (Taylor et al‏ 2008) וממודל דיגיטלי של גבהים של המנהל הלאומי לאוקיינוסים ולאטמוספירה (NOAA) באיי הבתולה של ארה"ב (Love et al. ‎‏ 2014), משמשים כמשתנים בלתי תלויים לחיזוי במודל Random Forest (Breiman,‏ 2001).

נתוני ההשוואה נאספים באמצעות TimeSync, כלי מבוסס-אינטרנט שעוזר לאנליסטים להציג את נתוני Landsat ולפרש אותם. הנתונים זמינים משנת 1984 ועד היום (Cohen et al., 2010).

מקורות מידע נוספים

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 מאפיינים ספקטרליים 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. ב-Remote Sensing of Environment. ‫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', Kennedy, R. 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 של שילוב מודלים. ב-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. 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

  • Love, M.R., סאת'רלנד, מ. (Sutherland, M.‎), Beasley, L., Carignan, K.S., Eakins, B.W. (2014). מודלים דיגיטליים של גבהים באיי הבתולה של ארה"ב. בפרסום פנימי של NOAA National Geophysical Data Center.

  • Sentinel-Hub (2021). Sentinel 2 Cloud Detector. [אונליין]. זמין בכתובת: https://github.com/sentinel-hub/sentinel2-cloud-detector (הגישה האחרונה: 2021)

  • Taylor, L.A., Eakins, B.W., Carignan, K.S., Warnken, R.R., Sazonova, T., Schoolcraft, D.C. (2008). מודלים דיגיטליים של גבהים בפוארטו ריקו: תהליכים, מקורות נתונים וניתוח. ‫NOAA Technical Memorandum NESDIS NGDC-13, National Geophysical Data Center, Boulder, CO. (27 pp).

  • 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 וצללים של עננים בתמונות Landsat על בסיס אובייקטים. ב-Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

  • Zhu, Z., and Woodcock, C. E., ‫2014. זיהוי רציף של שינויים 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

תחום תדרים

גודל הפיקסל: 30 מטרים (כל הפסים)

שם גודל הפיקסל תיאור
Change ‫30 מטרים

שינוי סופי במוצר LCMS לפי נושא. בכל שנה ממופים שלושה סוגי שינויים (ירידה איטית, ירידה מהירה ועלייה). 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 שלוש תוצאות שונות של המודל לכל שנה. הסיווגים הסופיים מוקצים לסיווג השינוי עם ההסתברות הכי גבוהה שגם גבוהה מסף מסוים. לכל פיקסל שלא כולל ערך מעל הסף המתאים של כל סיווג, מוקצה הסיווג 'יציב'.
Land_Cover ‫30 מטרים

מוצר סופי של כיסוי קרקע (LCMS) לפי נושא. בכל שנה ממופים 14 סוגים של כיסוי קרקע באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שנגזר מתמונות Landsat. כל מחלקה נחזית באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (פרופורציה של העצים בתוך מודל היער האקראי) לכך שהפיקסל שייך למחלקה הזו. 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 מכסה את רוב שטח הפיקסל ואף סוג אחר לא מכסה יותר מ-10% מהפיקסל. יש גם שבעה שיעורים מעורבים. הפיקסלים האלה מייצגים אזורים שבהם סוג כיסוי קרקע נוסף מכסה לפחות 10% מהפיקסל.
Land_Use ‫30 מטרים

מוצר סופי של שימוש קרקע נושאי ב-LCMS. במסגרת המיפוי השנתי, ממופים 6 סוגים של שימוש בקרקע באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שמופק מתמונות Landsat. כל סיווג נחזה באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (שיעור העצים במודל היער האקראי) לכך שהפיקסל שייך לסיווג הזה. לכן, לכל פיקסל יש 6 פלטים שונים של מודלים לכל שנה, והסיווגים הסופיים מוקצים לשימוש בקרקע עם ההסתברות הכי גבוהה.
Change_Raw_Probability_Slow_Loss ‫30 מטרים

ההסתברות הגולמית של LCMS שחושבה על סמך מודל לאובדן איטי. ההגדרה: אובדן איטי כולל את המחלקות הבאות מפרשנות תהליך השינוי של TimeSync –

  • ירידה מבנית – קרקע שבה העצים או צמחייה מעוצה אחרת משתנים פיזית בגלל תנאי גידול לא נוחים שנובעים מגורמים לא אנתרופוגניים או לא מכניים. בדרך כלל, סוג כזה של אובדן יוצר מגמה באותות הספקטרליים (למשל, ירידה ב-NDVI, ירידה ברטיבות, עלייה ב-SWIR וכו'), אבל המגמה יכולה להיות קלה. הידרדרות מבנית מתרחשת בסביבות עם צמחייה מעוצה, לרוב כתוצאה מחרקים, מחלות, בצורת, גשם חומצי וכו'. הידרדרות מבנית יכולה לכלול אירועים של נשירת עלים שלא מובילים לתמותה, כמו במקרים של נגיעות בעש צועני ובזחל של עש האשוח, שמהם הצמחייה עשויה להשתקם תוך שנה או שנתיים.

  • ירידה ספקטרלית – תרשים שבו האות הספקטרלי מראה מגמה באחד או יותר מהפסי הספקטרליים או מהאינדקסים (למשל, ירידה ב-NDVI, ירידה במידת הרטיבות, עלייה ב-SWIR וכו'). דוגמאות למקרים כאלה: א) צמחייה לא יערנית ולא מעוצה שמציגה מגמת ירידה (למשל, ירידה ב-NDVI, ירידה ברטיבות, עלייה ב-SWIR וכו'), או ב) צמחייה מעוצה שמציגה מגמת ירידה שלא קשורה לאובדן של צמחייה מעוצה, למשל כשחופות של עצים בוגרים נסגרות וגורמות להצללה מוגברת, כששינוי בהרכב המינים עובר מעצים מחטניים לעצים רחבי עלים, או כשמזג אוויר יבש (בניגוד לבצורת חזקה יותר וחדה יותר) גורם לירידה ניכרת בחוזק הצמחייה, אבל לא לאובדן של חומר מעוצה או של שטח עלים.
Change_Raw_Probability_Fast_Loss ‫30 מטרים

ההסתברות המחושבת של אובדן מהיר, כפי שמחושבת על ידי מודל LCMS. הגדרה: אובדן מהיר כולל את המחלקות הבאות מפרשנות תהליך השינוי של TimeSync –

  • שריפה – קרקע שעברה שינוי כתוצאה משריפה, ללא קשר לגורם ההצתה (טבעי או אנתרופוגני), לחומרה או לשימוש בקרקע.

  • קציר – שטח יער שבו עצים, שיחים או צמחייה אחרת נחתכו או הוסרו באמצעים אנתרופוגניים. דוגמאות לכך הן כריתת עצים, כריתת עצים שנפגעו אחרי שריפה או התפרצות של מזיקים, דילול עצים והנחיות אחרות לניהול יערות (למשל, כריתת עצים להגנה על עצים צעירים או כריתת עצים להפצת זרעים).

  • מכני – קרקע שאינה יער שבה עצים, שיחים או צמחייה אחרת נחתכו או הוסרו באופן מכני באמצעות שרשור, גירוד, ניסור שיחים, דחפור או כל שיטה אחרת להסרת צמחייה שאינה יער.

  • רוח/קרח – קרקע (ללא קשר לשימוש) שבה הצמחייה משתנה בגלל רוח מסופות הוריקן, טורנדו, סופות ואירועי מזג אוויר קשים אחרים, כולל גשם מקפיא מסופות קרח.

  • הידרולוגיה – קרקע שבה הצפות שינו באופן משמעותי את כיסוי העצים או רכיבים אחרים של כיסוי הקרקע, ללא קשר לשימוש בקרקע (למשל, תערובות חדשות של חצץ וצמחייה בתוך אפיקי נחלים ובסביבתם אחרי הצפה).

  • פסולת – קרקע (ללא קשר לשימוש) שעברה שינוי כתוצאה מתנועת חומרים טבעיים שקשורה למפולות, לשלגים, להרי געש, לזרמי פסולת וכו'.

  • אחר – קרקע (ללא קשר לשימוש) שבה המגמה הספקטרלית או ראיות תומכות אחרות מצביעות על הפרעה או על אירוע שינוי, אבל לא ניתן לקבוע את הסיבה הסופית או שסוג השינוי לא עומד באף אחת מהקטגוריות של תהליך השינוי שמוגדרות למעלה.
Change_Raw_Probability_Gain ‫30 מטרים

ההסתברות הגולמית של LCMS לרווח, שחושבה על סמך מודל. הגדרה: 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 צמחייה בוגרת ו/או של מדשאות וגינון חדשים. ביערות, גידול כולל צמיחת צמחייה מאדמה חשופה, וגם צמיחה של עצים בינוניים ועצים דומיננטיים ו/או של דשא ושיחים נמוכים יותר. סביר להניח שפלחים של צמיחה או התאוששות שתועדו אחרי כריתת יערות יעברו בין סוגים שונים של כיסוי קרקע, ככל שהיער יתחדש. כדי שהשינויים האלה ייחשבו כצמיחה או כהתאוששות, הערכים הספקטרליים צריכים להיות קרובים לקו מגמה עולה (לדוגמה, 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 ‫30 מטרים

ההסתברות הגולמית של עצים שחושבה על ידי מודל LCMS. ההגדרה: רוב הפיקסלים מורכבים מעצים חיים או מעצים מתים.
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix ‫30 מטרים

ההסתברות המחושבת של LCMS לכיסוי מלא של שיחים גבוהים ועצים (דרום-מזרח אסיה בלבד). הגדרה: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר אחד, וגם מורכב לפחות מ-10% עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix ‫30 מטרים

ההסתברות הגולמית שחושבה על סמך נתוני LCMS לכיסוי של שיחים ועצים. הגדרה: רוב הפיקסל מורכב משיחים, וגם מ-10% לפחות של עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix ‫30 מטרים

ההסתברות הגולמית שחושבה על סמך מודל LCMS לכיסוי של תערובת של דשא, עשבים ועצים. 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 ‫30 מטרים

ההסתברות הגולמית שחושבה על סמך מודל LCMS לכיסוי של קרקע חשופה ועצים. מוגדר כ: רוב הפיקסל מורכב מקרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם אזורים שאינם פוריים באופן קבוע, כמו מדבריות, אגמי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, מישורי מלח וחופים. כבישים שעשויים מעפר ומחצץ נחשבים גם הם לקרקע לא פורייה, והם כוללים לפחות 10% עצים חיים או עצים מתים.
Land_Cover_Raw_Probability_Tall-Shrubs ‫30 מטרים

ההסתברות המחושבת של LCMS לשיחים גבוהים (דרום-מזרח אסיה בלבד). הגדרה: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר.
Land_Cover_Raw_Probability_Shrubs ‫30 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 ‫30 מטרים

ההסתברות הגולמית שחושבה על ידי מודל LCMS לכיסוי מלא של דשא, צמחים עשבוניים 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 ‫30 מטרים

ההסתברות הגולמית לפי מודל LCMS של Barren and Shrubs Mix. מוגדר כ: רוב הפיקסל מורכב מקרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם אזורים שאינם פוריים באופן קבוע, כמו מדבריות, אגמי מלח, סלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, מישורי מלח וחופים. כבישים שעשויים מעפר ומחצץ נחשבים גם הם לשטח חשוף, וכוללים לפחות 10% שיחים.
Land_Cover_Raw_Probability_Grass-Forb-Herb ‫30 מטרים

ההסתברות הגולמית שחושבה על סמך נתוני LCMS לכיסוי של דשא/עשב/צמח. הגדרה: רוב הפיקסלים מורכבים מדשאים רב-שנתיים, מעשבים או מצורות אחרות של צמחייה עשבונית.
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix ‫30 מטרים

ההסתברות המחושבת של LCMS לקרקע חשופה ולתערובת של דשא, עשבים רחבי עלים ועשבי תיבול. ההגדרה: 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 חול, אגמי מלח וחופים. גם דרכים שעשויות מעפר 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 ‫30 מטרים

ההסתברות הגולמית שחושבה על ידי מודל LCMS לכיסוי של שטח חשוף או בלתי חדיר. מוגדר כ: רוב הפיקסל מורכב מ-1) קרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם אזורים 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 שעשויים מעפר ומחצץ נחשבים גם הם כשטחים חשופים או כחומרים מלאכותיים שהמים לא יכולים לחדור אליהם, כמו כבישים סלולים, גגות וחניונים.
Land_Cover_Raw_Probability_Snow-or-Ice ‫30 מטרים

ההסתברות המחושבת של LCMS לשלג או לקרח. ההגדרה היא: רוב הפיקסלים מורכב משלג או מקרח.
Land_Cover_Raw_Probability_Water ‫30 מטרים

הסבירות הגולמית למים שחושבה על ידי מודל LCMS. ההגדרה: רוב הפיקסל מורכב ממים.
Land_Use_Raw_Probability_Agriculture ‫30 מטרים

ההסתברות המגולמת הגולמית של חקלאות שחושבה באמצעות מודל LCMS. מוגדר כ: קרקע שמשמשת לייצור מזון, סיבים ודלקים, שנמצאת במצב צמחייה או במצב ללא צמחייה. ההגדרה הזו כוללת, בין היתר, שטחי גידול מעובדים ולא מעובדים, שטחי חציר, מטעים, כרמים, שטחי גידול של 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 ‫30 מטרים

ההסתברות המחושבת הגולמית 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 ‫30 מטרים

ההסתברות הגולמית של יער שחושבה על ידי מודל LCMS. מוגדר כ: שטח ששתול או מכוסה בצמחייה באופן טבעי, ומכיל (או צפוי להכיל) צל עצים של 10% או יותר בשלב מסוים במהלך רצף סוקצסיוני בטווח הקצר. יכול להיות שהסיווגים האלה יכללו יערות טבעיים נשירים, יערות טבעיים ירוקי עד או יערות טבעיים מעורבים, מטעי יער וביצות עם צמחייה עשירה.
Land_Use_Raw_Probability_Non-Forest-Wetland ‫30 מטרים

ההסתברות הגולמית שחושבה על ידי מודל LCMS לביצות לא מיוערות. מוגדר כ: קרקעות סמוכות או בתוך מי תהום גלויים (רוויים באופן קבוע או עונתי) שבהם יש בעיקר שיחים או צמחים שצומחים מתוך 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 כבריכות עונתיות בערבות, כתעלות ניקוז וכבריכות להשקיית בקר בנופים חקלאיים, וגם כאיים באמצע אגמים או נהרות. דוגמאות נוספות כוללות גם ביצות, אדמות כבול, ביצות מלוחות, ביצות טובעניות, ביצות טחב, ביצות עשבוניות, ביצות מלוחות וביצות עם נהרות קטנים.
Land_Use_Raw_Probability_Other ‫30 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 שמוגדרות למעלה.
Land_Use_Raw_Probability_Rangeland-or-Pasture ‫30 מטרים

ההסתברות הגולמית שחושבה על ידי מודל LCMS של שטחי מרעה. הגדרה: הקטגוריה הזו כוללת כל אזור שמתקיים בו אחד מהתנאים הבאים: א) שטחי מרעה, שבהם הצמחייה היא תערובת של עשבים מקומיים, שיחים, עשבוניים 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.
QA_Bits ‫30 מטרים

מידע נוסף על המקור של ערכי הפלט השנתיים של מוצר LCMS.

טבלת שינוי סיווג

ערך צבע תיאור
1 #3d4551

אורווה
2 #f39268

ירידה איטית
3 ‎#d54309

Fast Loss
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, עשבים ועצים
5 #99ff99

מיקס של נוף מדברי ועצים
6 #b30088

שיחים גבוהים (דרום-מזרח אסיה בלבד)
7 #e68a00

שיחים
8 #ffad33

תערובת של עשבים, צמחים ועשבי תיבול ושיחים
9 #ffe0b3

מיקס של צמחייה דלילה ושיחים
10 #ffff00

עשב/צמח עשבוני/תבלין
11 #aa7700

Barren & Grass/Forb/Herb Mix
12 #d3bf9b

חשוף 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 CONUS, את דרום-מזרח אלסקה ואת פוארטו ריקו ואיי הבתולה של ארה"ב. הגרסה הזו מכילה נתוני פלט לגבי פוארטו ריקו ואיי הבתולה של ארה"ב.

ערך אפשרי: PRUSVI

תנאים והגבלות

תנאים והגבלות

שירות היערות של משרד החקלאות האמריקאי לא נותן אחריות, מפורשת או משתמעת, כולל אחריות לסחירות ולהתאמה למטרה מסוימת, ולא נושא באחריות משפטית או באחריות כלשהי לדיוק, למהימנות, לשלמות או לשימושיות של נתונים גיאו-מרחביים אלה, או לשימוש לא תקין או שגוי בנתונים הגיאו-מרחביים האלה. הנתונים הגיאו-מרחביים האלה והמפות או הגרפיקות הקשורות לא מהווים מסמכים משפטיים, והם לא נועדו לשמש כמסמכים כאלה. אין להשתמש בנתונים ובמפות כדי לקבוע בעלות, תיאורים או גבולות משפטיים, 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. באחריות המשתמש לוודא מהן המגבלות של הנתונים הגיאו-מרחביים ולהשתמש בנתונים בהתאם.

הנתונים האלה נאספו במימון ממשלת ארה"ב, ואפשר להשתמש בהם ללא הרשאות או עמלות נוספות. אם אתם משתמשים בנתונים האלה בפרסום, במצגת או במוצר מחקר אחר, עליכם לציין את המקור הבא:

שירות היערות של משרד החקלאות של ארה"ב. 2021. USFS Landscape Change Monitoring System v2020.6 (פוארטו ריקו – איי הבתולה של ארה"ב בלבד). סולט לייק סיטי, יוטה.

ציטוטים ביבליוגרפיים

ציטוטים ביבליוגרפיים:

  • שירות היערות של משרד החקלאות של ארה"ב. 2021. USFS Landscape Change Monitoring System v2020.6 (Puerto Rico - US Virgin Islands only). סולט לייק סיטי, יוטה.

סיור עם פלטפורמת Earth Engine

עורך קוד (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);
פתיחה ב-Code Editor
המוצר הזה הוא חלק מחבילת הנתונים של מערכת למעקב אחר שינויים בנוף (LCMS). מוצגים שינויים לפי מודל LCMS, כיסוי קרקע ו/או סיווגים של שימוש בקרקע לכל שנה. הגרסה הזו של LCMS כוללת את פוארטו ריקו ואיי הבתולה של ארה"ב (PRUSVI). ‫LCMS היא מערכת שמבוססת על חישה מרחוק למיפוי ולמעקב אחרי שינויים בנוף ב…
USFS/GTAC/LCMS/v2020-6, change,change-detection,forest,gtac,landcover,landsat-derived,landuse,landuse-landcover,redcastle-resources,rmrs,sentinel2-derived,time-series,usda,usfs
1985-06-01T00:00:00Z/2021-05-31T00:00:00Z
20.38379 -135.286387 52.459364 -56.446306
Google Earth Engine