USFS Landscape Change Monitoring System v2021.7 (Conterminous United States and Southeastern Alaska) [deprecated]

USFS/GTAC/LCMS/v2021-7
זמינות קבוצת הנתונים
1985-06-01T00:00:00Z–2021-09-30T00:00:00Z
מפיק מערך הנתונים
קטע קוד ל-Earth Engine
ee.ImageCollection("USFS/GTAC/LCMS/v2021-7")
תגים
שינוי
change-detection
יער
gtac
כיסוי השטח
נגזר מ-Landsat
שימוש בקרקע
landuse-landcover
lcm
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 מכסה את ארצות הברית הרציפה (CONUS) ואת דרום-מזרח אלסקה (SEAK).

‫LCMS היא מערכת שמבוססת על חישה מרחוק למיפוי ולמעקב אחרי שינויים בנוף בארצות הברית. המטרה שלה היא לפתח גישה עקבית באמצעות הטכנולוגיה העדכנית וההתפתחויות האחרונות 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 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 של שינוי LCMS, כיסוי קרקע ושימוש בקרקע מציעה תיאור הוליסטי של שינוי הנוף 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 מרמה 1 של Landsat ושל Sentinel 2A, 2B על החזרת אור בחלק העליון של האטמוספירה (TOA) משמשים ישירות ב-CCDC וליצירת תמונות מורכבות שנתיות עבור LandTrendr. אלגוריתם cFmask לזיהוי עננים (Foga et al., ‫2017), שהוא הטמעה של Fmask 2.0 (Zhu and Woodcock, ‏ 2012) (Landsat בלבד), cloudScore (Chastain et al., ‫2019) (Landsat-only), and s2cloudless (Sentinel-Hub, 2021) (Sentinel 2-only) are used to mask clouds, while TDOM (Chastain et al., ‫2019) משמשת להסתרת צללי עננים (Landsat ו-Sentinel 2). ב-LandTrendr, המערכת מחשבת את המדואיד השנתי כדי לסכם את הערכים ללא עננים וצללי עננים מכל שנה לקומפוזיט יחיד.

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

כל הערכים שבהם אין עננים וצללי עננים מפולחים גם בזמן באמצעות אלגוריתם CCDC (Zhu and Woodcock, ‏ 2014).

השתמשנו בערכים המורכבים הגולמיים, בערכים המותאמים של LandTrendr, בהפרשים בין זוגות, במשך הפלח, בגודל השינוי ובשיפוע, ובמקדמי הסינוס והקוסינוס של CCDC בספטמבר (3 ההרמוניות הראשונות), בערכים המותאמים ובהפרשים בין זוגות, וגם בגובה, בשיפוע, בסינוס של ההיבט, בקוסינוס של ההיבט ובמדדי המיקום הטופוגרפי (Weiss,‏ 2001) מתוך מערך הנתונים הלאומי של הגבהים (NED) ברזולוציה של 10 מ' (Gesch et al.,‏ 2009). באזור SEAK השתמשנו ב-NED ברזולוציה של 30 מ'. הנתונים האלה שימשו כמשתנים בלתי תלויים לחיזוי במודל Random Forest (Breiman,‏ 2001).

נתוני הייחוס נאספים באמצעות TimeSync, כלי מבוסס-אינטרנט שעוזר לאנליסטים להציג נתונים חזותיים ולפרש את רשומת הנתונים של Landsat משנת 1984 ועד היום (Cohen et al., 2010).

מקורות מידע נוספים

אם יש לכם שאלות או בקשות ספציפיות לגבי נתונים, אפשר לפנות לכתובת [sm.fs.lcms@usda.gov]. * Breiman, L., 2001. Random Forests. In Machine Learning. Springer, 45: 5-32 doi:10.1023/A:1010933404324

  • 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. בחישה מרחוק של הסביבה. ‫Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015

  • Foga, S., Scaramuzza, P.L., Guo, S., Zhu, Z., Dilley, R.D., Beckmann, T., Schmidt, G.L., Dwyer, J.L., יוז, מ.ג'יי (Hughes, M.J.‎), Laue, B., ‫2017. השוואה ואימות של אלגוריתם לזיהוי עננים במוצרי נתונים תפעוליים של Landsat. ב-Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026

  • Gesch, D., Evans, G., Mauck, J., Hutchinson, J., & Carswell, W. J., ‫2009. The National Map - Elevation. In Fact Sheet, doi:10.3133/fs20093053

  • 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 הרכבת מודלים. 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

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

  • 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. 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 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 מחלקה נחזית באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (שיעור העצים במודל היער האקראי) שהפיקסל שייך למחלקה הזו. 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 מוגדר לו ערך מעל הסף המתאים של כל מחלקה, מוקצה המחלקה Stable.
Land_Cover ‫30 מטרים

מוצר סופי של כיסוי קרקע נושאי של LCMS. סך של 14 סוגי כיסוי קרקע ממופים על בסיס שנתי באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שמקורו בתמונות Landsat. כל סוג נחזה באמצעות מודל נפרד של Random Forest, שמפיק הסתברות (פרופורציה של העצים בתוך מודל Random Forest) לכך שהפיקסל שייך לסוג הזה. לכן, לפיקסלים בודדים יש 14 פלטים שונים של מודלים לכל שנה, והסוגים 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 סוגים מעורבים. הם מייצגים פיקסלים שבהם סוג נוסף של כיסוי קרקע מכסה לפחות 10% מהפיקסל.
Land_Use ‫30 מטרים

מוצר סופי של שימוש בקרקע מסוג LCMS נושאי. סך של 6 סוגי שימוש בקרקע ממופים על בסיס שנתי באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שמקורו בתמונות Landsat. כל סוג נחזה באמצעות מודל נפרד של Random Forest, שמפיק הסתברות (פרופורציה של העצים בתוך מודל Random Forest) לכך שהפיקסל שייך לסוג הזה. לכן, לפיקסלים בודדים יש 6 פלטים שונים של מודלים לכל שנה, והסוגים הסופיים מוקצים לשימוש בקרקע עם ההסתברות הגבוהה ביותר.
Change_Raw_Probability_Slow_Loss ‫30 מטרים

ההסתברות המחושבת של LCMS לאובדן איטי. ההגדרה היא: אובדן איטי כולל את המחלקות הבאות מפרשנות של תהליך שינוי TimeSync –

  • ירידה מבנית – קרקע שבה עצים או צמחייה עשירה בעץ עוברים שינוי פיזי בגלל תנאי גידול לא נוחים שנובעים מגורמים לא אנתרופוגניים או לא מכניים. בדרך כלל, סוג האובדן הזה יוצר מגמה באותות הספקטרליים (למשל, ירידה ב-NDVI, ירידה בלחות, עלייה ב-SWIR וכו'), אבל המגמה יכולה להיות עדינה. ירידה מבנית מתרחשת בסביבות צמחייה עשירה בעץ, לרוב בגלל חרקים, מחלות, בצורת, גשם חומצי וכו'. ירידה מבנית יכולה לכלול אירועים של נשירת עלים שלא מובילים לתמותה, כמו במקרים של פלישת עש צועני וזחלי עש מחטניים, שעשויים להתאושש תוך שנה או שנתיים.

  • ירידה ספקטרלית – תרשים שבו האות הספקטרלי מראה מגמה באחד או יותר מהפסי ספקטרליים או מהאינדקסים (למשל, ירידה ב-NDVI, ירידה בלחות, עלייה ב-SWIR וכו'). דוגמאות כוללות מקרים שבהם: א) צמחייה לא יערנית ולא מעוצה מראה מגמה שמצביעה על ירידה (למשל, ירידה ב-NDVI, ירידה בלחות, עלייה ב-SWIR וכו'), או ב) צמחייה מעוצה מראה 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 כשפרק זמן יבש (בניגוד לבצורת חזקה יותר וחדה יותר) גורם לירידה נראית לעין בחוזק הצמחייה, אבל לא לאובדן של חומר מעוצה או שטח עלים.
Change_Raw_Probability_Fast_Loss ‫30 מטרים

ההסתברות המחושבת של אובדן מהיר על סמך נתוני LCMS גולמיים. ההגדרה: אובדן מהיר כולל את המחלקות הבאות מפרשנות של 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 לאחר שריפה או התפרצות של חרקים, דילול עצים והנחיות אחרות לניהול יערות (למשל, כריתת עצים להגנה על עצים צעירים או כריתת עצים להפצת זרעים).

  • מכני – קרקע לא מיוערת שבה עצים, שיחים או צמחייה אחרת נחתכו או הוסרו באופן מכני באמצעות שרשור, גירוד, ניסור, דחפור או כל שיטה אחרת להסרת צמחייה שלא נמצאת ביער.

  • רוח/קרח – קרקע (ללא קשר לשימוש) שבה הצמחייה השתנתה כתוצאה מרוח שמקורה בהוריקנים, בטורנדו, בסופות ובאירועי 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 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.
Change_Raw_Probability_Gain ‫30 מטרים

ההסתברות לשינוי חיובי במודל LCMS. מוגדרת כך: שטח שבו חל גידול בכיסוי הצמחייה כתוצאה מצמיחה ומסוקצסיה במשך שנה אחת או יותר. רלוונטי לכל האזורים שבהם עשוי להתרחש שינוי ספקטרלי שקשור לצמיחה מחדש של צמחייה. באזורים מיושבים, צמיחה יכולה להיות תוצאה של התבגרות צמחייה או של מדשאות וגינון חדשים. ביערות, צמיחה כוללת צמיחת צמחייה מאדמה חשופה, וגם צמיחה של עצים בינוניים ועצים שולטים או של עשבים ושיחים נמוכים יותר. פלחים של צמיחה או התאוששות שנרשמו אחרי כריתת יערות צפויים לעבור בין סיווגים שונים של כיסוי קרקע כשהיער מתחדש. כדי שהשינויים האלה ייחשבו כצמיחה או התאוששות, הערכים הספקטרליים צריכים להתאים באופן הדוק 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 ‫30 מטרים

ההסתברות המחושבת של עצים לפי מודל LCMS גולמי. ההגדרה: רוב הפיקסלים מורכבים מעצים חיים או מעצים מתים.
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix ‫30 מטרים

הסבירות המחושבת של LCMS לגבי שילוב של שיחים ועצים גבוהים (רק בדרום-מזרח אלסקה). מוגדרת כך: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר אחד, וגם מורכב מ-10% לפחות של עצים חיים או עצים מתים עומדים.
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix ‫30 מטרים

ההסתברות המחושבת של תערובת שיחים ועצים לפי מודל LCMS. מוגדרת כך: רוב הפיקסל מורכב משיחים, וגם מורכב מ-10% לפחות של עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix ‫30 מטרים

ההסתברות המחושבת הגולמית של תערובת דשא/עשב/צמחים ועצים במודל LCMS. הגדרה: רוב הפיקסל מורכב מדשאים רב-שנתיים, מצמחי מרפא או מצורות אחרות של צמחייה עשבונית, וגם מורכב לפחות מ-10% עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Barren-and-Trees-Mix ‫30 מטרים

הסתברות מודל LCMS גולמית של אזור חשוף ושל אזור עם עצים. מוגדרת כך: רוב הפיקסל מורכב מאדמה חשופה שנחשפה כתוצאה מהפרעה (למשל, אדמה שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים חשופים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גאולוגיים אחרים שנחשפו כתוצאה מפעילויות כרייה על פני השטח), דיונות חול, אגמי מלח וחוף. דרכים מאדמה ומחצץ נחשבות גם הן לאזורים חשופים, והן מורכבות גם מ-10% לפחות של 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 של תערובת של דשא, עשבים 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 המחושבת של תערובת של אדמה חשופה ושיחים. מוגדרת כך: רוב הפיקסל מורכב מאדמה חשופה שנחשפה כתוצאה מהפרעה (למשל, אדמה שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם מאזורים חשופים באופן קבוע כמו מדבריות, מישורי מלח, סלעים חשופים (כולל מינרלים וחומרים גאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, אגמי מלח וחוף הים. כבישים מאדמה ומחצץ נחשבים גם הם לאדמה חשופה, והם מורכבים גם משיחים בשיעור של לפחות 10%.
Land_Cover_Raw_Probability_Grass-Forb-Herb ‫30 מטרים

ההסתברות המחושבת הגולמית של LCMS לדשא/עשב/צמח. מוגדרת כך: רוב הפיקסל מורכב מדשא רב-שנתי, מעשבים או מצורות אחרות של צמחייה עשבונית.
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix ‫30 מטרים

ההסתברות הגולמית של LCMS שמוצגת במודל לגבי קרקע חשופה ותערובת של עשבים, צמחי מרפא וצמחים רחבי עלים. ההגדרה: רוב הפיקסל מורכב מקרקע חשופה שנחשפה כתוצאה מהפרעה (למשל, קרקע שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם אזורים חשופים רב-שנתיים כמו מדבריות, אגמים עונתיים, סלעים חשופים (כולל מינרלים וחומרים גאולוגיים אחרים שנחשפו כתוצאה מפעילויות כרייה על פני השטח), דיונות חול, מישורי מלח וחופים. כבישים שעשויים מעפר ומחצץ נחשבים גם הם לקרקע חשופה, והם מורכבים גם מ-10% לפחות של עשבים רב-שנתיים, צמחי מרפא או צורות אחרות של צמחייה עשבונית.
Land_Cover_Raw_Probability_Barren-or-Impervious ‫30 מטרים

ההסתברות המחושבת לפי מודל LCMS לכך שהפיקסל מייצג שטח חשוף או אטום. ההגדרה: רוב הפיקסל מורכב מ-1) אדמה חשופה שנחשפה כתוצאה מהפרעה (למשל, אדמה שנחשפה כתוצאה מפינוי מכני או כריתת יערות), וגם אזורים חשופים באופן קבוע כמו מדבריות, אגמים עונתיים, סלעים חשופים (כולל מינרלים וחומרים גאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול, מישורי מלח וחופים. גם דרכים מאדמה ומחצץ נחשבות לאדמה חשופה או ל-2) חומרים מעשה ידי אדם שמים לא יכולים לחדור אליהם, כמו כבישים סלולים, גגות ומגרשי חנייה.
Land_Cover_Raw_Probability_Snow-or-Ice ‫30 מטרים

הסבירות המחושבת של שלג או קרח לפי מודל LCMS. מוגדרת כך: רוב הפיקסל מורכב משלג או קרח.
Land_Cover_Raw_Probability_Water ‫30 מטרים

הסבירות המחושבת של מים לפי מודל LCMS. מוגדרת כך: רוב הפיקסל מורכב ממים.
Land_Use_Raw_Probability_Agriculture ‫30 מטרים

ההסתברות הגולמית של LCMS לשימוש חקלאי. מוגדרת כ: קרקע שמשמשת לייצור מזון, סיבים ודלקים, שנמצאת במצב צמחייה או במצב ללא צמחייה. כולל, בין היתר, שטחי גידול מעובדים ולא מעובדים, שטחי חציר, מטעים, כרמים, פעולות גידול בעלי חיים בשטח מוגבל ואזורים שנשתלו לצורך ייצור פירות, אגוזים או פירות יער. כבישים שמשמשים בעיקר לשימוש חקלאי (כלומר, לא משמשים לתחבורה ציבורית מעיר לעיר) נחשבים לשימוש חקלאי בקרקע.
Land_Use_Raw_Probability_Developed ‫30 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 ‫30 מטרים

ההסתברות הגולמית של יער שעברה מודלים של LCMS. הגדרה: שטח שבו יש צמחייה טבעית או צמחייה שנשתלה, ושכולל (או סביר שיכלול) כיסוי צל עצים של 10% או יותר בשלב כלשהו במהלך רצף סוקצסיוני בטווח הקצר. יכול להיות שהסיווג יכלול יערות טבעיים נשירים, יערות טבעיים ירוקי עד או יערות טבעיים מעורבים, מטעי יער וביצות עם צמחייה מעוצה.
Land_Use_Raw_Probability_Non-Forest-Wetland ‫30 מטרים

הסתברות משוערת של ביצות לא מיוערות, על סמך נתוני LCMS גולמיים. ההגדרה: שטחים שסמוכים למפלס מי תהום גלוי או נמצאים בתוכו (רוויים באופן קבוע או עונתי), שבהם יש בעיקר שיחים או צמחים עשבוניים רב-שנתיים. הביצות האלה יכולות להיות ממוקמות בחוף של אגמים, ערוצי נהרות או שפכי נהרות, במישורי הצפה של נהרות, באגני ניקוז מבודדים או במדרונות. הן יכולות להופיע גם כבריכות עונתיות בערבות, כתעלות ניקוז וכבריכות להשקיית בקר בנופים חקלאיים, וגם כאיים באמצע אגמים או נהרות. דוגמאות נוספות כוללות ביצות, ביצות כבול, ביצות מיוערות, ביצות טובעניות, ביצות טונדרה, ביצות עשבוניות, ביצות אלקליות וביצות עם נהרות קטנים.
Land_Use_Raw_Probability_Other ‫30 מטרים

ההסתברות המחושבת של 'אחר' במודל LCMS. מוגדרת כך: קרקע (לא משנה השימוש בה) 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 תהליכי השינוי שמוגדרות למעלה.
Land_Use_Raw_Probability_Rangeland-or-Pasture ‫30 מטרים

הסבירות המחושבת של LCMS לגבי שטחי מרעה או אדמות מרעה. ההגדרה: הקטגוריה הזו כוללת כל אזור שהוא 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 ושריפות, למרות שניהול מוגבל עשוי לכלול גם שריפות מבוקרות וגם רעייה של אוכלי עשב מבויתים ופראיים; או ב.) אדמות מרעה, שבהן הצמחייה יכולה להיות מגוונת, בעיקר עשבים טבעיים, עשבים רחבי עלים ועשבי תיבול, או צמחייה מנוהלת יותר שבה יש בעיקר מיני עשבים שנזרעו וטופלו כדי לשמור על מצב שקרוב למונוקולטורה.
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

Slow Loss
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, עשבים ועצים
5 #99ff99

מיקס של שטח חשוף ועצים
6 #b30088

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

שיחים
8 #ffad33

תערובת של דשא, עשבים ושיחים
9 #ffe0b3

מיקס של צמחים עקרים ושיחים
10 #ffff00

עשב/צמח עשבוני/תבלין
11 #aa7700

Barren & Grass/Forb/Herb Mix
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 ה-LCMS מכסה את ארצות הברית הרציפה, את דרום-מזרח אלסקה ואת פוארטו ריקו ואיי הבתולה של ארה"ב. הגרסה הזו מכילה נתוני פלט באזורים הבאים: ארצות הברית הרציפה ודרום-מזרח אלסקה. ערכים אפשריים: CONUS, SEAK

תנאים והגבלות

תנאים והגבלות

שירות היערות של משרד החקלאות האמריקאי לא נותן אחריות, מפורשת או משתמעת, כולל האחריות לסחירות ולהתאמה למטרה מסוימת, וגם לא 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 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, אתם צריכים להוסיף את הציטוט הבא:

שירות היערות של משרד החקלאות האמריקאי (USDA). ‫2022. USFS Landscape Change Monitoring System v2021.7 (Conterminous United States and Southeastern Alaska). סולט לייק סיטי, יוטה.

ציטוטים ביבליוגרפיים

ציטוטים ביבליוגרפיים:

  • שירות היערות של משרד החקלאות האמריקאי (USDA). ‫2022. מערכת למעקב אחר שינויים בנוף של USFS גרסה 2021.7 (ארצות הברית הרציפה ודרום-מזרח אלסקה). סולט לייק סיטי, יוטה.

סיור עם פלטפורמת Earth Engine

עורך קוד (JavaScript)

‫
var dataset = ee.ImageCollection('USFS/GTAC/LCMS/v2021-7');

var lcms = dataset.filterDate('2020', '2021')  // range: [1985, 2021]
               .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);
פתיחה ב-Code Editor
המוצר הזה הוא חלק מחבילת הנתונים של מערכת למעקב אחרי שינויים בנוף (LCMS). מוצגים שינויים לפי מודל LCMS, כיסוי קרקע ו/או סיווגים של שימוש בקרקע לכל שנה. הגרסה הזו של LCMS מכסה את ארצות הברית הרציפה (CONUS) ואת דרום-מזרח אלסקה (SEAK). ‫LCMS היא מערכת מבוססת חישה מרחוק למיפוי ולמעקב אחר נוף…
USFS/GTAC/LCMS/v2021-7, change,change-detection,forest,gtac,landcover,landsat-derived,landuse,landuse-landcover,lcms,redcastle-resources,rmrs,sentinel2-derived,time-series,usda,usfs
1985-06-01T00:00:00Z/2021-09-30T00:00:00Z
20.38379 -135.286387 52.459364 -56.446306
Google Earth Engine