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
ספק קבוצת 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
lcms
redcastle-resources
rmrs
sentinel2-derived
פעולות על ציר הזמן
USDA
usfs

תיאור

המוצר הזה הוא חלק מחבילת הנתונים של מערכת המעקב 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).

‫LCMS היא מערכת שמבוססת על חישה מרחוק למיפוי ולמעקב אחר שינויים בנוף בארצות הברית. המטרה שלה 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 ושימוש הקרקע מוצג כיסוי הקרקע ברמת צורת החיים ושימוש הקרקע ברמה רחבה לכל שנה.

מכיוון שאין אלגוריתם שמשיג את התוצאות הכי טובות בכל המצבים, LCMS משתמשת באנסמבל של מודלים ככלי חיזוי, מה שמשפר את דיוק המפה במגוון של מערכות אקולוגיות ותהליכי שינוי (Healey et al., ‫2018). התוצאה היא חבילה של מפות שמתארות שינויים במערכות ניהול קרקע (LCMS), בכיסוי הקרקע ובשימוש בקרקע. המפות האלה מציגות 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).

נתוני השתקפות בחלק העליון של האטמוספרה ברמה 1C של Landsat Tier 1 ושל Sentinel 2A, 2B משמשים ישירות ב-CCDC וליצירת תמונות מורכבות שנתיות עבור LandTrendr. אלגוריתם לזיהוי עננים cFmask (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 הזמנים המורכבת מפולחת באופן זמני באמצעות LandTrendr (Kennedy ‫2010; Kennedy et al., ‫2018; Cohen et al., ‫2018).

כל הערכים של עננים וצללי עננים חולקו 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 מערך נתוני הגובה הלאומי (NED) ברזולוציה של 10 מ' (Gesch et al., ‫2009) שימש, ובדרום-מזרח אסיה, נעשה שימוש ב-NED של 30 מ', ומשתמשים בהם כמשתנים בלתי תלויים לחיזוי במודל Random Forest (בריימן, 2001).

נתוני הייחוס 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

אם יש לכם שאלות או בקשות ספציפיות לגבי נתונים, אפשר לפנות אל [sm.fs.lcms@usda.gov]. * Breiman, L., ‫2001. Random Forests. ב-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, מאפיינים ספקטרליים של החלק 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. אנסמבל רב-ספקטרלי של LandTrendr לזיהוי הפרעות ביערות. ב-Remote Sensing of Environment. ‫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', קנדי, ר. E., לאבלנד, טקסס 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. 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

  • 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, קליפורניהZhu, Z., and Woodcock, C. ה. (2012). זיהוי עננים וצללי 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

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 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 מודל לכל שנה. הכיתות הסופיות מוקצות לכיתת השינוי עם ההסתברות הכי גבוהה שגם גבוהה מסף שצוין. כל פיקסל שלא כולל ערך מעל הסף המתאים של כל סוג מוקצה לסוג Stable.
Land_Cover מטרים

מוצר סופי של כיסוי הקרקע של LCMS לפי נושא. בכל שנה ממופים 14 סוגים של כיסוי קרקע באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שנגזר מתמונות Landsat. כל כיתה מנובאת באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (פרופורציה של העצים במודל היער האקראי) שהפיקסל שייך לכיתה 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 הזה 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 קרקע נוסף מכסה לפחות 10% מהפיקסל.
Land_Use מטרים

מוצר סופי של שימוש בקרקע ב-LCMS לפי נושא. בכל שנה ממופים 6 סוגים של שימוש בקרקע באמצעות נתוני ייחוס של TimeSync ומידע ספקטרלי שנגזר מתמונות Landsat. כל כיתה מנובאת באמצעות מודל נפרד של יער אקראי, שמפיק הסתברות (פרופורציה של העצים במודל היער האקראי) שהפיקסל שייך לכיתה הזו. 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 הגולמית של LCMS שחושבה לאובדן איטי. ההגדרה: אובדן איטי כולל את המחלקות הבאות מפרשנות תהליך השינוי של TimeSync –

  • ירידה מבנית – קרקע שבה עצים או צמחייה עשבונית 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 עדינה. ירידה מבנית מתרחשת בסביבות של צמחייה מעוצה, לרוב כתוצאה מחרקים, מחלות, בצורת, גשם חומצי וכו'. ירידה מבנית יכולה לכלול אירועים של נשירת עלים שלא מובילים לתמותה, כמו במקרים של נגיעות בעש צועני ובזחל של עש האשוח, שמהם יכול להיות שיפור תוך שנה או שנתיים.

  • ירידה ספקטרלית – תרשים שבו האות הספקטרלי מציג מגמה באחד או יותר מהפסי הספקטרליים או מהאינדקסים (למשל, ירידה ב-NDVI, ירידה ברטיבות, עלייה ב-SWIR וכו'). דוגמאות למקרים כאלה: א) צמחייה לא יערנית ולא מעוצה שמראה מגמה שמצביעה על ירידה (למשל, ירידה ב-NDVI, ירידה ברטיבות, עלייה ב-SWIR וכו'), או ב) צמחייה מעוצה שמראה 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 שטח עלים.
Change_Raw_Probability_Fast_Loss מטרים

ההסתברות המחושבת של אובדן מהיר, כפי שמודל LCMS חוזה. ההגדרה: אובדן מהיר כולל את המחלקות הבאות מפרשנות של תהליך השינוי TimeSync –

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

  • קציר – קרקע יערנית שבה 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 לא מיוערת.

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

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

  • פסולת – קרקע (ללא קשר לשימוש) שעברה שינוי כתוצאה מתנועת חומר טבעי 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 מהקטגוריות של תהליך השינוי שהוגדרו למעלה.
Change_Raw_Probability_Gain מטרים

ההסתברות הגולמית של LCMS לרווח, כפי שהיא מחושבת על ידי המודל. מוגדר כ: קרקע שבה חל גידול בכיסוי הצמחייה עקב צמיחה והתפתחות במשך שנה אחת או יותר. השיטה הזו מתאימה לכל האזורים שבהם עשויים להופיע שינויים ספקטרליים שקשורים לצמיחה מחדש של צמחייה. באזורים מפותחים, הצמיחה יכולה להיות תוצאה של צמחייה בוגרת ו/או של מדשאות וגינון חדשים. ביערות, הצמיחה כוללת 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 שנרשמו אחרי כריתת יערות יעברו דרך סיווגים שונים של כיסוי קרקע, ככל שהיער 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 גולמי. ההגדרה היא: רוב הפיקסלים מורכבים מעצים חיים או מעצים מתים.
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix מטרים

הסתברות משוערת של תערובת שיחים ועצים גבוהים (SEAK בלבד) על סמך נתוני LCMS גולמיים. הגדרה: רוב הפיקסל מורכב משיחים בגובה של יותר ממטר, וגם מורכב מ-10% לפחות של עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix מטרים

הסתברות משוערת גולמית של תערובת שיחים ועצים לפי LCMS. מוגדר כ: 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 מטרים

הסתברות משוערת גולמית של תערובת דשא/צמחים עשבוניים/עשבים ועצים לפי מודל LCMS. הגדרה: רוב הפיקסל 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 של תערובת של קרקע חשופה ועצים, שחושבה על סמך מודל LCMS. 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 חול, מישורי מלח וחופים. גם דרכים שעשויות מעפר ומחצץ נחשבות לשטחים חשופים, והן כוללות לפחות 10% עצים חיים או עצים מתים שעומדים.
Land_Cover_Raw_Probability_Tall-Shrubs מטרים

ההסתברות הגולמית של LCMS שמוצגת במודל של שיחים גבוהים (דרום-מזרח אסיה בלבד). הגדרה: רוב הפיקסלים 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 של תערובת של דשא/עשב/צמחים ועצים/שיחים שחושבה על ידי מודל LCMS. 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 LCMS שנוצרה על סמך מודל של Barren and Shrubs Mix. 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 חול, מישורי מלח וחופים. כבישים שעשויים מעפר ומחצץ נחשבים גם הם לקרקע לא פורייה, וכוללים לפחות 10% שיחים.
Land_Cover_Raw_Probability_Grass-Forb-Herb מטרים

ההסתברות הגולמית של LCMS שמוצגת כמודל של דשא/עשב/צמח. הגדרה: רוב הפיקסל מורכב מדשאים רב-שנתיים, מצמחי מרפא או מצורות אחרות של צמחייה עשבונית.
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix מטרים

הסתברות גולמית שעברה מודלים של LCMS לגבי Barren ו-Grass/Forb/Herb Mix. 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, חופים וסלעים חשופים (כולל מינרלים וחומרים גיאולוגיים אחרים שנחשפו כתוצאה מפעולות כרייה על פני השטח), דיונות חול ומישורי מלח. גם דרכים שעשויות מעפר ומחצץ נחשבות לקרקע חשופה, והן כוללות לפחות 10% של עשבים רב-שנתיים, עשבוניים או צורות אחרות של צמחייה עשבונית.
Land_Cover_Raw_Probability_Barren-or-Impervious מטרים

הסבירות הגולמית של LCMS למצב Barren או Impervious. ההגדרה: רוב הפיקסל מורכב מ-1) אדמה 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 מפעילויות כרייה על פני השטח), דיונות חול, מישורי מלח וחוף. גם דרכים שעשויות מעפר ומחצץ נחשבות לשטחים חשופים או 2) חומרים מעשה ידי אדם שמים לא יכולים לחדור אליהם, כמו דרכים סלולות, גגות וחניונים.
Land_Cover_Raw_Probability_Snow-or-Ice מטרים

הסבירות הגולמית שמוצגת במודל LCMS לשלג או לקרח. ההגדרה: רוב הפיקסלים מורכבים משלג או מקרח.
Land_Cover_Raw_Probability_Water מטרים

ההסתברות הגולמית של מים שחושבה על ידי מודל LCMS. ההגדרה היא: רוב הפיקסלים מורכבים ממים.
Land_Use_Raw_Probability_Agriculture מטרים

ההסתברות הגולמית של LCMS (סיווג כיסוי קרקע) שמוצגת במודל של חקלאות. הגדרה: קרקע שמשמשת לייצור מזון, סיבים ודלקים, שנמצאת במצב צמחי או לא צמחי. ההגדרה הזו כוללת, בין היתר, שטחי גידול מעובדים ולא מעובדים, שטחי חציר, מטעים, כרמים, מתקני גידול בעלי חיים סגורים ואזורים שבהם נשתלו עצים או שיחים לייצור פירות, אגוזים או פירות יער. כבישים שמשמשים בעיקר לשימוש חקלאי (כלומר, לא משמשים לתחבורה ציבורית מעיר לעיר) נחשבים לשימוש קרקע חקלאי.
Land_Use_Raw_Probability_Developed מטרים

ההסתברות הגולמית של LCMS (מערכת לניהול תוכן למידה) שפותחה. 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 הגולמית של יער שחושבה על ידי מודל LCMS. הגדרה: קרקע ששתולים בה צמחים או שיש בה צמחייה טבעית, ושכוללת (או סביר להניח שתכלול) כיסוי של 10% או יותר של צמרות עצים בשלב כלשהו במהלך רצף סוקצסיוני בטווח הקצר. יכול להיות שהסיווגים האלה יכללו יערות טבעיים נשירים, ירוקי עד או מעורבים, מטעי יער וביצות מיוערות.
Land_Use_Raw_Probability_Non-Forest-Wetland מטרים

ההסתברות לפי מודל LCMS של ביצות שאינן יערות. הגדרה: שטחים סמוכים למי תהום גלויים או בתוכם (רוויים באופן קבוע או עונתי), שבהם יש בעיקר שיחים או צמחים שצומחים מעל פני המים. שטחי הביצות האלה יכולים להיות ממוקמים לכיוון החוף מאגמים, מערוצי נהרות או משפכי נהרות; במישורי הצפה של נהרות; באזורי ניקוז מבודדים; או במדרונות. הם יכולים להופיע גם כבריכות 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 עם מים עומדים, ביצות עם צמחייה דלילה וביצות עם נהרות איטיים.
Land_Use_Raw_Probability_Other מטרים

הסתברות גולמית של LCMS שעברה מודלים של '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 מטרים

ההסתברות הגולמית שחושבה על ידי מודל LCMS לגבי שטחי מרעה. מוגדר כ: המחלקה הזו כוללת כל אזור שהוא א.) שטחי מרעה, שבהם הצמחייה היא תערובת של עשבים מקומיים, שיחים, עשבוניים וצמחים דמויי עשב, שנובעים ברובם מגורמים ותהליכים טבעיים כמו גשם, טמפרטורה, גובה ושריפה, למרות שניהול מוגבל עשוי לכלול גם שריפה מבוקרת וגם רעייה של אוכלי עשב מבויתים ופראיים; או ב) שטח מרעה, שבו הצמחייה יכולה להיות מגוונת, עם עשבים, צמחים ועשבי תיבול טבעיים ברובם, או צמחייה מבוקרת יותר שבה יש בעיקר מיני עשבים שנזרעו וטופלו כדי לשמור על מצב של כמעט חד-תרבות.
QA_Bits מטרים

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

שינוי טבלת הסיווג

ערך צבע תיאור
1 #3d4551

אורווה
2 #f39268

ירידה איטית
3 #d54309

Fast Loss
4 ‎#00a398

הגברה
5 #1b1716

מסכה של אזור ללא עיבוד

טבלת סיווג של כיסוי הקרקע

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

שומם או אטום
13 #ffffff

שלג או קרח
14 #4780f3

מים
15 #1b1716

מסכה של אזור ללא עיבוד

טבלת סיווג של שימוש בקרקע

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 ללא עיבוד

מאפייני התמונה

מאפייני התמונה

שם סוג תיאור
study_area מחרוזת

נכון לעכשיו, מערכת LCMS מכסה את ארצות הברית הרציפה, את דרום-מזרח אלסקה ואת פוארטו ריקו ואיי הבתולה של ארה"ב. הגרסה הזו מכילה פלט בכל רחבי ארה"ב הרציפה ובדרום-מזרח אלסקה. ערכים אפשריים: 'CONUS, SEAK'

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 הנתונים הגיאוספציאליים האלה, או לשימוש לא תקין או שגוי בנתונים הגיאוספציאליים האלה. הנתונים הגיאוספציאליים האלה והמפות או הגרפיקות הקשורות לא מהווים מסמכים משפטיים, והם לא נועדו לשמש כמסמכים כאלה. אין להשתמש בנתונים ובמפות כדי לקבוע את הבעלות, הגבולות, תיאורים משפטיים או מגבלות שחלים על קרקע ציבורית או פרטית, או את תחום השיפוט. 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 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. ‫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 של ארה"ב. ‫2022. USFS Landscape Change Monitoring System v2021.7 (Conterminous United States and Southeastern Alaska). סולט לייק סיטי, יוטה.

סיור עם פלטפורמת Earth Engine

Code Editor (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 המעקב 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). ‫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,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