- ความพร้อมใช้งานของชุดข้อมูล
- 1985-06-01T00:00:00Z–2021-09-30T00:00:00Z
- ผู้ผลิตชุดข้อมูล
- ศูนย์เทคโนโลยีเชิงพื้นที่และการประยุกต์ใช้ (GTAC) ของกรมป่าไม้แห่งสหรัฐอเมริกา (USFS)
- แท็ก
คำอธิบาย
ผลิตภัณฑ์นี้เป็นส่วนหนึ่งของชุดข้อมูลระบบการตรวจสอบการเปลี่ยนแปลงของภูมิประเทศ (LCMS) โดยจะแสดงการเปลี่ยนแปลงที่จำลองด้วย LCMS, สิ่งปกคลุมดิน และ/หรือประเภทการใช้ที่ดิน สำหรับแต่ละปี LCMS เวอร์ชันนี้ครอบคลุมพื้นที่สหรัฐอเมริกาภาคพื้นทวีป (CONUS) และอลาสก้าตะวันออกเฉียงใต้ (SEAK)
LCMS เป็นระบบที่ใช้การรับรู้จากระยะไกลสำหรับการทำแผนที่และการตรวจสอบการเปลี่ยนแปลงของภูมิประเทศทั่วสหรัฐอเมริกา โดยมีวัตถุประสงค์เพื่อพัฒนาแนวทางที่สอดคล้องกันโดยใช้เทคโนโลยีล่าสุดและความก้าวหน้าในการตรวจหาการเปลี่ยนแปลงเพื่อสร้างแผนที่การเปลี่ยนแปลงภูมิทัศน์ที่ "ดีที่สุด"
เอาต์พุตประกอบด้วยผลิตภัณฑ์รายปี 3 รายการ ได้แก่ การเปลี่ยนแปลง สิ่งปกคลุมดิน และการใช้ที่ดิน การเปลี่ยนแปลงเกี่ยวข้องกับพืชปกคลุมโดยเฉพาะ และรวมถึงการสูญเสียอย่างช้าๆ การสูญเสียอย่างรวดเร็ว (ซึ่งรวมถึงการเปลี่ยนแปลงทางอุทกวิทยา เช่น น้ำท่วมหรือการแห้งแล้ง) และการเพิ่มขึ้น ค่าเหล่านี้ได้รับการคาดการณ์สำหรับแต่ละปีของอนุกรมเวลา Landsat และทำหน้าที่เป็นผลิตภัณฑ์พื้นฐานสำหรับ LCMS แผนที่การปกคลุมดินและการใช้ที่ดินแสดงการปกคลุมดินระดับรูปแบบสิ่งมีชีวิตและการใช้ที่ดินระดับกว้าง สำหรับแต่ละปี
เนื่องจากไม่มีอัลกอริทึมใดที่ทำงานได้ดีที่สุดในทุกสถานการณ์ LCMS จึงใช้กลุ่มโมเดลเป็นตัวคาดการณ์ ซึ่งช่วยปรับปรุงความแม่นยำของแผนที่ในระบบนิเวศและกระบวนการเปลี่ยนแปลงที่หลากหลาย (Healey และคณะ, 2018) ชุดแผนที่การเปลี่ยนแปลง LCMS, การปกคลุมดิน และการใช้ที่ดินที่ได้จึงแสดงภาพรวมของการเปลี่ยนแปลงภูมิทัศน์ทั่วสหรัฐอเมริกาในช่วง 4 ทศวรรษที่ผ่านมา
เลเยอร์ตัวแปรทำนายสำหรับโมเดล LCMS ประกอบด้วยเอาต์พุตจากอัลกอริทึมการตรวจหาการเปลี่ยนแปลง LandTrendr และ CCDC รวมถึงข้อมูลภูมิประเทศ คอมโพเนนต์เหล่านี้ เข้าถึงและประมวลผลโดยใช้ Google Earth Engine (Gorelick et al., 2017)
ข้อมูลการสะท้อนที่ด้านบนของชั้นบรรยากาศระดับ 1C ของ Landsat Tier 1 และ Sentinel 2A, 2B จะใช้โดยตรงใน CCDC และเพื่อสร้างภาพคอมโพสิตรายปีสำหรับ LandTrendr อัลกอริทึมการมาสก์เมฆ cFmask (Foga และคณะ 2017) ซึ่งเป็นการใช้งาน Fmask 2.0 (Zhu and Woodcock, 2012) (Landsat เท่านั้น) cloudScore (Chastain et al., 2019) (Landsat เท่านั้น) และ s2cloudless (Sentinel-Hub, 2021) (Sentinel 2 เท่านั้น) ใช้เพื่อมาสก์เมฆ ส่วน TDOM (Chastain et al., 2019) ใช้เพื่อมาสก์เงาเมฆ (Landsat และ Sentinel 2) สำหรับ LandTrendr ระบบจะคำนวณเมดอยด์รายปีเพื่อสรุปค่าที่ไม่มีเมฆ และเงาเมฆจากแต่ละปีเป็นคอมโพสิตเดียว
อนุกรมเวลาแบบผสมจะได้รับการแบ่งส่วนตามเวลาโดยใช้ LandTrendr (Kennedy et al., 2010; Kennedy et al., 2018; Cohen et al., 2018)
นอกจากนี้ ค่าที่ไม่มีเมฆและเงาเมฆทั้งหมดจะได้รับการแบ่งส่วนตามเวลาโดยใช้อัลกอริทึม CCDC (Zhu and Woodcock, 2014)
ค่าคอมโพสิตดิบ ค่าที่ปรับ LandTrendr ความแตกต่างแบบคู่ ระยะเวลาของกลุ่ม ขนาดของการเปลี่ยนแปลง และความชัน รวมถึงสัมประสิทธิ์ไซน์และ โคไซน์ของ CCDC เดือนกันยายน (ฮาร์มอนิก 3 รายการแรก) ค่าที่ปรับ และความแตกต่างแบบคู่ พร้อมด้วยระดับความสูง ความชัน ไซน์ของมุม โคไซน์ของมุม และดัชนีตำแหน่งภูมิประเทศ (Weiss, 2001) จากชุดข้อมูลระดับความสูงแห่งชาติ (NED) ขนาด 10 ม. (Gesch et al., 2009) และสำหรับ SEAK จะใช้ NED 30 m เป็นตัวแปรอิสระในการคาดการณ์ในโมเดล Random Forest (Breiman, 2001)
เราเก็บรวบรวมข้อมูลอ้างอิงโดยใช้ TimeSync ซึ่งเป็นเครื่องมือบนเว็บที่ช่วยให้นักวิเคราะห์เห็นภาพและตีความบันทึกข้อมูล Landsat ตั้งแต่ปี 1984 จนถึงปัจจุบัน (Cohen et al., 2010)
แหล่งข้อมูลเพิ่มเติม
โปรแกรมสำรวจข้อมูล LCMS เป็นแอปพลิเคชันบนเว็บที่ช่วยให้ผู้ใช้ดู วิเคราะห์ สรุป และดาวน์โหลดข้อมูล LCMS ได้
โปรดดูข้อมูลโดยละเอียดเกี่ยวกับวิธีการและการประเมินความแม่นยำในสรุปวิธีการ LCMS หรือดูเอกสารประกอบเกี่ยวกับข้อมูลเมตา เอกสารสนับสนุน และการดาวน์โหลดข้อมูลได้ที่ ศูนย์แลกเปลี่ยนข้อมูลทางภูมิศาสตร์ของ LCMS
โปรดติดต่อ [sm.fs.lcms@usda.gov] หากมีคำถามหรือคำขอข้อมูลเฉพาะ * 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 การเปรียบเทียบเซ็นเซอร์ข้ามแบบเชิงประจักษ์ของ MSI ของ Sentinel-2A และ 2B, OLI ของ Landsat-8 และ ETM ของ Landsat-7 ลักษณะสเปกตรัมที่ด้านบนของชั้นบรรยากาศเหนือสหรัฐอเมริกาที่อยู่ติดกัน ในการตรวจจับสภาพแวดล้อมจากระยะไกล Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012
Cohen, W. B., Yang, Z., and Kennedy, R., 2010 การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวของป่าโดยใช้ชุดข้อมูลอนุกรมเวลา Landsat รายปี: 2. TimeSync - เครื่องมือสำหรับการปรับเทียบและการตรวจสอบ ใน 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 ชุดข้อมูลหลายช่วงคลื่นของ LandTrendr สำหรับการตรวจหาการรบกวนป่า ในการสำรวจระยะไกลของ สิ่งแวดล้อม 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., Hughes, M.J., Laue, B., 2017 การเปรียบเทียบและการตรวจสอบอัลกอริทึมการตรวจหาเมฆ สำหรับผลิตภัณฑ์ข้อมูล Landsat ที่ใช้งานได้ ใน 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., และ Carswell, W. J., 2009 แผนที่แห่งชาติ - ระดับความสูง ในเอกสารข้อเท็จจริง doi:10.3133/fs20093053
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 การทำแผนที่การเปลี่ยนแปลงของป่าโดยใช้การวางซ้อนกันของฟังก์ชันทั่วไป: แนวทางแบบรวม ในการสำรวจระยะไกลของ สิ่งแวดล้อม Science Direct, 204: 717-728 doi:10.1016/j.rse.2017.09.029
Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010 การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวของป่าโดยใช้ชุดข้อมูลอนุกรมเวลา Landsat รายปี: 1. LandTrendr - อัลกอริทึมการแบ่งกลุ่มตามเวลา ใน 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. และ Healey, S., 2018 การติดตั้งใช้งานอัลกอริทึม LandTrendr ใน Google Earth Engine ในการรับรู้จากระยะไกล MDPI, 10(5): 691 doi:10.3390/rs10050691
Sentinel-Hub, 2021 Sentinel 2 Cloud Detector [ออนไลน์] ดูได้ที่ https://github.com/sentinel-hub/sentinel2-cloud-detector
Weiss, A.D., 2001 การนำเสนอโปสเตอร์การวิเคราะห์ตำแหน่งภูมิประเทศและภูมิประเทศ การประชุมผู้ใช้ ESRI ซานดิเอโก แคลิฟอร์เนีย
Zhu, Z., and Woodcock, C. จ. (2012) การตรวจจับเมฆและเงาเมฆตามออบเจ็กต์ในภาพจาก Landsat ในการสำรวจระยะไกลของ สิ่งแวดล้อม Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028
Zhu, Z., and Woodcock, C. E., 2014 การตรวจหาการเปลี่ยนแปลงและการแยกประเภทสิ่งปกคลุมดินอย่างต่อเนื่องโดยใช้ข้อมูล Landsat ทั้งหมดที่มี ใน Remote Sensing of Environment Science Direct, 144: 152-171 doi:10.1016/j.rse.2014.01.011
ย่านความถี่
ย่านความถี่
ขนาดพิกเซล: 30 เมตร (ทุกแถบ)
| ชื่อ | ขนาดพิกเซล | คำอธิบาย | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Change |
30 เมตร | ผลิตภัณฑ์เปลี่ยน LCMS ตามธีมขั้นสุดท้าย ระบบจะแมปคลาสการเปลี่ยนแปลงทั้งหมด 3 คลาส (การสูญเสียช้า การสูญเสียเร็ว และการเพิ่มขึ้น) สำหรับแต่ละปี ระบบจะคาดการณ์แต่ละคลาส โดยใช้โมเดล Random Forest แยกต่างหาก ซึ่งจะแสดงผล ความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของคลาสนั้น ด้วยเหตุนี้ Pixel แต่ละรุ่นจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 3 แบบในแต่ละปี ระบบจะกำหนดคลาสสุดท้าย ให้กับคลาสการเปลี่ยนแปลงที่มีความน่าจะเป็นสูงสุดซึ่ง สูงกว่าเกณฑ์ที่ระบุด้วย พิกเซลที่ไม่มีค่าใดๆ ที่สูงกว่าเกณฑ์ของแต่ละคลาสจะได้รับการกำหนดให้เป็น คลาสที่เสถียร |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover |
30 เมตร | ผลิตภัณฑ์สิ่งปกคลุมดิน LCMS ตามธีมสุดท้าย เราจะแมปคลาสพื้นผิวปกคลุมดินทั้งหมด 14 คลาสเป็นประจำทุกปีโดยใช้ข้อมูลอ้างอิง TimeSync และข้อมูลสเปกตรัมที่ได้จากภาพ Landsat แต่ละคลาสจะ ได้รับการคาดการณ์โดยใช้โมเดล Random Forest แยกต่างหาก ซึ่งจะแสดงผล ความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของคลาสนั้น ด้วยเหตุนี้ พิกเซลแต่ละพิกเซลจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 14 รายการในแต่ละปี และระบบจะกำหนดคลาสสุดท้ายให้กับพื้นที่ปกคลุมดินที่มีความน่าจะเป็นสูงสุด การปกคลุมพื้นดิน 7 ใน 14 คลาสระบุการปกคลุมพื้นดินเดียว ซึ่งประเภทการปกคลุมพื้นดินนั้นครอบคลุมพื้นที่ส่วนใหญ่ของพิกเซล และไม่มีคลาสอื่นใดครอบคลุมพื้นที่มากกว่า 10% ของพิกเซล นอกจากนี้ ยังมีชั้นเรียนแบบผสมอีก 7 ชั้นเรียน ซึ่งแสดงถึงพิกเซลที่คลาสการปกคลุมของพื้นดินเพิ่มเติมครอบคลุมอย่างน้อย 10% ของพิกเซล |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use |
30 เมตร | ผลิตภัณฑ์การใช้ที่ดิน LCMS ตามธีมสุดท้าย มีการแมปการใช้ที่ดินทั้งหมด 6 ประเภทในแต่ละปีโดยใช้ข้อมูลอ้างอิง TimeSync และข้อมูลสเปกตรัมที่ได้จากภาพ Landsat แต่ละประเภทจะได้รับการคาดการณ์โดยใช้โมเดล Random Forest แยกต่างหาก ซึ่งจะแสดงผลความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของประเภทนั้นๆ ด้วยเหตุนี้ พิกเซลแต่ละพิกเซลจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 6 รายการในแต่ละปี และระบบจะกำหนดประเภทสุดท้ายให้กับการใช้ที่ดินที่มีความน่าจะเป็นสูงสุด |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Slow_Loss |
30 เมตร | ความน่าจะเป็นของอัตราการสูญเสียลูกค้าอย่างช้าๆ ที่ได้จากการประมาณ LCMS แบบดิบ กำหนดเป็น: การสูญเสียช้า รวมถึงคลาสต่อไปนี้จากกระบวนการเปลี่ยนแปลง TimeSync การตีความ -
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Fast_Loss |
30 เมตร | ความน่าจะเป็นของ Fast Loss ที่จำลองโดย LCMS แบบดิบ ซึ่งกำหนดไว้ดังนี้ Fast Loss รวมถึงคลาสต่อไปนี้จากกระบวนการเปลี่ยนแปลง TimeSync การตีความ -
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Gain |
30 เมตร | ความน่าจะเป็นของกำไรที่ได้จาก LCMS ดิบ ซึ่งกำหนดเป็น: พื้นที่ที่แสดงให้เห็นถึง การเพิ่มขึ้นของพื้นที่ปกคลุมของพืชเนื่องจากการเติบโตและการสืบทอดในช่วง 1 ปีหรือ มากกว่านั้น ใช้ได้กับทุกพื้นที่ที่อาจแสดงการเปลี่ยนแปลงของสเปกตรัม ที่เกี่ยวข้องกับการงอกใหม่ของพืช ในพื้นที่ที่มีการพัฒนา การเติบโตอาจ เกิดจากพืชที่โตเต็มวัยและ/หรือสนามหญ้าและ การจัดสวนที่เพิ่งติดตั้งใหม่ ในป่า การเติบโตรวมถึงการเติบโตของพืชจาก พื้นดินเปล่า รวมถึงการปกคลุมของต้นไม้ระดับกลางและต้นไม้ที่ขึ้นร่วมกัน และ/หรือหญ้าและพุ่มไม้ที่อยู่ต่ำกว่า ส่วนการเติบโต/การฟื้นตัวที่บันทึกไว้หลังจากการเก็บเกี่ยวป่ามีแนวโน้มที่จะเปลี่ยนผ่าน คลาสการปกคลุมของพื้นที่ต่างๆ เมื่อป่าฟื้นตัว สำหรับการเปลี่ยนแปลงเหล่านี้ที่ถือเป็นการเติบโต/การฟื้นตัว ค่าสเปกตรัมควร เป็นไปตามแนวโน้มที่เพิ่มขึ้นอย่างใกล้ชิด (เช่น ความชันที่เป็นบวกซึ่งหากขยายไปถึงประมาณ 20 ปี จะอยู่ในลำดับที่ 0.10 หน่วยของ NDVI) ซึ่งคงอยู่เป็นเวลาหลายปี |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Trees |
30 เมตร | ความน่าจะเป็นของต้นไม้ที่ได้จากการประมาณ LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยต้นไม้ที่ยังมีชีวิตอยู่หรือต้นไม้ที่ตายแล้ว |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix |
30 เมตร | ความน่าจะเป็นที่ได้จาก LCMS ดิบของส่วนผสมของไม้พุ่มสูงและต้นไม้ (SEAK เท่านั้น) กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยพุ่มไม้สูงกว่า 1 เมตร และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix |
30 เมตร | ความน่าจะเป็นของพุ่มไม้และต้นไม้ผสมที่ได้จาก LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยพุ่มไม้ และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วแต่ยังยืนต้นอยู่อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix |
30 เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรและต้นไม้ผสมที่ได้จาก LCMS ดิบ กำหนดให้เป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้าไม้ยืนต้น พืชดอก หรือพืชล้มลุกอื่นๆ และประกอบด้วย ต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Trees-Mix |
30 เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Barren and Trees Mix ซึ่งกำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่เกิดจากการเคลียร์ด้วยเครื่องจักรหรือการเก็บเกี่ยวป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย เพลยา หินโผล่ (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดก็ถือเป็นพื้นที่แห้งแล้งเช่นกัน และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs |
30 เมตร | ความน่าจะเป็นของพุ่มไม้สูงที่จำลองโดย LCMS ดิบ (SEAK เท่านั้น) กำหนดเป็น พิกเซลส่วนใหญ่ประกอบด้วยพุ่มไม้ที่มีความสูงมากกว่า 1 เมตร |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs |
30 เมตร | ความน่าจะเป็นของไม้พุ่มที่ได้จากการจำลอง LCMS แบบดิบ กำหนดเป็น: พุ่มไม้ส่วนใหญ่ ของพิกเซล |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Shrubs-Mix |
30 เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรและพุ่มไม้ ผสมที่ได้จากการจำลอง LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้าไม้ยืนต้น ไม้ดอก หรือพืชล้มลุกอื่นๆ และประกอบด้วยพุ่มไม้อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Shrubs-Mix |
30 เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Barren และ Shrubs Mix กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่ไม่มีพืชปกคลุมเนื่องจากการถางโดยใช้เครื่องจักรหรือการเก็บเกี่ยวในป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย ที่ราบเกลือ โขดหิน (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดก็ถือเป็นพื้นที่แห้งแล้งและประกอบด้วยพุ่มไม้อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb |
30 เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรที่ได้จากการประมาณค่า LCMS ดิบ ซึ่งกำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้า พืชล้มลุก หรือ พืชล้มลุกอื่นๆ ที่มีอายุหลายปี |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix |
30 เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Barren และ Grass/Forb/Herb Mix กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่า ที่เกิดจากการรบกวน (เช่น ดินที่เกิดจากการเคลียร์พื้นที่ด้วยเครื่องจักรหรือ การเก็บเกี่ยวในป่า) รวมถึงพื้นที่ที่แห้งแล้งตลอดปี เช่น ทะเลทราย หาดทรายที่แห้งแล้ง โขดหิน (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดจะถือว่าเป็นพื้นที่แห้งแล้งและประกอบด้วยหญ้าไม้ยืนต้น ไม้ดอก หรือพืชล้มลุกอื่นๆ อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-or-Impervious |
30 เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองว่าไม่มีพืชหรือเป็นพื้นผิวที่ไม่ซึมน้ำ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วย 1) ดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่ไม่มีพืชปกคลุมเนื่องจากการถางโดยใช้เครื่องจักรหรือการเก็บเกี่ยวในป่า) รวมถึงพื้นที่ที่แห้งแล้งตลอดปี เช่น ทะเลทราย ที่ราบเกลือ หินโผล่ (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว) เนินทราย ที่ราบเกลือ และชายหาด นอกจากนี้ ถนนที่ทำจากดินและกรวดยังถือเป็นพื้นที่แห้งแล้งหรือ 2) วัสดุที่มนุษย์สร้างขึ้นซึ่งน้ำไม่สามารถซึมผ่านได้ เช่น ถนนลาดยาง หลังคา และที่จอดรถ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Snow-or-Ice |
30 เมตร | ความน่าจะเป็นของหิมะหรือน้ำแข็งที่จำลองจาก LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ ประกอบด้วยหิมะหรือน้ำแข็ง |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Water |
30 เมตร | ความน่าจะเป็นของน้ำที่ได้จากการสร้างโมเดล LCMS ดิบ โดยมีคำจำกัดความว่า: พิกเซลส่วนใหญ่ประกอบด้วยน้ำ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Agriculture |
30 เมตร | ความน่าจะเป็นของการเกษตรที่ได้จากการจำลอง LCMS ดิบ กำหนดเป็น: ที่ดินที่ใช้สำหรับ การผลิตอาหาร เส้นใย และเชื้อเพลิง ซึ่งอยู่ในสถานะที่มีพืชปกคลุม หรือไม่มีพืชปกคลุม ซึ่งรวมถึงแต่ไม่จำกัดเพียงพื้นที่เพาะปลูกที่เพาะปลูกและไม่ได้เพาะปลูก ทุ่งหญ้า สวนผลไม้ ไร่องุ่น การเลี้ยงปศุสัตว์แบบจำกัด และพื้นที่ที่ปลูกเพื่อผลิตผลไม้ ถั่ว หรือเบอร์รี ถนนที่ใช้เพื่อการเกษตรเป็นหลัก (เช่น ไม่ได้ใช้ สำหรับการขนส่งสาธารณะจากเมืองหนึ่งไปยังอีกเมืองหนึ่ง) ถือเป็นการใช้ที่ดินเพื่อการเกษตร |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Developed |
30 เมตร | ความน่าจะเป็นของ LCMS ดิบที่ผ่านการประมาณว่าได้รับการพัฒนา ซึ่งหมายถึงที่ดินที่ปกคลุมด้วย สิ่งก่อสร้างที่มนุษย์สร้างขึ้น (เช่น ที่อยู่อาศัยที่มีความหนาแน่นสูง เชิงพาณิชย์ อุตสาหกรรม เหมืองแร่ หรือการขนส่ง) หรือการผสมผสานระหว่างพืชพรรณ (รวมถึงต้นไม้) และสิ่งก่อสร้าง (เช่น ที่อยู่อาศัยที่มีความหนาแน่นต่ำ สนามหญ้า สถานที่พักผ่อนหย่อนใจ สุสาน ทางเดินขนส่งและสาธารณูปโภค ฯลฯ) รวมถึงที่ดินใดๆ ที่มีการเปลี่ยนแปลงการใช้งานโดยกิจกรรมของมนุษย์ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Forest |
30 เมตร | ความน่าจะเป็นของป่าที่ได้จากการจำลอง LCMS แบบดิบ กำหนดเป็นพื้นที่ที่ ปลูกหรือมีพืชพรรณตามธรรมชาติ และมี (หรือมีแนวโน้มที่จะมี) ความหนาแน่นของต้นไม้ตั้งแต่ 10% ขึ้นไปในช่วงเวลาใดเวลาหนึ่งในลำดับการ เปลี่ยนแปลงที่เกิดขึ้นในระยะใกล้ ซึ่งอาจรวมถึงป่าธรรมชาติประเภทผลัดใบ ไม่ผลัดใบ และ/หรือ ผสม สวนป่า และพื้นที่ชุ่มน้ำที่เป็นไม้ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Non-Forest-Wetland |
30 เมตร | ความน่าจะเป็นของพื้นที่ชุ่มน้ำที่ไม่ใช่ป่าไม้ที่ได้จากการจำลอง LCMS ดิบ กำหนดเป็น: พื้นที่ที่อยู่ติดกับหรือภายในระดับน้ำใต้ดินที่มองเห็นได้ (อิ่มตัวอย่างถาวรหรือตามฤดูกาล) ซึ่งมีพุ่มไม้หรือพืชโผล่ที่คงอยู่เป็นส่วนใหญ่ พื้นที่ชุ่มน้ำเหล่านี้อาจตั้งอยู่บริเวณชายฝั่งของทะเลสาบ ช่องแม่น้ำ หรือปากแม่น้ำ บนที่ราบน้ำท่วมถึงของแม่น้ำ ในพื้นที่ลุ่มน้ำที่แยกตัว หรือบนเนินเขา นอกจากนี้ยังอาจพบเป็นแอ่งน้ำในทุ่งหญ้า คลองระบายน้ำ และบ่อน้ำสำหรับปศุสัตว์ในพื้นที่เกษตรกรรม รวมถึงอาจปรากฏเป็นเกาะกลางทะเลสาบหรือแม่น้ำด้วย ตัวอย่างอื่นๆ ได้แก่ บึง หนองน้ำ ทุ่งหญ้าชุ่มน้ำ ที่ลุ่ม และลำห้วย |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Other |
30 เมตร | ความน่าจะเป็นของ "อื่นๆ" ที่ได้จากการประมาณ LCMS แบบดิบ กำหนดเป็น: พื้นที่ (ไม่ว่าจะมีการใช้งานหรือไม่ก็ตาม) ที่แนวโน้มสเปกตรัมหรือหลักฐานสนับสนุนอื่นๆ บ่งชี้ว่าเกิดเหตุการณ์การรบกวนหรือการเปลี่ยนแปลง แต่ไม่สามารถระบุสาเหตุที่แน่ชัดได้ หรือประเภทของการเปลี่ยนแปลงไม่ตรงกับหมวดหมู่กระบวนการเปลี่ยนแปลงที่กำหนดไว้ข้างต้น |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Rangeland-or-Pasture |
30 เมตร | ความน่าจะเป็นของทุ่งหญ้าหรือทุ่งเลี้ยงสัตว์ที่ได้จาก LCMS แบบดิบ ซึ่งกำหนดไว้ดังนี้ คลาสนี้รวมถึงพื้นที่ใดก็ตามที่เป็น ก.) ทุ่งหญ้า ซึ่งมีพืชพรรณเป็นส่วนผสมของหญ้า พุ่มไม้ พืชดอก และพืชคล้ายหญ้าพื้นเมือง ซึ่งส่วนใหญ่เกิดจากปัจจัยและกระบวนการทางธรรมชาติ เช่น ปริมาณน้ำฝน อุณหภูมิ ความสูง และไฟ แม้ว่าอาจมีการจัดการที่จำกัด ซึ่งรวมถึงการเผาตามแผนที่กำหนด ตลอดจนการเล็มหญ้าโดยสัตว์กินพืชในประเทศและสัตว์ป่า หรือ ข.) ทุ่งเลี้ยงสัตว์ ซึ่งมีพืชพรรณตั้งแต่หญ้า พืชดอก และสมุนไพรแบบผสม ซึ่งส่วนใหญ่เป็นพืชธรรมชาติ ไปจนถึงพืชพรรณที่มีการจัดการมากขึ้นซึ่งมีหญ้าเป็นพืชเด่นที่ได้รับการเพาะเมล็ดและจัดการ เพื่อรักษาให้ใกล้เคียงกับการปลูกพืชเชิงเดี่ยว |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
QA_Bits |
30 เมตร | ข้อมูลเสริมเกี่ยวกับแหล่งที่มาของค่าเอาต์พุตผลิตภัณฑ์ LCMS ประจำปี |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
เปลี่ยนตารางเรียน
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 1 | #3d4551 | เสถียร |
| 2 | #f39268 | การสูญเสียอย่างช้าๆ |
| 3 | #d54309 | การสูญเสียอย่างรวดเร็ว |
| 4 | #00a398 | ค่าเกน |
| 5 | #1b1716 | มาสก์พื้นที่ที่ไม่ประมวลผล |
ตารางคลาส Land_Cover
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 1 | #005e00 | เกสรจากต้นไม้ |
| 2 | #008000 | พุ่มไม้และต้นไม้สูง (SEAK เท่านั้น) |
| 3 | #00cc00 | มิกซ์เพลงเกี่ยวกับพุ่มไม้และต้นไม้ |
| 4 | #b3ff1a | ส่วนผสมของหญ้า/พืชล้มลุก/สมุนไพรและต้นไม้ |
| 5 | #99ff99 | มิกซ์เพลง Barren & Trees |
| 6 | #b30088 | พุ่มไม้สูง (SEAK เท่านั้น) |
| 7 | #e68a00 | พุ่มไม้ |
| 8 | #ffad33 | ส่วนผสมของหญ้า/พืชล้มลุก/สมุนไพรและพุ่มไม้ |
| 9 | #ffe0b3 | มิกซ์เพลง Barren & Shrubs |
| 10 | #ffff00 | หญ้า/พืชล้มลุก/สมุนไพร |
| 11 | #aa7700 | พื้นที่แห้งแล้งและพื้นที่ผสมหญ้า/พืชล้มลุก/สมุนไพร |
| 12 | #d3bf9b | แห้งแล้งหรือกันน้ำ |
| 13 | #ffffff | หิมะตกหรือถนนเป็นน้ำแข็ง |
| 14 | #4780f3 | น้ำ |
| 15 | #1b1716 | มาสก์พื้นที่ที่ไม่ประมวลผล |
ตารางคลาส Land_Use
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 1 | #efff6b | เกษตรกรรม |
| 2 | #ff2ff8 | พัฒนาแล้ว |
| 3 | #1b9d0c | ป่า |
| 4 | #97ffff | พื้นที่ชุ่มน้ำที่ไม่ใช่ป่า |
| 5 | #a1a1a1 | อื่นๆ |
| 6 | #c2b34a | ทุ่งหญ้าหรือทุ่งเลี้ยงสัตว์ |
| 7 | #1b1716 | มาสก์พื้นที่ที่ไม่ประมวลผล |
พร็อพเพอร์ตี้รูปภาพ
พร็อพเพอร์ตี้รูปภาพ
| ชื่อ | ประเภท | คำอธิบาย |
|---|---|---|
| study_area | STRING | ปัจจุบัน LCMS ครอบคลุมสหรัฐอเมริกาที่อยู่ติดกัน อะแลสกาตะวันออกเฉียงใต้ และเปอร์โตริโก-หมู่เกาะเวอร์จินของสหรัฐอเมริกา เวอร์ชันนี้มีเอาต์พุตทั่ว สหรัฐอเมริกาที่อยู่ติดกันและอะแลสกาตะวันออกเฉียงใต้ ค่าที่เป็นไปได้: "CONUS, SEAK" |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
กรมป่าไม้ของ USDA ไม่รับประกันทั้งโดยชัดแจ้งและโดยปริยาย ซึ่งรวมถึง การรับประกันความสามารถในการขายและความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ และ ไม่รับผิดชอบทางกฎหมายหรือความรับผิดใดๆ ต่อความถูกต้อง ความน่าเชื่อถือ ความครบถ้วน หรือประโยชน์ของข้อมูลเชิงพื้นที่เหล่านี้ หรือต่อการใช้ข้อมูลเชิงพื้นที่เหล่านี้อย่างไม่เหมาะสมหรือ ไม่ถูกต้อง ข้อมูลเชิงพื้นที่และแผนที่หรือกราฟิกที่เกี่ยวข้องเหล่านี้ไม่ใช่เอกสารทางกฎหมายและไม่ได้มีวัตถุประสงค์เพื่อใช้เป็นเอกสารดังกล่าว ห้ามใช้ข้อมูลและแผนที่เพื่อกำหนดกรรมสิทธิ์ การเป็นเจ้าของ คำอธิบายทางกฎหมาย หรือขอบเขต เขตอำนาจศาล หรือข้อจำกัดที่อาจมีในที่ดินสาธารณะหรือที่ดินส่วนบุคคล ข้อมูลและแผนที่อาจแสดงหรือ ไม่แสดงอันตรายจากธรรมชาติ และผู้ใช้ที่ดินควรใช้ความระมัดระวัง ตามสมควร ข้อมูลมีความผันผวนและอาจเปลี่ยนแปลงเมื่อเวลาผ่านไป ผู้ใช้มีหน้าที่ ตรวจสอบข้อจำกัดของข้อมูลเชิงพื้นที่และใช้ข้อมูล ตามนั้น
ข้อมูลเหล่านี้รวบรวมขึ้นโดยใช้เงินทุนจากรัฐบาลสหรัฐอเมริกา และสามารถ นำไปใช้ได้โดยไม่ต้องขอสิทธิ์หรือเสียค่าธรรมเนียมเพิ่มเติม หากคุณใช้ข้อมูลนี้ในสิ่งพิมพ์ การนำเสนอ หรือผลิตภัณฑ์การวิจัยอื่นๆ โปรดใช้การอ้างอิงต่อไปนี้
กรมป่าไม้ของ USDA 2022. ระบบตรวจสอบการเปลี่ยนแปลงภูมิทัศน์ของ USFS เวอร์ชัน 2021.7 (สหรัฐอเมริกาภาคพื้นทวีปและอะแลสกาตะวันออกเฉียงใต้) ซอลต์เลกซิตี ยูทาห์
การอ้างอิง
กรมป่าไม้ของ USDA 2022. ระบบตรวจสอบการเปลี่ยนแปลงของภูมิทัศน์ USFS v2021.7 (สหรัฐอเมริกาและอะแลสกาตะวันออกเฉียงใต้) ซอลต์เลกซิตี ยูทาห์
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (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);