- ความพร้อมใช้งานของชุดข้อมูล
- 1985-01-01T00:00:00Z–2022-12-31T00:00:00Z
- ผู้ให้บริการชุดข้อมูล
- ศูนย์เทคโนโลยีและแอปพลิเคชันเชิงพื้นที่ (GTAC) ของกรมป่าไม้แห่งสหรัฐอเมริกา (USFS)
- แท็ก
คำอธิบาย
ผลิตภัณฑ์นี้เป็นส่วนหนึ่งของชุดข้อมูลระบบการตรวจสอบการเปลี่ยนแปลงของภูมิประเทศ (LCMS) โดยจะแสดงการเปลี่ยนแปลงที่จำลองด้วย LCMS, สิ่งปกคลุมดิน และ/หรือประเภทการใช้ที่ดินสำหรับแต่ละปีที่ครอบคลุม CONUS และ OCONUS
LCMS เป็นระบบที่ใช้การรับรู้จากระยะไกลสำหรับการทำแผนที่และการตรวจสอบการเปลี่ยนแปลงของภูมิประเทศทั่วทั้ง สหรัฐอเมริกา โดยมีวัตถุประสงค์เพื่อพัฒนาแนวทางที่สอดคล้องกันโดยใช้เทคโนโลยีล่าสุด และความก้าวหน้าในการตรวจหาการเปลี่ยนแปลงเพื่อสร้างแผนที่การเปลี่ยนแปลงของภูมิประเทศที่ "ดีที่สุด"
เอาต์พุตประกอบด้วยผลิตภัณฑ์รายปี 3 รายการ ได้แก่ การเปลี่ยนแปลง สิ่งปกคลุมดิน และการใช้ที่ดิน การเปลี่ยนแปลงเกี่ยวข้องกับพืชปกคลุมโดยเฉพาะ และรวมถึงการสูญเสียอย่างช้าๆ การสูญเสียอย่างรวดเร็ว (ซึ่งรวมถึงการเปลี่ยนแปลงทางอุทกวิทยา เช่น น้ำท่วมหรือการแห้งแล้ง) และการเพิ่มขึ้น ค่าเหล่านี้เป็นค่าที่คาดการณ์ไว้สำหรับแต่ละปีของอนุกรมเวลา Landsat และเป็นผลิตภัณฑ์พื้นฐานสำหรับ LCMS แผนที่การปกคลุมของดินและการใช้ที่ดินแสดงการปกคลุมของดินระดับรูปแบบสิ่งมีชีวิตและการใช้ที่ดินระดับกว้าง ในแต่ละปี
เนื่องจากไม่มีอัลกอริทึมใดที่ทำงานได้ดีที่สุดในทุกสถานการณ์ LCMS จึงใช้กลุ่มโมเดลเป็นตัวคาดการณ์ ซึ่งช่วยปรับปรุงความแม่นยำของแผนที่ในระบบนิเวศและกระบวนการเปลี่ยนแปลงที่หลากหลาย (Healey et al., 2018) ชุดแผนที่การเปลี่ยนแปลง LCMS, สิ่งปกคลุมดิน และการใช้ที่ดินที่ได้แสดงให้เห็น ภาพรวมของการเปลี่ยนแปลงภูมิทัศน์ทั่วสหรัฐอเมริกาในช่วง 4 ทศวรรษที่ผ่านมา
เลเยอร์ตัวแปรทำนายสำหรับโมเดล LCMS ประกอบด้วยเอาต์พุต จากอัลกอริทึมการตรวจหาการเปลี่ยนแปลงของ LandTrendr และ CCDC รวมถึงข้อมูลภูมิประเทศ โดยสามารถเข้าถึงและประมวลผล คอมโพเนนต์เหล่านี้ได้ทั้งหมดโดยใช้ Google Earth Engine (Gorelick et al., 2017)
สำหรับ CCDC เราใช้ข้อมูลการสะท้อนพื้นผิว Landsat Tier 1 Collection 2 ของสำนักงานสำรวจทางธรณีวิทยาของสหรัฐอเมริกา (USGS) สำหรับ CONUS และข้อมูลการสะท้อนที่ด้านบนของชั้นบรรยากาศ Landsat Tier 1 สำหรับ SEAK, PRUSVI และ HI ในการสร้างคอมโพสิตรายปีสำหรับ LandTrendr เราใช้ข้อมูลการสะท้อนที่ด้านบนของชั้นบรรยากาศ Landsat Tier 1 Collection 2 ของ USGS และ Sentinel 2A, 2B ระดับ 1C อัลกอริทึมการมาสก์เมฆ cFmask (Foga et al., 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 ระบบจะคำนวณค่ามิดอยด์รายปีเพื่อสรุปค่าที่ไม่มีเมฆ 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 ขนาดการเปลี่ยนแปลง และความชัน รวมถึงสัมประสิทธิ์ไซน์และ โคไซน์ของ CCDC ในเดือนกันยายน (ฮาร์มอนิก 3 รายการแรก) ค่าที่ปรับ และความแตกต่างแบบคู่ พร้อมด้วยระดับความสูง ความชัน ไซน์ของมุมระนาบ โคไซน์ของมุมระนาบ และดัชนีตำแหน่งภูมิประเทศ (Weiss, 2001) จากข้อมูลโปรแกรมระดับความสูง 3 มิติ (3DEP) ของ USGS ที่ 10 ม. (สำนักงานสำรวจทางธรณีวิทยาของสหรัฐอเมริกา, 2019) จะใช้เป็น ตัวแปรทำนายอิสระในโมเดล Random Forest (Breiman, 2001)
เราเก็บรวบรวมข้อมูลอ้างอิงโดยใช้ TimeSync ซึ่งเป็นเครื่องมือบนเว็บที่ช่วยให้นักวิเคราะห์เห็นภาพและตีความบันทึกข้อมูล Landsat ตั้งแต่ปี 1984 จนถึงปัจจุบัน (Cohen et al., 2010)
แหล่งข้อมูลเพิ่มเติม
เครื่องมือสํารวจข้อมูล LCMS เป็นแอปพลิเคชันบนเว็บที่ช่วยให้ผู้ใช้สามารถดู วิเคราะห์ สรุป และดาวน์โหลดข้อมูล LCMS ได้
โปรดดูข้อมูลโดยละเอียดเกี่ยวกับวิธีการและการประเมินความแม่นยำในสรุปวิธีการ LCMS หรือศูนย์แลกเปลี่ยนข้อมูลทางภูมิศาสตร์ของ LCMS เพื่อดาวน์โหลดข้อมูล ข้อมูลเมตา และเอกสารสนับสนุน
โปรดติดต่อ [sm.fs.lcms@usda.gov] หากมีคำถามหรือคำขอข้อมูลที่เฉพาะเจาะจง
Breiman, L., 2001 Random Forests ในแมชชีนเลิร์นนิง Springer, 45: 5-32 doi:10.1023/A:1010933404324
Chastain, R., Housman, I., Goldstein, J., Finco, M. และ Tenneson, K., 2019 การเปรียบเทียบเซ็นเซอร์ข้ามกันเชิงประจักษ์ของ MSI ของ Sentinel-2A และ 2B, OLI ของ Landsat-8 และ ETM ของ Landsat-7 ลักษณะสเปกตรัมที่ด้านบนของชั้นบรรยากาศเหนือสหรัฐอเมริกาที่อยู่ติดกัน ใน Remote Sensing of Environment 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 ชุดข้อมูลหลายสเปกตรัมของ 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
สำรวจทางธรณีวิทยาของสหรัฐอเมริกา, 2019 USGS 3D Elevation Program Digital Elevation Model เข้าถึงเมื่อเดือนสิงหาคม 2022 ที่ https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m
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 การทำแผนที่การเปลี่ยนแปลงของป่าโดยใช้การสรุปแบบซ้อน: แนวทางแบบกลุ่ม 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 การนำเสนอโปสเตอร์เรื่องการวิเคราะห์ตำแหน่งภูมิประเทศและลักษณะภูมิประเทศ, การประชุมผู้ใช้ ESRI, ซานดิเอโก, แคลิฟอร์เนีย, Zhu, Z. และ Woodcock, C. E. (2012). การตรวจจับเมฆและเงาเมฆตามออบเจ็กต์ในภาพ Landsat 118: 83-94
Zhu, Z., and Woodcock, C. E., 2012 การตรวจจับเมฆและเงาเมฆตามออบเจ็กต์ในภาพ 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
ขนาดพิกเซล
30 เมตร
ย่านความถี่
| ชื่อ | ขนาดพิกเซล | คำอธิบาย | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Change |
เมตร | ผลิตภัณฑ์เปลี่ยน LCMS ตามธีมขั้นสุดท้าย โดยจะมีการแมปคลาสการเปลี่ยนแปลงทั้งหมด 3 คลาส (การสูญเสียช้า การสูญเสียเร็ว และการเพิ่มขึ้น) สำหรับแต่ละปี ระบบจะคาดการณ์แต่ละคลาสโดยใช้โมเดล Random Forest แยกกัน ซึ่งจะแสดงผลความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของคลาสนั้น ด้วยเหตุนี้ Pixel แต่ละรุ่นจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 3 แบบในแต่ละปี ระบบจะกำหนดคลาสสุดท้ายให้กับคลาสการเปลี่ยนแปลงที่มีความน่าจะเป็นสูงสุด ซึ่งสูงกว่าเกณฑ์ที่ระบุด้วย พิกเซลที่ไม่มีค่าใดๆ สูงกว่าเกณฑ์ที่เกี่ยวข้องของแต่ละคลาสจะได้รับการกำหนดให้กับคลาส "เสถียร" |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover |
เมตร | ผลิตภัณฑ์สิ่งปกคลุมดิน LCMS ตามธีมขั้นสุดท้าย เราจะแมปชั้นสิ่งปกคลุมดินทั้งหมด 14 ชั้นเป็นรายปีโดยใช้ข้อมูลอ้างอิง TimeSync และข้อมูลสเปกตรัมที่ได้จากภาพ Landsat ระบบจะคาดการณ์แต่ละคลาสโดยใช้โมเดล Random Forest แยกกัน ซึ่งจะแสดงผล ความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของ คลาสนั้น ด้วยเหตุนี้ พิกเซลแต่ละพิกเซลจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 14 รายการสำหรับแต่ละปี และระบบจะกำหนดคลาสสุดท้ายให้กับพื้นที่ปกคลุมดินที่มีความน่าจะเป็นสูงสุด การปกคลุมพื้นดิน 7 ใน 14 คลาสระบุการปกคลุมพื้นดินเดียว ซึ่งประเภทการปกคลุมพื้นดินนั้นครอบคลุมพื้นที่ส่วนใหญ่ของพิกเซล และไม่มีคลาสอื่นใดครอบคลุมพื้นที่มากกว่า 10% ของพิกเซล นอกจากนี้ ยังมีชั้นเรียนแบบผสมอีก 7 ชั้นเรียน ซึ่งแสดงถึงพิกเซลที่คลาสการปกคลุมพื้นดินเพิ่มเติมครอบคลุมพื้นที่อย่างน้อย 10% ของพิกเซล |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use |
เมตร | ผลิตภัณฑ์การใช้ที่ดิน LCMS ตามธีมขั้นสุดท้าย ระบบจะแมปคลาสการใช้ประโยชน์ที่ดินทั้งหมด 6 คลาสเป็นรายปี โดยใช้ข้อมูลอ้างอิง TimeSync และข้อมูลสเปกตรัมที่ได้จากภาพ Landsat ระบบจะคาดการณ์แต่ละคลาสโดยใช้โมเดล Random Forest แยกกัน ซึ่งจะแสดงความน่าจะเป็น (สัดส่วนของต้นไม้ภายในโมเดล Random Forest) ที่พิกเซลเป็นของคลาสนั้น ด้วยเหตุนี้ พิกเซลแต่ละพิกเซลจึงมีเอาต์พุตโมเดลที่แตกต่างกัน 6 รายการสำหรับแต่ละปี และระบบจะกำหนดคลาสสุดท้าย ให้กับประเภทการใช้ที่ดินที่มีความน่าจะเป็นสูงสุด |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Slow_Loss |
เมตร | ความน่าจะเป็นของอัตราการสูญเสียลูกค้าอย่างช้าๆ ที่ได้จากการประมาณ LCMS ดิบ โดย "การสูญเสียช้า" หมายถึงคลาสต่อไปนี้ จากการตีความกระบวนการเปลี่ยนแปลง TimeSync -
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Fast_Loss |
เมตร | ความน่าจะเป็นของ Fast Loss ที่จำลอง LCMS ดิบ โดยกำหนดเป็น: การสูญเสียอย่างรวดเร็วรวมถึงคลาสต่อไปนี้ จากการตีความกระบวนการเปลี่ยนแปลง TimeSync -
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Gain |
เมตร | ความน่าจะเป็นของการเพิ่มขึ้นที่ผ่านการประมาณ LCMS ดิบ กำหนดเป็น: พื้นที่ที่มีการเพิ่มขึ้นของพืชพรรณ เนื่องจากการเติบโตและการเปลี่ยนแปลงในช่วงเวลาตั้งแต่ 1 ปีขึ้นไป ใช้ได้กับทุกพื้นที่ที่อาจ แสดงการเปลี่ยนแปลงของสเปกตรัมที่เกี่ยวข้องกับการงอกใหม่ของพืช ในพื้นที่ที่มีการพัฒนา การเติบโตอาจ เกิดจากพืชที่โตเต็มวัยและ/หรือสนามหญ้าและภูมิทัศน์ที่เพิ่งติดตั้งใหม่ ในป่า การเติบโตประกอบด้วยการเติบโตของพืชจากพื้นดินที่ว่างเปล่า รวมถึงการเติบโตของ ต้นไม้ระดับกลางและต้นไม้ที่ขึ้นร่วมกัน และ/หรือหญ้าและพุ่มไม้ที่อยู่ต่ำกว่า การเติบโต/การฟื้นตัว ส่วนที่บันทึกหลังจากการเก็บเกี่ยวป่ามีแนวโน้มที่จะเปลี่ยนผ่านไปยังพื้นที่ ประเภทต่างๆ เมื่อป่าฟื้นตัว การเปลี่ยนแปลงเหล่านี้จะถือเป็นการเติบโต/การฟื้นตัวได้ ค่าสเปกตรัมควรเป็นไปตามแนวโน้มที่เพิ่มขึ้นอย่างใกล้ชิด (เช่น ความชันที่เป็นบวก ซึ่งหากขยายไปถึงประมาณ 20 ปี จะอยู่ในลำดับที่ 0.10 หน่วยของ NDVI) ซึ่งคงอยู่ เป็นเวลาหลายปี |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Trees |
เมตร | ความน่าจะเป็นของต้นไม้ที่จำลอง LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วย ต้นไม้ที่ยังมีชีวิตอยู่หรือต้นไม้ที่ตายแล้ว |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Tall Shrubs and Trees Mix (SEAK เท่านั้น) กำหนด เป็น: พิกเซลส่วนใหญ่ประกอบด้วยพุ่มไม้ที่มีความสูงมากกว่า 1 เมตร และยังประกอบด้วยต้นไม้ที่ยังมีชีวิตอยู่หรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix |
เมตร | ความน่าจะเป็นของพุ่มไม้และต้นไม้ผสมที่จำลอง LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ ประกอบด้วยพุ่มไม้ และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix |
เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรและต้นไม้ผสมที่จำลองตาม LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้าไม้ยืนต้น ไม้ดอก หรือพืชล้มลุกอื่นๆ และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Trees-Mix |
เมตร | ความน่าจะเป็นของพื้นที่แห้งแล้งและพื้นที่ที่มีต้นไม้ผสมกันที่ได้จาก LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่เปิดออกจากการเคลียร์ด้วยเครื่องจักร หรือการเก็บเกี่ยวป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย เพลยา หินโผล่ (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เปิดออกจากการทำเหมืองผิวดิน ) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดก็ถือเป็นพื้นที่แห้งแล้งเช่นกัน และประกอบด้วยต้นไม้ที่ยังมีชีวิตหรือต้นไม้ที่ตายแล้วอย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของพุ่มไม้สูง (SEAK เท่านั้น) กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยพุ่มไม้ที่มีความสูงมากกว่า 1 เมตร |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs |
เมตร | ความน่าจะเป็นของพุ่มไม้ที่ผ่านการประมาณ LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วย พุ่มไม้ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Shrubs-Mix |
เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรและพุ่มไม้ผสมที่จำลองจาก LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้าไม้ยืนต้น ไม้ดอก หรือพืชล้มลุกอื่นๆ และประกอบด้วยพุ่มไม้อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Shrubs-Mix |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Barren และ Shrubs Mix กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่เปิดออกจากการเคลียร์ด้วยเครื่องจักร หรือการเก็บเกี่ยวป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย เพลยา หินโผล่ (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เปิดออกจากการทำเหมืองผิวดิน ) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดก็ถือเป็นพื้นที่แห้งแล้งเช่นกัน และประกอบด้วยพุ่มไม้อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb |
เมตร | ความน่าจะเป็นของหญ้า/พืชล้มลุก/สมุนไพรที่จำลองตาม LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหญ้าไม้ยืนต้น ไม้ดอก หรือพืชล้มลุกในรูปแบบอื่นๆ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของ Barren และ Grass/Forb/Herb Mix กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่เปิดออกจากการเคลียร์ด้วยเครื่องจักรหรือการเก็บเกี่ยวป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย ที่ราบเกลือ โขดหิน (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดถือเป็นพื้นที่แห้งแล้งเช่นกัน และประกอบด้วยหญ้าไม้ยืนต้น ไม้ล้มลุก หรือพืชสมุนไพรอื่นๆ อย่างน้อย 10% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-or-Impervious |
เมตร | ความน่าจะเป็นที่โมเดล LCMS ดิบระบุว่าไม่มีพืชขึ้นหรือกันน้ำ กำหนดเป็น: พิกเซลส่วนใหญ่ ประกอบด้วย 1) ดินเปล่าที่เกิดจากการรบกวน (เช่น ดินที่เกิดจากการ เคลียร์พื้นที่ด้วยเครื่องจักรหรือการเก็บเกี่ยวในป่า) รวมถึงพื้นที่แห้งแล้งตลอดปี เช่น ทะเลทราย เพลยา หินโผล่ (รวมถึงแร่ธาตุและวัสดุทางธรณีวิทยาอื่นๆ ที่เกิดจากกิจกรรมการทำเหมืองบนพื้นผิว ) เนินทราย ที่ราบเกลือ และชายหาด ถนนที่ทำจากดินและกรวดก็ถือเป็นพื้นที่แห้งแล้งเช่นกัน หรือ 2) วัสดุที่มนุษย์สร้างขึ้นซึ่งน้ำไม่สามารถซึมผ่านได้ เช่น ถนนลาดยาง หลังคา และที่จอดรถ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Snow-or-Ice |
เมตร | ความน่าจะเป็นของหิมะหรือน้ำแข็งที่จำลองโดย LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ประกอบด้วยหิมะหรือน้ำแข็ง |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Water |
เมตร | ความน่าจะเป็นของน้ำที่จำลอง LCMS ดิบ กำหนดเป็น: พิกเซลส่วนใหญ่ ประกอบด้วยน้ำ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Agriculture |
เมตร | ความน่าจะเป็นของเกษตรกรรมที่จำลอง LCMS ดิบ กำหนดเป็นที่ดินที่ใช้ในการผลิต อาหาร เส้นใย และเชื้อเพลิง ซึ่งอยู่ในสถานะที่มีพืชปกคลุมหรือไม่มีพืชปกคลุม ซึ่งรวมถึงแต่ไม่จำกัดเพียงพื้นที่เพาะปลูกและพื้นที่เพาะปลูกที่ไม่ได้ใช้ประโยชน์ ทุ่งหญ้า สวนผลไม้ ไร่องุ่น การเลี้ยงปศุสัตว์แบบจำกัด และพื้นที่ที่ปลูกเพื่อผลิตผลไม้ ถั่ว หรือเบอร์รี ถนนที่ใช้เพื่อการเกษตรเป็นหลัก (เช่น ไม่ได้ใช้เป็นขนส่งสาธารณะจากเมืองหนึ่งไปยังอีกเมืองหนึ่ง) ถือเป็นการใช้ที่ดินเพื่อการเกษตร |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Developed |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่โมเดลคาดการณ์ว่า "พัฒนาแล้ว" กำหนดเป็นที่ดินที่ปกคลุมด้วยสิ่งก่อสร้างที่มนุษย์สร้างขึ้น (เช่น ที่อยู่อาศัยที่มีความหนาแน่นสูง เชิงพาณิชย์ อุตสาหกรรม เหมืองแร่ หรือการขนส่ง) หรือ การผสมผสานระหว่างพืชพรรณ (รวมถึงต้นไม้) และสิ่งก่อสร้าง (เช่น ที่อยู่อาศัยที่มีความหนาแน่นต่ำ สนามหญ้า สถานที่พักผ่อน สุสาน การขนส่ง และทางเดินสาธารณูปโภค ฯลฯ) รวมถึงที่ดินใดๆ ที่มีการเปลี่ยนแปลงการทำงานโดยกิจกรรมของมนุษย์ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Forest |
เมตร | ความน่าจะเป็นของป่าที่ได้จาก LCMS ดิบ กำหนดเป็นที่ดินที่มีการปลูกพืชหรือมีพืชขึ้นตามธรรมชาติ และมี (หรือมีแนวโน้มที่จะมี) ต้นไม้ปกคลุมตั้งแต่ 10% ขึ้นไปในช่วงเวลาใดเวลาหนึ่ง ในลำดับการเปลี่ยนแปลงที่เกิดขึ้นในระยะเวลาอันใกล้นี้ ซึ่งอาจรวมถึงป่าธรรมชาติ ป่าปลูก และพื้นที่ชุ่มน้ำที่เป็นไม้ ซึ่งอาจเป็นประเภทผลัดใบ ไม่ผลัดใบ และ/หรือแบบผสม |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Non-Forest-Wetland |
เมตร | ความน่าจะเป็นของพื้นที่ชุ่มน้ำที่ไม่ใช่ป่าไม้ที่ได้จาก LCMS ดิบ กำหนดเป็นพื้นที่ที่อยู่ติดกับหรือภายใน ระดับน้ำที่มองเห็นได้ (อิ่มตัวอย่างถาวรหรือตามฤดูกาล) ซึ่งมีพุ่มไม้หรือ พืชโผล่พ้นน้ำที่คงอยู่เป็นหลัก พื้นที่ชุ่มน้ำเหล่านี้อาจตั้งอยู่บริเวณชายฝั่งของทะเลสาบ ช่องแม่น้ำ หรือปากแม่น้ำ บนที่ราบน้ำท่วมถึงของแม่น้ำ ในพื้นที่ลุ่มน้ำที่แยกตัว หรือบนเนินเขา นอกจากนี้ ยังอาจพบ เป็นแอ่งน้ำในทุ่งหญ้า คลองระบายน้ำ และสระเก็บน้ำในพื้นที่เกษตรกรรม รวมถึงอาจปรากฏเป็นเกาะกลางทะเลสาบหรือแม่น้ำด้วย ตัวอย่างอื่นๆ ได้แก่ หนองน้ำ บึง หนองน้ำตื้น ดินโคลน หนองน้ำพรุ ลำธาร หนองน้ำจืด และลำน้ำ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Other |
เมตร | ความน่าจะเป็นของ "อื่นๆ" ที่ได้จากการประมาณ LCMS แบบดิบ กำหนดเป็น: ที่ดิน (ไม่ว่าจะใช้ประโยชน์หรือไม่ก็ตาม) ที่ แนวโน้มสเปกตรัมหรือหลักฐานสนับสนุนอื่นๆ บ่งชี้ว่าเกิดเหตุการณ์รบกวนหรือการเปลี่ยนแปลง แต่ไม่สามารถระบุสาเหตุที่แน่ชัดได้ หรือประเภทของการเปลี่ยนแปลงไม่ตรงกับ หมวดหมู่กระบวนการเปลี่ยนแปลงที่กำหนดไว้ข้างต้น |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Rangeland-or-Pasture |
เมตร | ความน่าจะเป็นของ LCMS ดิบที่จำลองของทุ่งหญ้าหรือทุ่งเลี้ยงสัตว์ กำหนดเป็น: คลาสนี้รวมถึงพื้นที่ใดๆ ที่เป็นอย่างใดอย่างหนึ่งต่อไปนี้ ก.) ทุ่งหญ้าเลี้ยงสัตว์ ซึ่งมีพืชพรรณเป็นส่วนผสมของหญ้า พุ่มไม้ พืชดอก และพืชคล้ายหญ้าพื้นเมืองที่ส่วนใหญ่เกิดจากปัจจัยและกระบวนการทางธรรมชาติ เช่น ปริมาณน้ำฝน อุณหภูมิ ความสูง และไฟ แม้ว่าการจัดการอาจจำกัดอยู่เพียงการเผาตามแผน รวมถึงการเล็มหญ้าโดยสัตว์กินพืชในบ้านและสัตว์ป่า หรือ ข.) ทุ่งหญ้าที่พืชอาจมีตั้งแต่หญ้าผสมที่ส่วนใหญ่เป็นหญ้าธรรมชาติ พืชดอก และสมุนไพร ไปจนถึงพืชที่ได้รับการจัดการมากขึ้นซึ่งมีหญ้าเป็นพืชเด่นที่ได้รับการเพาะเมล็ดและจัดการเพื่อรักษาให้เป็นพืชเชิงเดี่ยว |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
QA_Bits |
เมตร | ข้อมูลเสริมเกี่ยวกับแหล่งที่มาของค่าเอาต์พุตผลิตภัณฑ์ LCMS ประจำปี |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
เปลี่ยนตารางชั้นเรียน
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 1 | #3d4551 | คงที่ |
| 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 (เอเชียตะวันออกเฉียงใต้เท่านั้น) |
| 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 |
ตารางคลาสการใช้ที่ดิน
| ค่า | สี | คำอธิบาย |
|---|---|---|
| 1 | #efff6b | เกษตรกรรม |
| 2 | #ff2ff8 | พัฒนา |
| 3 | #1b9d0c | ป่า |
| 4 | #97ffff | พื้นที่ชุ่มน้ำที่ไม่ใช่ป่า |
| 5 | #a1a1a1 | อื่นๆ |
| 6 | #c2b34a | ทุ่งหญ้าหรือทุ่งเลี้ยงสัตว์ |
| 7 | #1b1716 | มาสก์พื้นที่ที่ไม่ประมวลผล |
คุณสมบัติของรูปภาพ
คุณสมบัติของรูปภาพ
| ชื่อ | ประเภท | คำอธิบาย |
|---|---|---|
| study_area | STRING | ปัจจุบัน LCMS ครอบคลุมพื้นที่สหรัฐอเมริกาที่อยู่ติดกัน ทางตะวันออกเฉียงใต้ของอะแลสกา เปอร์โตริโก-หมู่เกาะเวอร์จินของสหรัฐอเมริกา และฮาวาย เวอร์ชันนี้มีเอาต์พุตทั่ว สหรัฐอเมริกาที่อยู่ติดกัน อะแลสกาตะวันออกเฉียงใต้ เปอร์โตริโก-หมู่เกาะเวอร์จินของสหรัฐอเมริกา และฮาวาย ค่าที่เป็นไปได้: 'CONUS, SEAK, PRUSVI, HI' |
| ปี | INT | ปีของผลิตภัณฑ์ |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
กรมป่าไม้ของ USDA ไม่รับประกันใดๆ ทั้งโดยชัดแจ้งหรือโดยนัย รวมถึงการรับประกัน ความสามารถในการขายและความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ และไม่รับผิดชอบทางกฎหมายหรือ ความรับผิดชอบต่อความถูกต้อง ความน่าเชื่อถือ ความสมบูรณ์ หรือประโยชน์ของข้อมูลเชิงพื้นที่เหล่านี้ หรือต่อการใช้ข้อมูลเชิงพื้นที่เหล่านี้อย่างไม่เหมาะสมหรือไม่ถูกต้อง ข้อมูลเชิงพื้นที่และ แผนที่หรือกราฟิกที่เกี่ยวข้องเหล่านี้ไม่ใช่เอกสารทางกฎหมายและไม่ได้มีวัตถุประสงค์เพื่อใช้เป็นเอกสารดังกล่าว ห้ามใช้ข้อมูลและแผนที่เพื่อกำหนดกรรมสิทธิ์ การเป็นเจ้าของ คำอธิบายทางกฎหมาย หรือขอบเขต เขตอำนาจศาล หรือข้อจำกัดที่อาจมีอยู่บนที่ดินสาธารณะหรือที่ดินส่วนบุคคล ข้อมูลและแผนที่อาจแสดงหรือไม่แสดงอันตรายจากภัยธรรมชาติ และผู้ใช้ที่ดินควรใช้ความระมัดระวัง ตามสมควร ข้อมูลมีความผันผวนและอาจเปลี่ยนแปลงเมื่อเวลาผ่านไป ผู้ใช้มีหน้าที่รับผิดชอบในการยืนยัน ข้อจำกัดของข้อมูลเชิงพื้นที่และใช้ข้อมูลตามนั้น
ข้อมูลเหล่านี้รวบรวมขึ้นโดยใช้เงินทุนจากรัฐบาลสหรัฐอเมริกา และสามารถนำไปใช้ได้ โดยไม่ต้องขอสิทธิ์เพิ่มเติมหรือเสียค่าธรรมเนียม หากคุณใช้ข้อมูลเหล่านี้ในสื่อเผยแพร่ งานนำเสนอ หรือ ผลิตภัณฑ์งานวิจัยอื่นๆ โปรดใช้การอ้างอิงต่อไปนี้
กรมป่าไม้ของ USDA 2023 ระบบตรวจสอบการเปลี่ยนแปลงของภูมิประเทศ USFS v2022.8 (สหรัฐอเมริกาภาคพื้นทวีปและอะแลสกาตะวันออกเฉียงใต้) ซอลต์เลกซิตี ยูทาห์
การอ้างอิง
กรมป่าไม้ของ USDA 2023 ระบบตรวจสอบการเปลี่ยนแปลงของภูมิประเทศของ USFS v2022.8 (สหรัฐอเมริกาและอะแลสกาตะวันออกเฉียงใต้) ซอลต์เลกซิตี ยูทาห์
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/LCMS/v2022-8'); var lcms = dataset.filterDate('2020', '2021') // range: [1985, 2022] .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);