- مدى توفّر مجموعة البيانات
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- الجهة المنتجة لمجموعة البيانات
- مكتب الخدمات الجغرافية المكانية التابع لمركز الخدمات والابتكار الميداني في "هيئة الغابات" التابعة لوزارة الزراعة الأمريكية (FSIC-GO) Google Earth Engine
- العلامات
الوصف
هذا المنتج هو جزء من مجموعة بيانات نظام مراقبة التغيّر في المناظر الطبيعية (LCMS). ويعرض التغيير الذي تمّت محاكاته باستخدام نظام LCMS، وغطاء الأرض، و/أو فئات استخدام الأراضي لكل عام، ويشمل الولايات المتحدة المتجاورة (CONUS) والمناطق خارج الولايات المتحدة المتجاورة (OCONUS)، بما في ذلك ألاسكا (AK) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI) وهاواي (HAWAII).
نظام إدارة التغيّر في المناظر الطبيعية (LCMS) هو نظام استشعار عن بُعد لرسم خرائط التغيّر في المناظر الطبيعية ومراقبته في جميع أنحاء الولايات المتحدة. ويهدف إلى تطوير نهج متّسق باستخدام أحدث التقنيات والتطوّرات في رصد التغييرات لإنتاج خريطة "أفضل ما هو متاح" للتغييرات في المناظر الطبيعية.
تشمل المخرجات ثلاثة منتجات سنوية: التغيير، والغطاء الأرضي، واستخدام الأراضي. يرتبط ناتج نموذج التغيير بشكل خاص بالغطاء النباتي ويتضمّن الفقدان البطيء والفقدان السريع (الذي يشمل أيضًا التغييرات الهيدرولوجية، مثل الفيضانات أو الجفاف) والزيادة. يتم توقّع هذه القيم لكل عام من السلسلة الزمنية لبيانات Landsat، وتُستخدَم كمنتجات أساسية لنظام LCMS. نطبّق مجموعة قواعد استنادًا إلى مجموعات بيانات مساعدة لإنشاء منتج التغيير النهائي، وهو عبارة عن تحسين/إعادة تصنيف للتغيير الذي تم وضعه في نموذج إلى 15 فئة تقدّم معلومات صريحة عن سبب التغيير في المشهد الطبيعي (مثل إزالة الأشجار، وحرائق الغابات، والأضرار الناجمة عن الرياح). تعرض خرائط الغطاء الأرضي واستخدام الأراضي الغطاء الأرضي على مستوى أشكال الحياة واستخدام الأراضي على مستوى واسع لكل عام.
بما أنّه لا توجد خوارزمية واحدة تقدّم أفضل أداء في جميع الحالات، تستخدم LCMS مجموعة من النماذج كمتنبئات، ما يحسّن دقة الخريطة في مجموعة من النظم البيئية وعمليات التغيير (Healey et al., (2018). تقدّم مجموعة الخرائط الناتجة التي تتضمّن تغييرات في نظام إدارة دورة حياة الأراضي، وغطاء الأراضي، واستخدام الأراضي، وصفًا شاملاً للتغييرات التي طرأت على المناظر الطبيعية في جميع أنحاء الولايات المتحدة منذ عام 1985.
تتضمّن طبقات التوقّعات لنموذج LCMS نواتج من خوارزميات LandTrendr وCCDC لتحديد التغيير، ومعلومات حول التضاريس. يتم الوصول إلى هذه المكوّنات ومعالجتها باستخدام Google Earth Engine (Gorelick et al., 2017).
لإنتاج صور مركّبة سنوية لأداة LandTrendr، تم استخدام بيانات انعكاسية أعلى الغلاف الجوي من المستوى 1C من المجموعة 2 من Landsat Tier 1 وSentinel 2A و2B التابعة لهيئة المسح الجيولوجي الأمريكية. خوارزمية cFmask لتحديد بيانات الغيوم (Foga et al., 2017)، وهو تطبيق لـ Fmask 2.0 (Zhu and Woodcock، 2012) (Landsat فقط)، وcloudScore (Chastain et al.، 2019) (Landsat-only)، وs2cloudless (Sentinel-Hub، 2021)، وCloud Score+ (Pasquarella et al.، 2023) (Sentinel 2 فقط) تُستخدم لإخفاء السُحب، بينما تُستخدم TDOM (Chastain et al., 2019) تُستخدَم لإخفاء ظلال السحب (Landsat وSentinel 2). بالنسبة إلى LandTrendr، يتم بعد ذلك احتساب المتوسط السنوي لتلخيص القيم الخالية من السحب وظلالها من كل عام في صورة مركّبة واحدة. بالنسبة إلى CCDC، تم استخدام بيانات انعكاس السطح من Landsat Tier 1 Collection 2 التابعة لهيئة المساحة الجيولوجية الأمريكية (USGS) في الولايات المتحدة القارية، وبيانات انعكاس أعلى الغلاف الجوي من Landsat Tier 1 في ألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي.
يتم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., 2010، Kennedy et al., 2018; Cohen et al., (2018).
يتم أيضًا تقسيم جميع القيم الخالية من السحب وظلال السحب زمنيًا باستخدام خوارزمية CCDC (Zhu and Woodcock، 2014).
تتضمّن بيانات التوقّعات قيمًا مركّبة أولية، وقيمًا ملائمة لنموذج LandTrendr، وفروقًا بين كل زوج من القيم، ومدة القطعة، ومقدار التغيير، والميل، ومعاملات الجيب وجيب التمام لنموذج CCDC (أول 3 توافقيات)، وقيمًا ملائمة، وفروقًا بين كل زوج من القيم، بالإضافة إلى الارتفاع، والميل، وجيب تمام السمت، وجيب تمام السمت، ومؤشرات الموقع الطبوغرافي (Weiss، 2001) من بيانات برنامج USGS 3D Elevation Program (3DEP) بدقة 10 أمتار (هيئة المسح الجيولوجي الأمريكية، 2019).
يتم جمع البيانات المرجعية باستخدام TimeSync، وهي أداة مستندة إلى الويب تساعد المحلّلين في عرض سجلّ بيانات Landsat وتفسيره منذ عام 1984 حتى الآن (Cohen et al., (2010).
تم تدريب نماذج "الغابة العشوائية" (Random Forest) (Breiman، 2001) باستخدام بيانات مرجعية من TimeSync وبيانات تنبؤية من LandTrendr وCCDC ومؤشرات التضاريس للتنبؤ بالتغيير السنوي وفئات الغطاء الأرضي واستخدام الأراضي. بعد إنشاء النماذج، نضع سلسلة من حدود الاحتمالية ومجموعات القواعد باستخدام مجموعات البيانات المساعدة لتحسين مخرجات الخرائط النوعية والحدّ من الأخطاء. يمكنك الاطّلاع على مزيد من المعلومات في ملخّص طرق LCMS المضمّن في الوصف.
مَراجع إضافية
مثال أكثر تفصيلاً على الرمز البرمجي لاستخدام بيانات نظام إدارة المحتوى التعليمي (LCMS)
مستكشف بيانات نظام إدارة المحتوى التعليمي هو تطبيق مستند إلى الويب يتيح للمستخدمين عرض بيانات نظام إدارة المحتوى التعليمي وتحليلها وتلخيصها وتنزيلها.
يُرجى الاطّلاع على موجز طرق نظام إدارة المحتوى المحلي (LCMS) للحصول على معلومات أكثر تفصيلاً حول الطرق وتقييم الدقة، أو على مستودع بيانات نظام إدارة المحتوى المحلي (LCMS) لتنزيل البيانات والبيانات الوصفية ومستندات الدعم.
سيتم تعديل السلسلة HAWAII إلى HI في إصدار البيانات القادم v2025.11.
يُرجى التواصل مع sm.fs.lcms@usda.gov لطرح أي أسئلة أو تقديم طلبات محدّدة بشأن البيانات.
النطاقات
حجم البكسل
30 مترًا
النطاقات
| الاسم | حجم البكسل | الوصف | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Change |
متر | المنتج النهائي لتغيير نظام إدارة المحتوى التعليمي (LCMS) حسب الموضوع يتم ربط ما مجموعه خمس عشرة فئة تغيير لكل عام. من الناحية الأساسية، يتم تصميم التغيير باستخدام ثلاثة نماذج منفصلة ثنائية Random Forest لكل منطقة دراسة: فقدان بطيء وفقدان سريع واكتساب. يتم تعيين كل بكسل إلى فئة التغيير التي تم وضع نموذج لها والتي لديها أعلى احتمال يتجاوز أيضًا حدًا معيّنًا. يتم تعيين أي بكسل لا يحتوي على أي قيمة أعلى من الحدّ المحدّد لكل فئة إلى الفئة "مستقر". بعد اتّباع مجموعة قواعد باستخدام فئة التغيير التي تمّت محاكاتها، ومجموعات البيانات المساعدة (مثل TCC وMTBS وIDS)، وبيانات الغطاء الأرضي لنظام إدارة محتوى الأراضي (LCMS)، يتمّ تعيين إحدى فئات الأسباب الـ 15 المحسّنة للتغيير لكلّ بكسل. راجِع "موجز طرق نظام إدارة محتوى التعلّم" المرتبط بالوصف للحصول على التفاصيل الكاملة حول مجموعة القواعد ومجموعات البيانات المساعدة المستخدَمة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover |
متر | المنتج النهائي للغطاء الأرضي في نظام إدارة معلومات الأراضي (LCMS) يتم تحديد 14 فئة من فئات الغطاء الأرضي سنويًا باستخدام بيانات TimeSync المرجعية والمعلومات الطيفية المستمدّة من صور Landsat. يتم توقّع الغطاء الأرضي باستخدام نموذج واحد متعدد الفئات من "الغابة العشوائية"، والذي يعرض مصفوفة من احتمالات كل فئة (نسبة الأشجار ضمن نموذج "الغابة العشوائية" التي "اختارت" كل فئة). يتم تعيين الفئات النهائية لاستخدام الأراضي التي لديها أعلى احتمال. قبل تحديد فئة الغطاء الأرضي ذات الاحتمالية الأعلى، تم تطبيق عتبة واحدة أو عدة عتبات احتمالية ومجموعات قواعد باستخدام مجموعات البيانات المساعدة، وذلك حسب منطقة الدراسة. يمكنك الاطّلاع على مزيد من المعلومات حول حدود الاحتمالية ومجموعات القواعد في "موجز طرق LCMS" المرتبط بالوصف. تشير سبع فئات من الغطاء الأرضي إلى غطاء أرضي واحد، حيث يغطّي نوع الغطاء الأرضي هذا معظم مساحة البكسل ولا تغطّي أي فئة أخرى أكثر من% 10 من البكسل. تتوفر أيضًا سبع صفوف مختلطة. تمثّل هذه الفئات وحدات البكسل التي تغطي فيها فئة إضافية من الغطاء الأرضي% 10 على الأقل من وحدة البكسل. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use |
متر | المنتج النهائي لاستخدام الأراضي في نظام إدارة محتوى التعلّم (LCMS) المواضيعي يتم رسم خرائط لما مجموعه 5 فئات من استخدام الأراضي على أساس سنوي باستخدام بيانات TimeSync المرجعية والمعلومات الطيفية المستمدة من صور Landsat. يتم توقّع استخدام الأراضي باستخدام نموذج واحد متعدد الفئات من "الغابة العشوائية"، والذي يعرض مصفوفة من احتمالات كل فئة (نسبة الأشجار ضمن نموذج "الغابة العشوائية" التي "اختارت" كل فئة). يتم تعيين الفئات النهائية لاستخدام الأراضي التي لديها أعلى احتمال. قبل تحديد فئة استخدام الأراضي ذات الاحتمالية الأعلى، تم تطبيق سلسلة من حدود الاحتمالية ومجموعات القواعد باستخدام مجموعات البيانات الإضافية. يمكنك الاطّلاع على مزيد من المعلومات حول حدود الاحتمالية ومجموعات القواعد في "موجز طرق LCMS" المرتبط بالوصف. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Slow_Loss |
متر | الاحتمالية النموذجية الأولية لفقدان العملاء ببطء في نظام LCMS يتضمّن الانخفاض البطيء الفئات التالية من تفسير عملية تغيير TimeSync:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Fast_Loss |
متر | الاحتمالية النموذجية الخام لفقدان الوزن السريع وفقًا لبيانات قياس الطيف الكتلي بالاقتران مع الفصل اللوني السائل يتضمّن Fast Loss الفئات التالية من تفسير عملية تغيير TimeSync:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Gain |
متر | الاحتمالية التي تمّت محاكاتها في LCMS لتحقيق مكاسب يُعرَّف على أنّه: أرض تشهد زيادة في الغطاء النباتي بسبب النمو والتتابع على مدار عام واحد أو أكثر. ينطبق ذلك على أي مناطق قد تُظهر تغيّرًا طيفيًا مرتبطًا بإعادة نمو النباتات. في المناطق المتطوّرة، يمكن أن ينتج النمو عن النباتات الناضجة و/أو المروج والمناظر الطبيعية التي تم تركيبها حديثًا. في الغابات، يشمل النمو نمو النباتات من الأرض العارية، بالإضافة إلى نمو الأشجار المتوسطة والمهيمنة و/أو الأعشاب والشجيرات المنخفضة. من المرجّح أن تنتقل شرائح النمو/التعافي المسجّلة بعد قطع الأشجار في الغابات إلى فئات مختلفة من الغطاء الأرضي مع تجدّد الغابات. لكي تُعتبر هذه التغييرات نموًا أو تعافيًا، يجب أن تلتزم القيم الطيفية بشكل وثيق بخط اتجاه متزايد (مثل ميل موجب يبلغ حوالي 0.10 وحدة من مؤشر NDVI إذا تم تمديده إلى حوالي 20 عامًا) يستمر لعدة سنوات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Trees |
متر | الاحتمالية الأولية التي تمّت محاكاتها باستخدام LCMS للأشجار يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من أشجار حية أو أشجار ميتة قائمة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs-and-Trees-Mix |
متر | الاحتمالية النمذجة الأولية لبيانات نظام إدارة المحتوى في البحيرات العظمى (LCMS) الخاصة بمزيج الشجيرات والأشجار الطويلة (ألاسكا فقط) يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من شجيرات يزيد ارتفاعها عن متر واحد، كما تتألف من 10% على الأقل من الأشجار الحية أو الميتة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs-and-Trees-Mix |
متر | الاحتمالية التي تم تصميمها باستخدام بيانات LCMS الخاصة بمزيج الشجيرات والأشجار يتم تعريفها على النحو التالي: تتألف غالبية البكسل من شجيرات، كما تتألف من 10% على الأقل من الأشجار الحية أو الأشجار الميتة الواقفة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Trees-Mix |
متر | الاحتمالية التي تم تصميمها باستخدام نظام LCMS لمزيج من العشب/النباتات العشبية/الأعشاب والأشجار يتم تعريفها على النحو التالي: تتألف غالبية البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية، كما تتألف من 10% على الأقل من الأشجار الحية أو الميتة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Trees-Mix |
متر | الاحتمالية النمذجة الأولية لبيانات LCMS الخاصة بمزيج الأراضي القاحلة والأشجار يُعرَّف هذا النوع على أنّه: معظم وحدات البكسل يتألف من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي آليًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة مثل الصحاري والبحيرات الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُعدّ الطرق المصنوعة من التراب والحصى أيضًا أراضي قاحلة، وتتألف أيضًا من 10% على الأقل من الأشجار الحية أو الميتة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Tall-Shrubs |
متر | الاحتمالية النمذجة الأولية لنظام إدارة المحتوى والتعلم (LCMS) للشجيرات الطويلة (ألاسكا فقط) يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من شجيرات يزيد ارتفاعها عن متر واحد. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Shrubs |
متر | الاحتمالية التي تمّت محاكاتها باستخدام LCMS لظهور "شجيرات" يتم تعريفها على النحو التالي: تتألف غالبية البكسل من شجيرات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb-and-Shrubs-Mix |
متر | الاحتمالية التي تم تصميمها باستخدام بيانات LCMS لخليط من الأعشاب والنباتات العشبية والشجيرات يتم تعريفها على النحو التالي: تتكوّن غالبية البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية، كما تتكوّن أيضًا من 10% على الأقل من الشجيرات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Shrubs-Mix |
متر | الاحتمالية الناتجة عن نموذج LCMS الخام لمزيج الأراضي القاحلة والشجيرات يُعرَّف هذا النوع على أنّه: معظم وحدات البكسل يتألف من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي آليًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة مثل الصحاري والبحيرات الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُصنّف الطرق المصنوعة من التراب والحصى أيضًا على أنّها أراضٍ قاحلة، وتتألف أيضًا من 10% على الأقل من الشجيرات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Grass-Forb-Herb |
متر | الاحتمالية النموذجية الأولية لفئة "عشب/نبات عريض الأوراق/نبات عشبي" في نظام LCMS يُعرَّف على النحو التالي: يتكوّن الجزء الأكبر من البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Grass-Forb-Herb-Mix |
متر | الاحتمالية التي تمّت محاكاتها باستخدام نظام LCMS الخام لـ "أرض قاحلة" و"مزيج من العشب/النباتات العريضة الأوراق/الأعشاب" يُعرَّف على النحو التالي: يتألف الجزء الأكبر من البكسل من تربة عارية مكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي ميكانيكيًا أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة، مثل الصحاري والبحيرات الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُعتبر الطرق المصنوعة من التراب والحصى أيضًا أراضي قاحلة، وهي تتألف أيضًا من 10% على الأقل من الأعشاب المعمرة أو النباتات العشبية الأخرى. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-or-Impervious |
متر | الاحتمالية النموذجية الأولية لبيانات LCMS التي تمثّل الأراضي القاحلة أو غير المنفذة يُعرَّف على النحو التالي: تتألف غالبية البكسل من 1) التربة العارية المكشوفة بسبب الاضطراب (مثل التربة المكشوفة بسبب إزالة الغطاء النباتي بشكل ميكانيكي أو قطع الأشجار)، بالإضافة إلى المناطق القاحلة الدائمة، مثل الصحاري والبحيرات الجافة والنتوءات الصخرية (بما في ذلك المعادن والمواد الجيولوجية الأخرى المكشوفة بسبب أنشطة التعدين السطحي) والكثبان الرملية والمسطحات الملحية والشواطئ. تُعدّ الطرق المصنوعة من التراب والحصى أيضًا أراضي قاحلة أو 2) مواد اصطناعية لا يمكن للمياه اختراقها، مثل الطرق الممهَّدة والأسطح ومواقف السيارات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Snow-or-Ice |
متر | الاحتمالية التي تمّت محاكاتها باستخدام نظام LCMS لتساقط الثلوج أو الجليد يتم تحديدها على النحو التالي: يتكوّن معظم البكسل من ثلج أو جليد. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Water |
متر | الاحتمالية النموذجية الأولية للمياه في LCMS يتم تعريفها على النحو التالي: تتألف غالبية وحدات البكسل من الماء. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Agriculture |
متر | الاحتمالية النموذجية غير المعالجة لفئة "الزراعة" في نظام تصنيف المحتوى من LCMS يُعرَّف على أنّه: الأراضي المستخدَمة لإنتاج الغذاء والألياف والوقود، والتي تكون إما في حالة نباتية أو غير نباتية. ويشمل ذلك، على سبيل المثال لا الحصر، الأراضي الزراعية المزروعة وغير المزروعة، وأراضي القش، والبساتين، وكروم العنب، وعمليات تربية الماشية في الحظائر، والمناطق المزروعة لإنتاج الفواكه أو المكسرات أو التوت. تُصنَّف الطرق المستخدَمة بشكل أساسي في الزراعة (أي التي لا تُستخدَم في النقل العام من مدينة إلى أخرى) ضمن استخدامات الأراضي الزراعية. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Developed |
متر | الاحتمالية التي تمّ وضع نموذج لها في نظام إدارة التعلّم (LCMS) بشأن حالة "تمّ التطوير" يُعرَّف على أنّه: الأراضي التي تغطيها منشآت من صنع الإنسان (مثل المناطق السكنية أو التجارية أو الصناعية أو التعدينية أو النقلية ذات الكثافة العالية)، أو مزيج من النباتات (بما في ذلك الأشجار) والمنشآت (مثل المناطق السكنية ذات الكثافة المنخفضة أو المروج أو المرافق الترفيهية أو المقابر أو ممرات النقل والمرافق العامة وما إلى ذلك)، بما في ذلك أي أراضٍ تم تغيير وظيفتها بسبب النشاط البشري. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Forest |
متر | الاحتمالية الأولية التي تم وضع نموذج لها في LCMS بشأن الغابة يُعرَّف على النحو التالي: أرض مزروعة أو مغطاة بنباتات طبيعية وتحتوي (أو من المحتمل أن تحتوي) على غطاء شجري بنسبة% 10 أو أكثر في وقت ما خلال تسلسل تعاقبي قصير الأجل. وقد يشمل ذلك فئات الغابات الطبيعية النفضية و/أو الدائمة الخضرة و/أو المختلطة، ومزارع الغابات، والأراضي الرطبة المشجّرة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Other |
متر | الاحتمالية التي تمّت محاكاتها باستخدام LCMS لفئة "غير ذلك" يُعرَّف على أنّه: أرض (بغض النظر عن استخدامها) يشير فيها المؤشر الطيفي أو غيره من الأدلة الداعمة إلى حدوث اضطراب أو تغيير، ولكن لا يمكن تحديد السبب النهائي أو لا يستوفي نوع التغيير أيًا من فئات عملية التغيير المحددة أعلاه. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Rangeland-or-Pasture |
متر | الاحتمالية التي تم تصميمها باستخدام نظام LCMS للأراضي العشبية أو المراعي يتم تعريفها على النحو التالي: تشمل هذه الفئة أي منطقة تكون إما: الأراضي العشبية التي تتكوّن فيها النباتات من مزيج من الأعشاب والشجيرات والنباتات العريضة الأوراق والنباتات الشبيهة بالأعشاب التي تنشأ إلى حد كبير من عوامل وعمليات طبيعية، مثل هطول الأمطار ودرجة الحرارة والارتفاع والحرائق، على الرغم من أنّ الإدارة المحدودة قد تشمل الحرق الموصوف بالإضافة إلى الرعي من قِبل الحيوانات العاشبة الأليفة والبرية؛ أو ب) المراعي، حيث قد تتراوح النباتات من أعشاب مختلطة وطبيعية إلى حد كبير، ونباتات عريضة الأوراق وأعشاب إلى نباتات مُدارة أكثر، وتهيمن عليها أنواع الأعشاب التي تم زرعها وإدارتها للحفاظ على الزراعة الأحادية تقريبًا |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
QA_Bits |
متر | معلومات إضافية حول مصدر قيم الناتج السنوي لمنتج LCMS |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
تغيير جدول الصف
| القيمة | اللون | الوصف |
|---|---|---|
| 1 | #ff09f3 | الرياح |
| 2 | #541aff | Hurricane |
| 3 | #e4f5fd | الانتقال بين الشرائح باستخدام تأثير الثلج أو الجليد |
| 4 | #cc982e | التجفيف |
| 5 | #0adaff | الفيضانات |
| 6 | #a10018 | حريق مُدار |
| 7 | #d54309 | Wildfire |
| 8 | #fafa4b | التحوّل الميكانيكي للأراضي |
| 9 | #afde1c | إزالة الأشجار |
| 10 | #ffc80d | إزالة الأوراق |
| 11 | #a64c28 | Southern Pine Beetle |
| 12 | #f39268 | الإجهاد الناتج عن الحشرات أو الأمراض أو الجفاف |
| 13 | #c291d5 | الخسارة الأخرى |
| 14 | #00a398 | النمو المتسلسل للنباتات |
| 15 | #3d4551 | إسطبل |
| 16 | #1b1716 | Non-Processing Area Mask |
جدول فئات Land_Cover
| القيمة | اللون | الوصف |
|---|---|---|
| 1 | #004e2b | الأشجار |
| 2 | #009344 | مزيج من الشجيرات والأشجار الطويلة (ألاسكا فقط) |
| 3 | #61bb46 | تشكيلة من الشجيرات والأشجار |
| 4 | #acbb67 | مزيج من الأعشاب والأشجار |
| 5 | #8b8560 | Barren & Trees Mix |
| 6 | #cafd4b | شجيرات طويلة (ألاسكا فقط) |
| 7 | #f89a1c | شجيرات |
| 8 | #8fa55f | مزيج من الأعشاب والشجيرات |
| 9 | #bebb8e | مزيج من الأراضي القاحلة والشجيرات |
| 10 | #e5e98a | عشب/نبات عريض الأوراق/نبات |
| 11 | #ddb925 | التربة القاحلة ومزيج من الأعشاب والنباتات العشبية |
| 12 | #893f54 | أرض قاحلة أو غير منفذة |
| 13 | #e4f5fd | جليد أو ثلوج |
| 14 | #00b6f0 | ماء |
| 15 | #1b1716 | Non-Processing Area Mask |
جدول فئات Land_Use
| القيمة | اللون | الوصف |
|---|---|---|
| 1 | #fbff97 | زراعة |
| 2 | #e6558b | تم تطويره |
| 3 | #004e2b | غابة |
| 4 | #9dbac5 | غير ذلك |
| 5 | #a6976a | أراضٍ عشبية أو مراعٍ |
| 6 | #1b1716 | Non-Processing Area Mask |
خصائص الصور
خصائص الصور
| الاسم | النوع | الوصف |
|---|---|---|
| study_area | سلسلة | يغطي إصدار نظام إدارة المحتوى المستند إلى الموقع الجغرافي هذا الولايات المتحدة المتجاورة وألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. القيم المحتملة: CONUS أو AK أو PRUSVI أو HAWAII |
| إصدار | سلسلة | إصدار المنتج |
| startYear | INT | سنة بدء المنتج |
| endYear | INT | سنة انتهاء صلاحية المنتج |
| سنة | INT | عام المنتج |
بنود الاستخدام
بنود الاستخدام
لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمان، صريحًا أو ضمنيًا، بما في ذلك ضمانات الصلاحية للتسويق والملاءمة لغرض معيّن، ولا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. إنّ هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية، ولا يُراد استخدامها على هذا النحو. لا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون مفروضة على الأراضي العامة أو الخاصة. قد يتم أو لا يتم عرض المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغيّر بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.
تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو أي منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:
خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2025 USFS Landscape Change Monitoring System v2024.10 (Conterminous United States and Outer Conterminous United States). سولت ليك سيتي، يوتا
الاقتباسات
خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2025 USFS Landscape Change Monitoring System v2024.10 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا
Breiman, L., 2001. الغابات العشوائية في "تعلُّم الآلة" Springer, 45: 5-32. doi:10.1023/A:1010933404324
Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., 2019 مقارنة تجريبية بين أجهزة استشعار مختلفة لخصائص طيفية في أعلى الغلاف الجوي، وذلك باستخدام أجهزة استشعار MSI في القمرَين الصناعيَّين Sentinel-2A وSentinel-2B، وجهاز استشعار OLI في القمر الصناعي Landsat-8، وجهاز استشعار ETM في القمر الصناعي Landsat-7، وذلك في الولايات المتحدة المتجاورة. In 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. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 2. TimeSync - أدوات المعايرة والتحقّق In 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. مجموعة متعددة الأطياف من LandTrendr لرصد اضطراب الغابات In 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., Hughes, M.J., Laue, B., 2017. مقارنة خوارزميات رصد السحب والتحقّق منها لمنتجات بيانات Landsat التشغيلية In Remote Sensing of Environment. Science Direct, 194: 379-390. doi:10.1016/j.rse.2017.03.026
مصلحة المساحة الجيولوجية في الولايات المتحدة، 2019. USGS 3D Elevation Program Digital Elevation Model, accessed August 2022 at 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., جوزيف هيوز، دكتوراه 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. تحديد التغيّرات في الغابات باستخدام التعميم المكدّس: أسلوب مجمّع في 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. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - خوارزميات التقسيم الزمني In 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., and Healey, S. 2018. تنفيذ خوارزمية LandTrendr على Google Earth Engine في الاستشعار عن بُعد MDPI، 10(5): 691. doi:10.3390/rs10050691
Pasquarella, V. J., Brown, C. F., Czerwinski, W., and Rucklidge, W. J., 2023. Comprehensive Quality Assessment of Optical Satellite Imagery Using Weakly Supervised Video Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2124-2134.
Sentinel-Hub، 2021 Sentinel 2 Cloud Detector [على الإنترنت]. متوفّر على الرابط: https://github.com/sentinel-hub/sentinel2-cloud-detector
Weiss, A.D., 2001. Topographic position and landforms analysis Poster Presentation, ESRI Users Conference, San Diego, CAZhu, Z., وWoodcock, C. E. 2012. رصد السحب وظلالها في صور Landsat استنادًا إلى الأجسام 118: 83-94.
Zhu, Z., and Woodcock, C. E., 2012. رصد السحب وظلالها في صور Landsat استنادًا إلى العناصر In Remote Sensing of Environment. Science Direct, 118: 83-94. doi:10.1016/j.rse.2011.10.028
Zhu, Z., and Woodcock, C. E., 2014. رصد التغييرات المستمرة وتصنيف الغطاء الأرضي باستخدام جميع بيانات Landsat المتاحة In Remote Sensing of Environment. Science Direct, 144: 152-171. doi:10.1016/j.rse.2014.01.011
معرِّفات العناصر الرقمية (DOI)
- https://doi.org/10.1016/j.rse.2010.07.008
- https://doi.org/10.1016/j.rse.2010.07.010
- https://doi.org/10.1016/j.rse.2011.10.028
- https://doi.org/10.1016/j.rse.2014.01.011
- https://doi.org/10.1016/j.rse.2017.03.026
- https://doi.org/10.1016/j.rse.2017.09.029
- https://doi.org/10.1016/j.rse.2017.11.015
- https://doi.org/10.1016/j.rse.2018.11.012
- https://doi.org/10.1023/A:1010933404324
- https://doi.org/10.3390/rs10050691
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/LCMS/v2024-10'); var lcms = dataset.filterDate('2022', '2023') // range: [1985, 2024] .filter('study_area == "CONUS"') // "AK", "HAWAII", "PRUSVI" .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);