- توفُّر مجموعة البيانات
- 1985-01-01T00:00:00Z–2024-12-31T00:00:00Z
- مزوّد مجموعة البيانات
- مكتب الخدمات الجغرافية التابع لمركز الخدمات والابتكار الميداني في هيئة الغابات بوزارة الزراعة الأمريكية (FSIC-GO)
- العلامات
الوصف
هذا المنتج هو جزء من مجموعة بيانات نظام مراقبة التغيّر في المشهد (LCMS). ويعرض التغيير الذي تمّت محاكاته باستخدام نظام LCMS، وغطاء الأرض، و/أو فئات استخدام الأراضي لكل عام، ويشمل الولايات المتحدة المتجاورة (CONUS) بالإضافة إلى المناطق خارج الولايات المتحدة المتجاورة (OCONUS)، بما في ذلك ألاسكا (AK) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI) وهاواي (HAWAII).
نظام LCMS هو نظام استشعار عن بُعد لرسم خرائط التغيّر في المناظر الطبيعية ومراقبته في جميع أنحاء الولايات المتحدة. يهدف هذا البرنامج إلى تطوير نهج متّسق باستخدام أحدث التقنيات والتطوّرات في رصد التغيّرات لإنتاج خريطة "أفضل ما هو متاح" للتغيّرات 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، وهي تشكّل المنتجات الأساسية 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 التضاريس (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 خدمة LCMS مجموعة من النماذج كأدوات توقّع، ما يحسّن دقة الخرائط في مجموعة من النظم البيئية وعمليات التغيير (Healey et al. 2018). تقدّم مجموعة الخرائط الناتجة التي تتضمّن التغييرات في نظام إدارة الأراضي (LCMS) وغطاء الأرض واستخدام الأراضي وصفًا شاملاً للتغييرات التي طرأت على المناظر الطبيعية في الولايات المتحدة منذ عام 1985.
تتضمّن طبقات التوقّعات لنموذج LCMS نواتج من خوارزميات LandTrendr وCCDC لرصد التغيّرات، بالإضافة إلى معلومات حول التضاريس. يتم الوصول إلى كل هذه المكوّنات ومعالجتها باستخدام Google Earth Engine (Gorelick et al., (2017).
لإنتاج صور مركّبة سنوية لـ LandTrendr وUSGS Collection 2 Landsat Tier 1 وSentinel 2A و2B Level-1C، تم استخدام بيانات انعكاس أعلى الغلاف الجوي. خوارزمية cFmask لتحديد بيانات الغيوم (Foga et al., 2017)، وهو تطبيق لبرنامج 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 المستوى 1 في Landsat Collection 2 التابعة لهيئة المساحة الجيولوجية الأمريكية (USGS) في الولايات المتحدة القارية، وبيانات انعكاس أعلى الغلاف الجوي من المستوى 1 في Landsat 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 مؤقتًا باستخدام خوارزمية CCDC (Zhu and Woodcock، 2014).
تتضمّن بيانات Predictor قيمًا مركّبة أولية، وقيمًا ملائمة لـ LandTrendr، وفروقًا بين أزواج، ومدة مقطع، ومقدار التغيير، والميل، ومعاملات الجيب وجيب التمام لـ CCDC (أول 3 توافقيات)، وقيمًا ملائمة، وفروقًا بين أزواج، بالإضافة إلى الارتفاع، والميل، وجيب تمام السمت، وجيب 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" (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 بيانات مساعدة لتحسين مخرجات الخرائط النوعية والحدّ من الأخطاء. يمكنك الاطّلاع على مزيد من المعلومات في ملخّص طرق إدارة الألوان (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 بشأن 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 "غابة عشوائية" لكل منطقة دراسة: فقدان بطيء وفقدان سريع واكتساب. يتم تعيين كل بكسل لفئة 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 الأدنى لكل فئة إلى فئة "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 المحدّدة 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) حسب الموضوع يتم تحديد 14 فئة من فئات الغطاء الأرضي سنويًا باستخدام بيانات TimeSync المرجعية والمعلومات الطيفية المستمدة من صور Landsat. يتم توقّع الغطاء الأرضي باستخدام نموذج Random Forest واحد متعدد الفئات، والذي يعرض مصفوفة من احتمالات كل فئة (نسبة الأشجار ضمن نموذج Random Forest التي "اختارت" كل فئة). يتم تحديد الفئات النهائية حسب استخدام الأراضي الذي لديه 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) حسب الموضوع يتم رسم خرائط لما مجموعه 5 فئات من استخدام الأراضي سنويًا 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 تحديد الفئات النهائية حسب استخدام الأراضي الذي لديه 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 يتضمّن فقدان البيانات البطيء الفئات التالية من تفسير عملية تغيير TimeSync:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Fast_Loss |
متر | الاحتمالية النموذجية الأولية لحدوث فقدان سريع في LCMS يتضمّن Fast Loss الفئات التالية من تفسير عملية تغيير TimeSync:
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Change_Raw_Probability_Gain |
متر | الاحتمالية التي تمّت محاكاتها في نظام 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 المتقدّمة، يمكن أن ينتج النمو عن النباتات الناضجة و/أو المروج والمناظر الطبيعية التي تم إنشاؤها 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 الغابة. 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 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 تصنيف الغطاء الأرضي (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 الخام لمزيج 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 النموذجية الأولية لمزيج العشب/النباتات العشبية/الأعشاب والأشجار وفقًا لنظام تصنيف استخدام الأراضي وإدارتها (LCMS) يُعرَّف على أنّه: يتكوّن معظم البكسل من أعشاب معمرة أو نباتات عريضة الأوراق أو أشكال أخرى من النباتات العشبية، ويتكوّن أيضًا من% 10 على الأقل من الأشجار الحية أو الأشجار الميتة الواقفة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Barren-and-Trees-Mix |
متر | الاحتمالية الناتجة عن نموذج LCMS الخاص بمزيج الأراضي القاحلة والأشجار يُعرَّف هذا النوع على أنّه: معظم وحدات البكسل يتكوّن 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. تُعتبر 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 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 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 يتكوّن 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 لـ Grass/Forb/Herb 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 بيانات LCMS الخام بشأن الأراضي القاحلة ومزيج العشب/النباتات العشبية/الأعشاب يُعرَّف على النحو التالي: يتألف الجزء الأكبر من البكسل 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 الموسمية 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 وحدات 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 LCMS لتساقط الثلوج أو الجليد يتم تحديدها على النحو التالي: يتكوّن الجزء الأكبر من البكسل من الثلج أو الجليد. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Cover_Raw_Probability_Water |
متر | الاحتمالية الناتجة عن نموذج LCMS للمياه يتم تعريفها على أنّها: الجزء الأكبر من البكسل يتكوّن من الماء. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Agriculture |
متر | الاحتمالية النموذجية غير المعالجة لاستخدام الأراضي في الزراعة وفقًا لنظام 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 النموذجية الأولية لـ "المحتوى التعليمي أو الوثائقي أو العلمي أو الفنّي" يُعرَّف على أنّه: الأراضي التي تغطيها مبانٍ من صنع الإنسان (مثل المباني السكنية العالية الكثافة أو التجارية أو الصناعية أو التعدينية أو الخاصة بالنقل)، أو مزيج من النباتات (بما في ذلك الأشجار) والمباني (مثل المباني السكنية المنخفضة الكثافة 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 أو الدائمة الخضرة أو المختلطة، ومزارع الغابات، والأراضي الرطبة المشجّرة. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Land_Use_Raw_Probability_Other |
متر | الاحتمالية التي تمّت محاكاتها باستخدام LCMS لفئة "غير ذلك" يُعرَّف على النحو التالي: 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 الأولية التي يقدّمها نموذج نظام تصنيف الأراضي الساحلية (LCMS) بشأن الأراضي العشبية أو المراعي يتم تعريفها على النحو التالي: تشمل هذه الفئة أي منطقة تكون إما: الأراضي العشبية، حيث تكون النباتات مزيجًا 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 بشكل أكبر تهيمن 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 الثلج أو الجليد |
| 4 | #cc982e | التجفيف |
| 5 | #0adaff | الفيضانات |
| 6 | #a10018 | حريق مُدار |
| 7 | #d54309 | Wildfire |
| 8 | #fafa4b | تغيير استخدام الأراضي الميكانيكي |
| 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 | قناع منطقة عدم المعالجة |
جدول فئات غطاء الأراضي
| 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 | مزيج من الأراضي القاحلة والأشجار |
| 6 | #cafd4b | شجيرات طويلة (ألاسكا فقط) |
| 7 | #f89a1c | شجيرات |
| 8 | #8fa55f | مزيج من الأعشاب والشجيرات |
| 9 | #bebb8e | مزيج الأراضي القاحلة والشجيرات |
| 10 | #e5e98a | عشب/نبات عريض الأوراق/نبات عشبي |
| 11 | #ddb925 | أرض قاحلة ومزيج من الأعشاب/النباتات العشبية/النباتات العريضة الأوراق |
| 12 | #893f54 | أرض قاحلة أو غير منفذة |
| 13 | #e4f5fd | جليد أو ثلوج |
| 14 | #00b6f0 | ماء |
| 15 | #1b1716 | قناع منطقة عدم المعالجة |
جدول فئات استخدام الأراضي
| 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 | قناع منطقة عدم المعالجة |
خصائص الصور
خصائص الصورة
| الاسم | النوع | الوصف |
|---|---|---|
| study_area | سلسلة | يغطي إصدار نظام إدارة المحتوى والترجمة هذا الولايات المتحدة المتجاورة وألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. القيم المتاحة: CONUS أو AK أو PRUSVI أو HAWAII |
| إصدار | سلسلة | إصدار المنتج |
| startYear | INT | سنة بدء المنتج |
| endYear | INT | سنة انتهاء صلاحية المنتج |
| سنة | INT | سنة المنتج |
بنود الاستخدام
بنود الاستخدام
لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمانات، صريحة أو ضمنية، بما في ذلك ضمانات الصلاحية للتسويق والملاءمة لغرض معيّن، كما أنّها لا 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 تصوير 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 الاستشعار المختلفة في القمرَين الصناعيَّين Sentinel-2A وSentinel-2B، وأداة التصوير المتعدد الأطياف (MSI) في القمرَين، وأداة التصوير التشغيلي للأرض (OLI) في القمر الصناعي Landsat-8، وأداة التصوير المحسّن الموضوعي (ETM) في القمر الصناعي Landsat-7، وذلك من حيث الخصائص الطيفية في أعلى الغلاف الجوي فوق الولايات المتحدة المتجاورة في مجلة 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 من الصحة 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، تم الوصول إليه في أغسطس 2022 على الرابط 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. تحديد التغيّرات في الغابات باستخدام التعميم المكدّس: أسلوب مجمّع في الاستشعار عن بُعد للبيئة. 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. تقييم شامل لجودة صور الأقمار الصناعية البصرية باستخدام تعلُّم الفيديو بإشراف ضعيف 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., و"وودكوك"، سي. 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 الكائنات في مجلة 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 في مجلة 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);