- Dataset-Verfügbarkeit
- 2016-01-01T00:00:00Z–2017-01-01T00:00:00Z
- Ersteller des Datasets
- USDA Forest Service (USFS) Geospatial Technology and Applications Center (GTAC)
- Tags
Beschreibung
Dieses Produkt ist Teil der TreeMap-Datensuite. Es enthält detaillierte räumliche Informationen zu Waldeigenschaften wie Anzahl der lebenden und toten Bäume, Biomasse und Kohlenstoff für die gesamte bewaldete Fläche der kontinentalen Vereinigten Staaten im Jahr 2016.
TreeMap v2016 enthält ein Bild, eine gerasterte Karte der Wälder der kontinentalen USA aus dem Jahr 2016 mit 22 Bändern und einer Auflösung von 30 × 30 Metern. Jedes Band stellt ein Attribut dar, das aus ausgewählten FIA-Daten abgeleitet wurde. Ein Band stellt die TreeMap-ID dar. Beispiele für Attribute sind der Waldtyp, der Prozentsatz der Baumkronendecke, der Lebendbaumbestand, die Biomasse von lebenden/toten Bäumen und der Kohlenstoffgehalt in lebenden/toten Bäumen.
TreeMap-Produkte sind die Ausgabe eines Random-Forest-Algorithmus für maschinelles Lernen, der jedem Pixel der gerasterten LANDFIRE-Eingabedaten die ähnlichste FIA-Parzelle (Forest Inventory Analysis) zuweist. Ziel ist es, die sich ergänzenden Stärken von detaillierten, aber räumlich spärlichen FIA-Daten mit weniger detaillierten, aber räumlich umfassenden LANDFIRE-Daten zu kombinieren, um bessere Schätzungen der Waldeigenschaften in verschiedenen Maßstäben zu erhalten. TreeMap wird sowohl im privaten als auch im öffentlichen Sektor für Projekte wie die Planung der Brennstoffbehandlung, die Kartierung von Gefahren und die Schätzung von terrestrischen Kohlenstoffressourcen eingesetzt.
TreeMap unterscheidet sich von anderen Produkten für die geschätzte Waldbegrünung dadurch, dass jedem Pixel eine FIA-Plot-ID zugewiesen wird, während andere Datasets Waldeigenschaften wie die lebende Grundfläche enthalten (z. B. Ohmann und Gregory 2002; Pierce Jr. et al. 2009; Wilson, Lister und Riemann 2012). Die FIA-Plot-ID kann mit den Hunderten von Variablen und Attributen verknüpft werden, die für jeden Baum und Plot im FIA DataMart, dem öffentlichen Repository von Plotinformationen der FIA (Forest Inventory Analysis 2022a), aufgezeichnet werden.
Die Methodik von 2016 umfasst Störungen als Reaktionsvariable, was zu einer höheren Genauigkeit bei der Kartierung von gestörten Gebieten führt. Die Genauigkeit innerhalb der Klasse lag bei Waldabdeckung, Höhe, Vegetationsgruppe und Störungscode im Vergleich zu LANDFIRE-Karten bei über 90 %. Mindestens ein Pixel innerhalb des Validierungsradius stimmte in 57,5% der Fälle für die Waldbedeckung, in 80,0% der Fälle für die Höhe, in 80,0% der Fälle für die Baumart mit der höchsten Grundfläche und in 87,4 % der Fälle für die Störung mit der Klasse der vorhergesagten Werte überein.
Zusätzliche Ressourcen
Weitere Informationen zu Methoden und Genauigkeitsbewertung finden Sie in der TreeMap 2016-Publikation.
Der TreeMap 2016 Data Explorer ist eine webbasierte Anwendung, mit der Nutzer TreeMap-Attributdaten ansehen und herunterladen können.
Das TreeMap Research Data Archive für den vollständigen Datensatzdownload, Metadaten und Supportdokumente.
TreeMap Raster Data Gateway für Downloads von Attributdaten für Treemaps, Metadaten und Supportdokumente.
FIA Database Manual, Version 9.4) finden Sie ausführlichere Informationen zu den Attributen, die in TreeMap 2016 enthalten sind.
Bei Fragen oder spezifischen Datenanfragen wenden Sie sich bitte an [sm.fs.treemaphelp@usda.gov].
Forest Inventory Analysis. 2022a. Forest Inventory Analysis DataMart. Forest Inventory Analysis DataMart FIADB_1.9.0. 2022. https://apps.fs.usda.gov/fia/datamart/datamart.html.
Ohmann, Janet L. und Matthew J. Gregory. 2002. Vorhersage der Zusammensetzung und Struktur von Wäldern mit direkter Gradientenanalyse und Nearest-Neighbor-Imputation im Küstenbereich von Oregon, USA. Kann. J. Für. Res. 32:725–741. doi: 10.1139/X02-011.
Pierce, Kenneth B Jr, Janet L Ohmann, Michael C Wimberly, Matthew J Gregory und Jeremy S Fried. 2009. Mapping Wildland Fuels and Forest Structure for Land Management: A Comparison of Nearest Neighbor Imputation and Other Methods. Kann. J. Für. Res. 39: 1901–1916. doi:10.1139/X09-102.
Wilson, B Tyler, Andrew J Lister und Rachel I Riemann. 2012. Ein Nearest-Neighbor-Imputation-Ansatz zur Kartierung von Baumarten in großen Gebieten mit Waldinventurparzellen und Rasterdaten mit mittlerer Auflösung. Forest Ecol. Manag. 271:182–198. doi: 10.1016/j. foreco.2012.02.002.
Bänder
Bänder
Pixelgröße: 30 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
ALSTK |
% | 30 Meter | Alle lebenden Bäume. Die Summe der Werte für den Besatzprozentsatz aller lebenden Bäume in der Bedingung. |
BALIVE |
ft²/Acre | 30 Meter | Grundfläche lebender Bäume. Grundfläche in Quadratfuß pro Acre aller lebenden Bäume mit einem Durchmesser in Brusthöhe/Durchmesser an der Wurzelkrone von mindestens 1,0 Zoll, die in der Bedingung erfasst wurden. |
CANOPYPCT |
% | 30 Meter | Lebende Baumkronenbedeckung. Abgeleitet vom Forest Vegetation Simulator. |
CARBON_D |
Tonnen/Acre | 30 Meter | Carbon, Standing Dead. Berechnet über die folgende FIA-Abfrage: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) / 2 /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
CARBON_DWN |
Tonnen/Acre | 30 Meter | Carbon, Down Dead. Kohlenstoff (Tonnen pro Hektar) von holzigem Material mit einem Durchmesser von mehr als 7,6 cm auf dem Boden sowie von Baumstümpfen und ihren Wurzeln mit einem Durchmesser von mehr als 7,6 cm. Geschätzt anhand von Modellen, die auf geografischen Gebieten, Waldtypen und der Kohlenstoffdichte lebender Bäume basieren (Smith und Heath, 2008). |
CARBON_L |
Tonnen/Acre | 30 Meter | Carbon, Live Above Ground. Berechnet über die folgende FIA-Abfrage: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) / 2 /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
DRYBIO_D |
Tonnen/Acre | 30 Meter | Biomasse von trockenen, stehenden, abgestorbenen Bäumen, oberirdisch. Berechnet über die folgende FIA-Abfrage: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
DRYBIO_L |
Tonnen/Acre | 30 Meter | Trockene Biomasse lebender Bäume, oberirdisch. Berechnet über die folgende FIA-Abfrage: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
FLDSZCD |
30 Meter | Feldcode für die Größenklasse des Bestands – Feldzuweisung der vorherrschenden (basierend auf der Bestandsdichte) Durchmesserklasse lebender Bäume innerhalb des Zustands. |
|
FLDTYPCD |
30 Meter | Feld „Forest Type Code“ (Code für Waldtyp): Ein Code, der den Waldtyp angibt und von der Feldmannschaft auf Grundlage der Baumarten oder Artengruppen zugewiesen wird, die eine Vielzahl aller lebenden Tiere bilden. Die Feldgruppe bewertet den Waldtyp anhand der Hektar Waldfläche um die Parzelle herum sowie der in der Bedingung erfassten Arten. |
|
FORTYPCD |
30 Meter | Code für den Algorithmus-Waldtyp: Dies ist der Waldtyp, der für Berichte verwendet wird. Sie wird hauptsächlich mithilfe eines Computeralgorithmus abgeleitet, außer wenn weniger als 25 % der Stichproben einer bestimmten Waldbedingung entsprechen oder in einigen anderen Fällen. |
|
GSSTK |
% | 30 Meter | Growing-Stock Stocking Die Summe der Werte für den Besatzprozentsatz aller Bäume im Bestand mit der angegebenen Bedingung. |
QMD_RMRS |
in | 30 Meter | Mittlerer quadratischer Durchmesser des Bestands. Rocky Mountain Research Station. Der quadratische Mittelwert des Durchmessers oder der Durchmesser des Baums mit der durchschnittlichen Grundfläche unter der Bedingung. Basierend auf lebenden Bäumen mit einem Brusthöhendurchmesser/Kronendurchmesser von mindestens 2,5 cm. Nur von bestimmten FIA-Arbeitseinheiten erhoben. |
SDIPCT_RMRS |
% | 30 Meter | Stand Density Index (SDI) Rocky Mountain Research Station. Ein relatives Maß für die Bestandsdichte lebender Bäume (≥ 1,0 Zoll BHD/DRC) im Zustand, ausgedrückt als Prozentsatz des maximalen Bestandsdichteindex (SDI). Wird nur von bestimmten FIA-Arbeitseinheiten erhoben. |
STANDHT |
ft | 30 Meter | Höhe der dominanten Bäume. Abgeleitet vom Forest Vegetation Simulator. |
STDSZCD |
30 Meter | Algorithmus-Standgrößenklassen-Code: Eine Klassifizierung der vorherrschenden (basierend auf der Bestandsdichte) Durchmesserklasse von lebenden Bäumen innerhalb des zugewiesenen Zustands, die mithilfe eines Algorithmus zugewiesen wird. |
|
TPA_DEAD |
Anzahl/Acre | 30 Meter | Tote Bäume pro Acre. Anzahl der abgestorbenen Bäume pro Acre (Durchmesser >= 5 Zoll). Berechnet über die folgende FIA-Abfrage: Sum TREE.TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
TPA_LIVE |
Anzahl/Acre | 30 Meter | Lebende Bäume pro Acre. Anzahl der lebenden Bäume pro Acre (Durchmesser > 1 Zoll). Berechnet über die folgende FIA-Abfrage: Sum TREE.TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1) AND ((TREE.DIA)>=1)) |
Value |
30 Meter | Rohdatenwerte für die Baumstruktur-ID des Datasets. Dieser Datensatz ist nützlich, um räumliche Gruppierungen einzelner modellierter Grundstückswerte zu sehen. |
|
VOLBFNET_L |
sawlog-board-ft/acre | 30 Meter | Lautstärke, Live (Log-Regel: Int’l ¼ inch). Berechnet über die folgende FIA-Abfrage: Sum VOLBFNET * TPA_UNADJ WHERE (((TREE.TREECLCD)=2) AND ((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
VOLCFNET_D |
ft^3/acre | 30 Meter | Lautstärke, Standing Dead. Berechnet über die folgende FIA-Abfrage: Sum VOLCFNET*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
VOLCFNET_L |
ft^3/acre | 30 Meter | Lautstärke, Live. Berechnet über die folgende FIA-Abfrage: Sum VOLCFNET*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
Klassentabelle für FLDSZCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 0 | #c62363 | Nicht bestockt: Erfüllt die Definition von zugänglichem Land und eine der folgenden Bedingungen ist erfüllt: (1) Weniger als 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bestockt und die Fläche wird nicht als Deckbäume klassifiziert oder (2) bei mehreren Waldarten, für die keine Bestockungsstandards verfügbar sind, weniger als 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bestockt. |
| 1 | #feba12 | ≤ 12,4 cm (Sämlinge/Jungbäume). Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Baumkronen, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens zwei Drittel der Baumkronen müssen von Bäumen stammen, die weniger als 12,7 cm Durchmesser in Brusthöhe/Durchmesser an der Wurzelkrone haben. |
| 2 | #ffff00 | 12,7–22,6 cm (Weichhölzer)/ 12,7–27,7 cm (Harthölzer). Mindestens 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bewachsen (oder 10 % der Fläche sind mit Baumkronen bedeckt, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel der Fläche ist mit Bäumen mit einem Brusthöhendurchmesser (d.b.h.) bzw. einem Durchmesser in Höhe des Wurzelansatzes (d.r.c.) von mehr als 12,7 cm bedeckt. Die Mehrheit der Fläche ist mit Nadelbäumen mit einem Durchmesser von 12,7 bis 22,6 cm und/oder Laubbäumen mit einem Brusthöhendurchmesser von 12,7 bis 27,7 cm und/oder Waldbäumen mit einem Durchmesser in Höhe des Wurzelansatzes von 12,7 bis 22,6 cm bedeckt. |
| 3 | #38a800 | 22,9–50,5 cm (Weichhölzer)/ 27,9–50,5 cm (Harthölzer). Mindestens 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bewachsen (oder 10 % der Fläche sind mit Baumkronen bedeckt, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel der Baumkronen bedeckt Bäume mit einem Brusthöhendurchmesser (BHD) bzw. einem Durchmesser in Brusthöhe (DBH) von mehr als 12,7 cm. Die Mehrheit der Baumkronen bedeckt Nadelbäume mit einem Durchmesser von 22,9–50,5 cm und/oder Laubbäume mit einem BHD von 27,9–50,5 cm und/oder Waldbäume mit einem Durchmesser in Brusthöhe (DBH) von 22,9–50,5 cm. |
| 4 | #73dfff | 20,0–39,9 Zoll Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Überschirmung durch Baumbestand, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel der Überschirmung durch Baumbestand muss durch Bäume mit einem Brusthöhendurchmesser (BHD) bzw. einem Durchmesser in Brusthöhe (DBH) von mehr als 12,7 cm erfolgen und die Mehrheit der Überschirmung durch Baumbestand muss durch Bäume mit einem BHD von 50,8–101,3 cm erfolgen. |
| 5 | #5c09fc | 40,0 Zoll oder mehr. Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Überschirmung durch Baumbestand, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel der Überschirmung durch Baumbestand muss durch Bäume mit einem Brusthöhendurchmesser (BHD) von mehr als 12,7 cm (5,0 Zoll) erfolgen und die Mehrheit der Überschirmung durch Baumbestand muss durch Bäume mit einem BHD von mindestens 101,6 cm (40,0 Zoll) erfolgen. |
Klassentabelle für FLDTYPCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 101 | #6e26ec | Jack Pine |
| 102 | #c765ec | Rotkiefer |
| 103 | #efdbcc | Weymouth-Kiefer |
| 104 | #a8a9f2 | Weymouth-Kiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsamtanne |
| 122 | #9d86a6 | Weißfichte |
| 123 | #a5f77a | Rotfichte |
| 124 | #dcf4d9 | Rotfichte / Balsamtanne |
| 125 | #64e1f7 | Schwarzfichte |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Abendländischer Lebensbaum |
| 128 | #87cc75 | Fraser-Tanne |
| 141 | #84d7eb | Sumpfkiefer |
| 142 | #ef4677 | Slash Pine |
| 161 | #97f2ad | Loblolly-Kiefer |
| 162 | #d45549 | Shortleaf-Kiefer |
| 163 | #63f3ac | Virginia-Kiefer |
| 164 | #f58de4 | Sandkiefer |
| 165 | #e9c991 | Table Mountain-Kiefer |
| 166 | #ddbef2 | Pond Pine |
| 167 | #bba847 | Pechkiefer |
| 171 | #95eacd | Rotzeder |
| 182 | #a6827b | Rocky-Mountain-Wacholder |
| 184 | #bca28a | Wacholderwald |
| 185 | #cff3f4 | Pinyon-Kiefern-/Wacholderwald |
| 201 | #c1ded5 | Douglasie |
| 202 | #948ee9 | Port-Orford-Zeder |
| 221 | #d0ef5b | Ponderosa-Kiefer |
| 222 | #e29af0 | Weihrauchzeder |
| 224 | #c34bc3 | Zucker-Kiefer |
| 225 | #e6acb8 | Jeffrey-Kiefer |
| 226 | #ea3b34 | Coulter-Kiefer |
| 241 | #724353 | Westliche Weißkiefer |
| 261 | #f2c7a0 | Weißtanne |
| 262 | #6ab27f | Rotfichte |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Pazifische Silbertanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / subalpine Tanne |
| 267 | #a0f4c4 | Große Tanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Zypresse |
| 281 | #e16f3d | Lodgepole-Kiefer |
| 301 | #f5da68 | Westamerikanische Hemlocktanne |
| 304 | #a63bcf | Riesen-Lebensbaum |
| 305 | #51d0dd | Sitkafichte |
| 321 | #6bc5b6 | Westamerikanische Lärche |
| 341 | #f2f4a5 | Redwood |
| 361 | #576abe | Knobcone-Kiefer |
| 362 | #b56f7c | Südwestliche Weymouthskiefer |
| 365 | #dca5ca | Fuchsschwanzkiefer / Grannenkiefer |
| 366 | #67eff4 | Biegsame Kiefer |
| 367 | #ca5483 | Weißrindige Kiefer |
| 368 | #a8bf86 | Sonstige westliche Weichhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelwälder in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Lärchen eingeführt |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Weiße Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefer / Hartholz |
| 501 | #b8db98 | Post Oak / Blackjack Oak |
| 502 | #bccc4b | Kastanien-Eiche |
| 503 | #f22ab1 | Weißeiche / Roteiche / Hickory |
| 504 | #f6e095 | Weißeiche |
| 505 | #77989d | Roteiche |
| 506 | #718640 | Tulpenbaum / Weißeiche / Roteiche |
| 507 | #9d4f8d | Sassafras / Persimmon |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur-Eiche |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Robinie |
| 514 | #a5f031 | Südliche Straucheiche |
| 515 | #eeafa3 | Kastanien-Eiche / Schwarzeiche / Scharlach-Eiche |
| 516 | #9bd763 | Kirsche / Weiße Esche / Gelb-Pappel |
| 517 | #b838ee | Ulme / Esche / Robinie |
| 519 | #e88fbb | Rot-Ahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Kastanie / Kirschbaum-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttalls Eiche / Weideneiche |
| 605 | #f0bd53 | Overcup-Eiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantic White Cedar |
| 607 | #c790c1 | Sumpfzypresse / Tupelo |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelo / Rot-Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Roter Ahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Hackberry / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rot-Ahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Esche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelb-Birke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Hartahorn / Lindenholz |
| 809 | #b3714c | Rot-Ahorn / Hochland |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Papierbirke |
| 903 | #dd82c7 | Graubirke |
| 904 | #c5f2a0 | Balsampappel |
| 905 | #e3f2e7 | Pin-Kirsche |
| 911 | #b2c2b1 | Roterle |
| 912 | #4ff389 | Oregon-Ahorn |
| 921 | #8772e8 | Graukiefer |
| 922 | #bb24a1 | Kalifornische Schwarzeiche |
| 923 | #c7f7cd | Oregon-Weißeiche |
| 924 | #8fc3c6 | Blaueiche |
| 931 | #f13896 | Küsten-Eiche |
| 933 | #efe92f | Canyon-Eiche |
| 934 | #6c48ae | Virginia-Eiche im Innenbereich |
| 935 | #b3e8cd | Kalifornische Weißeiche (Tal-Eiche) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Scheinkastanie |
| 961 | #c3ab6e | Pazifische Erdbeerbäume |
| 962 | #f5f169 | Andere Harthölzer |
| 971 | #f3c66f | Laubwald mit Eichen |
| 972 | #4ecb89 | Immergrüner Eichenwald |
| 973 | #60b0c2 | Mesquite-Wald |
| 974 | #76e45f | Cercocarpus-Wald (Berggebüsch) |
| 975 | #b3c5ce | Ahornwald im Intermountain-Gebiet |
| 976 | #ee73af | Sonstige Harthölzer aus dem Wald |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Palmen |
| 995 | #e67774 | Andere exotische Harthölzer |
FORTYPCD-Klassentabelle
| Wert | Farbe | Beschreibung |
|---|---|---|
| 101 | #6e26ec | Jack Pine |
| 102 | #c765ec | Rotkiefer |
| 103 | #efdbcc | Weymouth-Kiefer |
| 104 | #a8a9f2 | Weymouth-Kiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsamtanne |
| 122 | #9d86a6 | Weißfichte |
| 123 | #a5f77a | Rotfichte |
| 124 | #dcf4d9 | Rotfichte / Balsamtanne |
| 125 | #64e1f7 | Schwarzfichte |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Abendländischer Lebensbaum |
| 141 | #84d7eb | Sumpfkiefer |
| 142 | #ef4677 | Slash Pine |
| 161 | #97f2ad | Loblolly-Kiefer |
| 162 | #d45549 | Shortleaf-Kiefer |
| 163 | #63f3ac | Virginia-Kiefer |
| 164 | #f58de4 | Sandkiefer |
| 165 | #e9c991 | Table Mountain-Kiefer |
| 166 | #ddbef2 | Pond Pine |
| 167 | #bba847 | Pechkiefer |
| 171 | #95eacd | Rotzeder |
| 182 | #a6827b | Rocky-Mountain-Wacholder |
| 184 | #bca28a | Wacholderwald |
| 185 | #cff3f4 | Pinyon-Kiefern-/Wacholderwald |
| 201 | #c1ded5 | Douglasie |
| 202 | #948ee9 | Port-Orford-Zeder |
| 221 | #d0ef5b | Ponderosa-Kiefer |
| 222 | #e29af0 | Weihrauchzeder |
| 224 | #c34bc3 | Zucker-Kiefer |
| 225 | #e6acb8 | Jeffrey-Kiefer |
| 226 | #ea3b34 | Coulter-Kiefer |
| 241 | #724353 | Westliche Weißkiefer |
| 261 | #f2c7a0 | Weißtanne |
| 262 | #6ab27f | Rotfichte |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Pazifische Silbertanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / subalpine Tanne |
| 267 | #a0f4c4 | Große Tanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Zypresse |
| 281 | #e16f3d | Lodgepole-Kiefer |
| 301 | #f5da68 | Westamerikanische Hemlocktanne |
| 304 | #a63bcf | Riesen-Lebensbaum |
| 305 | #51d0dd | Sitkafichte |
| 321 | #6bc5b6 | Westamerikanische Lärche |
| 341 | #f2f4a5 | Redwood |
| 361 | #576abe | Knobcone-Kiefer |
| 362 | #b56f7c | Südwestliche Weymouthskiefer |
| 365 | #dca5ca | Fuchsschwanzkiefer / Grannenkiefer |
| 366 | #67eff4 | Biegsame Kiefer |
| 367 | #ca5483 | Weißrindige Kiefer |
| 368 | #a8bf86 | Sonstige westliche Weichhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelwälder in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Lärchen eingeführt |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Weiße Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefer / Hartholz |
| 501 | #b8db98 | Post Oak / Blackjack Oak |
| 502 | #bccc4b | Kastanien-Eiche |
| 503 | #f22ab1 | Weißeiche / Roteiche / Hickory |
| 504 | #f6e095 | Weißeiche |
| 505 | #77989d | Roteiche |
| 506 | #718640 | Tulpenbaum / Weißeiche / Roteiche |
| 507 | #9d4f8d | Sassafras / Persimmon |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur-Eiche |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Robinie |
| 514 | #a5f031 | Südliche Straucheiche |
| 515 | #eeafa3 | Kastanien-Eiche / Schwarzeiche / Scharlach-Eiche |
| 516 | #9bd763 | Kirsche / Weiße Esche / Gelb-Pappel |
| 517 | #b838ee | Ulme / Esche / Robinie |
| 519 | #e88fbb | Rot-Ahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Kastanie / Kirschbaum-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttalls Eiche / Weideneiche |
| 605 | #f0bd53 | Overcup-Eiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantic White Cedar |
| 607 | #c790c1 | Sumpfzypresse / Tupelo |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelo / Rot-Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Roter Ahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Hackberry / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rot-Ahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Esche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelb-Birke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Hartahorn / Lindenholz |
| 809 | #b3714c | Rot-Ahorn / Hochland |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Papierbirke |
| 903 | #dd82c7 | Graubirke |
| 904 | #c5f2a0 | Balsampappel |
| 905 | #e3f2e7 | Pin-Kirsche |
| 911 | #b2c2b1 | Roterle |
| 912 | #4ff389 | Oregon-Ahorn |
| 921 | #8772e8 | Graukiefer |
| 922 | #bb24a1 | Kalifornische Schwarzeiche |
| 923 | #c7f7cd | Oregon-Weißeiche |
| 924 | #8fc3c6 | Blaueiche |
| 931 | #f13896 | Küsten-Eiche |
| 933 | #efe92f | Canyon-Eiche |
| 934 | #6c48ae | Virginia-Eiche im Innenbereich |
| 935 | #b3e8cd | Kalifornische Weißeiche (Tal-Eiche) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Scheinkastanie |
| 961 | #c3ab6e | Pazifische Erdbeerbäume |
| 962 | #f5f169 | Andere Harthölzer |
| 971 | #f3c66f | Laubwald mit Eichen |
| 972 | #4ecb89 | Immergrüner Eichenwald |
| 973 | #60b0c2 | Mesquite-Wald |
| 974 | #76e45f | Cercocarpus-Wald (Berggebüsch) |
| 975 | #b3c5ce | Ahornwald im Intermountain-Gebiet |
| 976 | #ee73af | Sonstige Harthölzer aus dem Wald |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Palmen |
| 991 | #e6a25e | Paulownia |
| 992 | #f8f3b7 | Melaleuca |
| 995 | #e67774 | Andere exotische Harthölzer |
| 999 | #d5cc36 | Nicht auf Lager |
Klassentabelle für STDSZCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 1 | #38a800 | Großer Durchmesser: Bestände mit einem Wert für den gesamten lebenden Bestand von mindestens 10 (Basis 100), wobei mehr als 50 % des Bestands aus Bäumen mit mittlerem und großem Durchmesser bestehen und der Bestand an Bäumen mit großem Durchmesser gleich oder größer als der Bestand an Bäumen mit mittlerem Durchmesser ist. |
| 2 | #ffff00 | Mittlerer Durchmesser: Bestände mit einem Gesamtbestandswert von mindestens 10 (Basis 100); mit mehr als 50 % des Bestands in Bäumen mit mittlerem und großem Durchmesser; und mit dem Bestand an Bäumen mit großem Durchmesser, der geringer ist als der Bestand an Bäumen mit mittlerem Durchmesser. |
| 3 | #feba12 | Geringer Durchmesser: Bestände mit einem Gesamtbestandswert von mindestens 10 (Basis 100), bei denen mindestens 50 % des Bestands aus Bäumen mit geringem Durchmesser bestehen. |
| 5 | #c62363 | Nicht auf Lager – Waldfläche mit einem Wert für alle lebenden Bestände von weniger als 10. |
Bildattribute
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| Jahr | INT | Jahr des Produkts. |
| landfire_ver | STRING | Die Landfire-Version, die als Referenz- und Zieldaten für die Imputation verwendet wird. |
Nutzungsbedingungen
Nutzungsbedingungen
Der USDA Forest Service übernimmt keine ausdrückliche oder stillschweigende Gewährleistung, einschließlich der Gewährleistung der Marktgängigkeit und der Eignung für einen bestimmten Zweck, und übernimmt keine rechtliche Haftung oder Verantwortung für die Richtigkeit, Zuverlässigkeit, Vollständigkeit oder Nützlichkeit dieser Geodaten oder für die unsachgemäße oder falsche Verwendung dieser Geodaten. Diese Geodaten und zugehörigen Karten oder Grafiken sind keine rechtlichen Dokumente und sind nicht als solche gedacht. Die Daten und Karten dürfen nicht verwendet werden, um Titel, Eigentum, rechtliche Beschreibungen oder Grenzen, Gerichtsbarkeiten oder Einschränkungen zu bestimmen, die für öffentliches oder privates Land gelten. Naturgefahren werden möglicherweise in den Daten und Karten dargestellt. Landnutzer sollten Vorsicht walten lassen. Die Daten sind dynamisch und können sich im Laufe der Zeit ändern. Der Nutzer ist dafür verantwortlich, die Einschränkungen der Geodaten zu überprüfen und die Daten entsprechend zu verwenden.
Diese Daten wurden mit Mitteln der US-Regierung erhoben und können ohne zusätzliche Berechtigungen oder Gebühren verwendet werden. Wenn Sie diese Daten in einer Publikation, Präsentation oder einem anderen Forschungsprodukt verwenden, geben Sie bitte die entsprechende Quelle an.
Zitationen
Riley, Karin L.; Grenfell, Isaac C.; Finney, Mark A.; Shaw, John D. 2021. TreeMap 2016: Ein Modell der Wälder der angrenzenden Vereinigten Staaten auf Baumebene um 2016. Fort Collins, CO: Forest Service Research Data Archive. https://doi.org/10.2737/RDS-2021-0074.
Die Earth Engine nutzen
Code-Editor (JavaScript)
// Load the full dataset var dataset = ee.ImageCollection('USFS/GTAC/TreeMap/v2016'); // Get the 2016 image var tm2016 = dataset.filterDate('2016', '2017').first(); // 'Official' TreeMap 2016 palettes var bamako = ['00404d', '134b42', '265737', '3a652a', '52741c', '71870b', '969206', 'c5ae32', 'e7cd68', 'ffe599']; var bamako_r = JSON.parse(JSON.stringify(bamako)).reverse(); var lajolla = ['ffffcc','fbec9a','f4cc68','eca855','e48751','d2624d','a54742','73382f','422818','1a1a01']; var lajolla_r = JSON.parse(JSON.stringify(lajolla)).reverse(); var imola = ['1a33b3','2446a9','2e599f','396b94','497b85','60927b','7bae74','98cb6d','c4ea67','ffff66']; var imola_r = JSON.parse(JSON.stringify(imola)).reverse(); // Select all 22 attributes var alstk = tm2016.select('ALSTK'); var balive = tm2016.select('BALIVE'); var canopypct = tm2016.select('CANOPYPCT'); var carbon_d = tm2016.select('CARBON_D'); var carbon_dwn = tm2016.select('CARBON_DWN'); var carbon_l = tm2016.select('CARBON_L'); var drybio_d = tm2016.select('DRYBIO_D'); var drybio_l = tm2016.select('DRYBIO_L'); var fldszcd = tm2016.select('FLDSZCD'); var fldtypcd = tm2016.select('FLDTYPCD'); var fortypcd = tm2016.select('FORTYPCD'); var gsstk = tm2016.select('GSSTK'); var qmd_rmrs = tm2016.select('QMD_RMRS'); var sdipct_rmrs = tm2016.select('SDIPCT_RMRS'); var standht = tm2016.select('STANDHT'); var stdszcd = tm2016.select('STDSZCD'); var tpa_dead = tm2016.select('TPA_DEAD'); var tpa_live = tm2016.select('TPA_LIVE'); var value = tm2016.select('Value'); var volbfnet_l = tm2016.select('VOLBFNET_L'); var volcfnet_d = tm2016.select('VOLCFNET_D'); var volcfnet_l = tm2016.select('VOLCFNET_L'); // Add all attributes to the map with the 'official' visualization Map.addLayer(alstk, {'min': 0, 'max': 100, 'palette': bamako_r}, 'ALSTK: All-Live-Tree Stocking (percent)', false); Map.addLayer(balive, {'min': 24, 'max': 217, 'palette': bamako_r}, 'BALIVE: Live Tree Basal Area (ft²)', false); Map.addLayer(canopypct, {'min': 0, 'max': 100, 'palette': bamako_r}, 'CANOPYPCT: Live Canopy Cover (percent)', false); Map.addLayer(carbon_d, {'min': 0, 'max': 9, 'palette': lajolla}, 'CARBON_D: Carbon, Standing Dead (tons/acre)', false); Map.addLayer(carbon_dwn, {'min': 0, 'max': 7, 'palette': lajolla}, 'CARBON_DWN: Carbon, Down Dead (tons/acre)', false); Map.addLayer(carbon_l, {'min': 2, 'max': 59, 'palette': lajolla_r}, 'CARBON_L: Carbon, Live Above Ground (tons/acre)', false); Map.addLayer(drybio_d, {'min': 0, 'max': 10, 'palette': lajolla}, 'DRYBIO_D: Dry Standing Dead Tree Biomass, Above Ground (tons/acre)', false); Map.addLayer(drybio_l, {'min': 4, 'max': 118, 'palette': lajolla_r}, 'DRYBIO_L: Dry Live Tree Biomass, Above Ground (tons/acre)', false); Map.addLayer(fldszcd, {}, 'FLDSZCD: Field Stand-Size Class Code', false); Map.addLayer(fldtypcd, {}, 'FLDTYPCD: Field Forest Type Code'); Map.addLayer(fortypcd, {}, 'FORTYPCD: Algorithm Forest Type Code', false); Map.addLayer(gsstk, {'min': 0, 'max': 100, 'palette': bamako_r}, 'GSSTK: Growing-Stock Stocking (percent)', false); Map.addLayer(qmd_rmrs, {'min': 2, 'max': 25, 'palette': bamako_r}, 'QMD_RMRS: Stand Quadratic Mean Diameter (in)', false); Map.addLayer(sdipct_rmrs, {'min': 6, 'max': 99, 'palette': bamako_r}, 'SDIPCT_RMRS: Stand Density Index (percent of maximum)', false); Map.addLayer(standht, {'min': 23, 'max': 194, 'palette': bamako_r}, 'STANDHT: Height of Dominant Trees (ft)', false); Map.addLayer(stdszcd, {}, 'STDSZCD: Algorithm Stand-Size Class Code', false); Map.addLayer(tpa_dead, {'min': 38, 'max': 126, 'palette': bamako}, 'TPA_DEAD: Dead Trees Per Acre', false); Map.addLayer(tpa_live, {'min': 252, 'max': 1666, 'palette': bamako_r}, 'TPA_LIVE: Live Trees Per Acre', false); Map.addLayer(value.randomVisualizer(), {}, 'Value: TreeMap ID', false); Map.addLayer(volbfnet_l, {'min': 441, 'max': 36522, 'palette': imola_r}, 'VOLBFNET_L: Volume, Live (sawlog-board-ft/acre)', false); Map.addLayer(volcfnet_d, {'min': 5, 'max': 1326, 'palette': imola_r}, 'VOLCFNET_D: Volume, Standing Dead (ft³/acre)', false); Map.addLayer(volcfnet_l, {'min': 137, 'max': 5790, 'palette': imola_r}, 'VOLCFNET_L: Volume, Live (ft³/acre)', false); // Set basemap Map.setOptions('TERRAIN'); // Center map on CONUS Map.setCenter(-95.712891, 38, 5);