- Dataset-Verfügbarkeit
- 2022-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Ersteller des Datasets
- USDA Forest Service (USFS) Field Services and Innovation Center Geospatial Office (FSIC-GO)
- 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 Waldfläche der USA im Jahr 2022.
TreeMap v2022 enthält gerasterte Kartenbilder mit 22 Bändern und einer Auflösung von 30 × 30 m pro Untersuchungsgebiet der Wälder der USA um 2022. Jedes Band stellt ein Attribut dar, das aus ausgewählten Daten der Forest Inventory Analysis (FIA) abgeleitet wurde (ein Band stellt die TreeMap-ID dar). Beispiele für Attribute sind Waldtyp, prozentuale Kronendeckung, lebende Bäume, Biomasse lebender/toter Bäume und Kohlenstoff in lebenden/toten Bäumen.
TreeMap-Produkte sind die Ausgabe eines Random Forest-Algorithmus für maschinelles Lernen, der jedem Pixel der gerasterten LANDFIRE-Eingabedaten das ähnlichste FIA-Diagramm 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 von Brennstoffbehandlungen, die Kartierung von Gefahren durch Bäume und die Schätzung von terrestrischen Kohlenstoffressourcen eingesetzt.
TreeMap unterscheidet sich von anderen Produkten für die geschätzte Waldbegrünung dadurch, dass jedem Pixel eine FIA-Parzellen-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-Kennung kann mit den Hunderten von Variablen und Attributen verknüpft werden, die für jeden Baum und jedes Grundstück im FIA DataMart, dem öffentlichen Repository von FIA mit Grundstücksinformationen (Forest Inventory Analysis 2022a), aufgezeichnet werden.
Der hier vorgestellte TreeMap 2022-Datensatz für die kontinentalen USA aktualisiert den TreeMap 2016-Datensatz auf die Landschaftsbedingungen von etwa 2022 und aktualisiert die Methoden durch: 1) Verwendung einer anderen Reihe von Klimavariablen für die Imputation und 2) Verbesserung der Zuweisungen der Artenzusammensetzung, um zu verhindern, dass Parzellen in Gebiete imputiert werden, in denen der vorhandene Vegetationstyp nicht vorhanden war. Dieses Problem betraf eine kleine Anzahl von Pixeln in früheren TreeMap-Versionen.
TreeMap v2022 wurde mit den in Riley et al. (2022) beschriebenen Methoden erstellt. Sie unterscheidet sich jedoch von TreeMap v2016 in folgenden Punkten: 1) Die Klimavariablen wurden von DayMet bezogen und umfassten Niederschlag, kurzwellige Strahlung, Bodenwasseräquivalent, Höchsttemperatur, Mindesttemperatur, Dampfdruck und Dampfdruckdefizit. 2) Die für die Imputation in jeder LANDFIRE-Zone verfügbaren Parzellen waren auf Parzellen mit einer Baumart beschränkt, die entweder in den Parzellen innerhalb der LANDFIRE-Zone oder in den unmittelbar angrenzenden Zonen gemäß den FIA-Parzellen in der Zone vorhanden war. Dadurch wurden nicht nur Parzellen mit einem vorhandenen Vegetationstyp entfernt, der in der Zone nicht vorhanden ist, sondern auch Parzellen mit Bäumen außerhalb ihres beobachteten Bereichs.
Die Ergebnisse zeigten eine gute Übereinstimmung zwischen den LANDFIRE-Zieldaten und den geschätzten Daten für die Stichprobenparzellen. Die Übereinstimmung innerhalb der Klassen betrug insgesamt 94,3% für die Waldbedeckung, 99,0% für die Waldhöhe, 95,6% für die Vegetationsgruppe und 95,5% für den Störungscode. Von den 69.800 FIA-Parzellen mit einer Bedingung, die für Random Forest verfügbar waren, wurden 64.745 (92,7%) für die Imputation auf 2.687.805.994 bewaldete Pixel verwendet.
Zusätzliche Ressourcen
Weitere Informationen zu Methoden und Genauigkeitsbewertung finden Sie in der TreeMap 2016-Publikation.
Der TreeMap Data Explorer ist eine webbasierte Anwendung, mit der Nutzer TreeMap-Attributdaten ansehen und herunterladen können.
Das vollständige Dataset, Metadaten und Supportdokumente finden Sie im TreeMap Research Data Archive.
Auf dem TreeMap Raster Data Gateway finden Sie Downloads für Attributdaten für Treemaps, Metadaten und Supportdokumente.
Weitere Informationen zu den Attributen in TreeMap 2020 finden Sie im FIA Database Manual, Version 9.3.
Die Strukturkarte von 2016 enthält Informationen zum Zustand der Wälder in den USA um 2016.
Die Treemap 2020 vintage enthält Informationen zum Zustand der Wälder in den USA um 2020.
Bei Fragen oder spezifischen Datenanfragen wenden Sie sich bitte an [sm.fs.treemaphelp@usda.gov].
Bänder
Bänder
Pixelgröße: 30 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
ALSTK |
% | 30 Meter | Alle Live-Bäume. Die Summe der Lagerprozentwerte aller aktiven 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 Baumkronendecke 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 trockenem stehendem Totholz, 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 | Feld „Stand-Size Class Code“ (Code 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 Feldmannschaft bewertet den Waldtyp anhand der Waldfläche um die Parzelle herum sowie der auf der Parzelle erfassten Arten. |
|
FORTYPCD |
30 Meter | Code für den Algorithmus-Waldtyp: Dies ist der Waldtyp, der für die Berichterstellung verwendet wird. Sie wird hauptsächlich mithilfe eines Computeralgorithmus abgeleitet, außer wenn weniger als 25 % der Stichproben eines bestimmten Waldzustands oder in einigen anderen Fällen. |
|
GSSTK |
% | 30 Meter | Growing-Stock Stocking Die Summe der Werte für den Besatzprozentsatz aller Bäume im Bestand, die sich in gutem Zustand befinden. |
QMD |
in | 30 Meter | Mittlerer quadratischer Durchmesser des Bestands. Der quadratische mittlere Durchmesser oder der Durchmesser des Baums mit der durchschnittlichen Grundfläche unter der Bedingung. Basierend auf lebenden Bäumen mit einem Brusthöhendurchmesser/Durchmesser in Höhe des Wurzelansatzes von mindestens 2,5 cm |
SDIsum |
Dimensionslos | 30 Meter | Summe des Stand Density Index. Stand Density Index (SDI) Ein relatives Maß für die Bestandsdichte lebender Bäume (mit einem Brusthöhendurchmesser von mindestens 2,5 cm) in Bezug auf den Zustand, ausgedrückt als Summe des maximalen Bestandsdichteindex (Stand Density Index, SDI). |
STANDHT |
ft | 30 Meter | Höhe der dominanten Bäume. Abgeleitet vom Forest Vegetation Simulator. |
STDSZCD |
30 Meter | Algorithmus-Klassencode für die Standgröße – 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 >= 12,7 cm). 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)) |
TM_ID |
Dimensionslos | 30 Meter | Rohdatenwerte für die Baumdiagramm-ID. Dieser Datensatz ist nützlich, um räumliche Gruppierungen einzelner modellierter Parzellenwerte 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 | Volume, 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, beträgt die Überschirmung durch Baumbestand von Bäumen, Sämlingen und Jungbäumen weniger als 10 %. |
| 1 | #feba12 | ≤ 12,4 cm (Sämlinge/Jungbäume). Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Kronendecke, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens zwei Drittel der Kronendecke müssen aus Bäumen mit einem Brusthöhendurchmesser/Durchmesser in Höhe des Wurzelansatzes von weniger als 12, 7 cm bestehen. |
| 2 | #ffff00 | 12,7–22,6 cm (Weichhölzer)/ 12,7–27,7 cm (Harthölzer) Mindestens 10 % der Fläche müssen mit Bäumen, Setzlingen und Jungbäumen bewachsen sein (oder 10 % der Fläche müssen mit Baumbestand bedeckt sein, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel des Baumbestands muss von Bäumen mit einem Durchmesser von mehr als 12,7 cm (d.b.h./d.r.c.) stammen und die Mehrheit des Baumbestands muss von Nadelbäumen mit einem Durchmesser von 12,7–22,6 cm und/oder Laubbäumen mit einem Durchmesser von 12,7–27,7 cm (d.b.h.) und/oder Waldbäumen mit einem Durchmesser von 12,7–22,6 cm (d.r.c.) stammen. |
| 3 | #38a800 | 23–50 cm (Weichhölzer)/ 28–50 cm (Harthölzer). Mindestens 10 % der Bäume, Sämlinge und Jungbäume sind vorhanden (oder 10 % der Baumkronen, wenn keine Bestandsdichte verfügbar ist). Mindestens ein Drittel der Baumkronen besteht aus Bäumen mit einem Brusthöhendurchmesser (BHD) bzw. einem Durchmesser in Höhe des Wurzelansatzes (DRA) von mehr als 12,7 cm. Die Mehrheit der Baumkronen besteht aus Nadelbäumen mit einem Durchmesser von 22,9–50,5 cm und/oder Laubbäumen mit einem BHD von 27,9–50,5 cm und/oder Waldbäumen mit einem DRA von 22,9–50,5 cm. |
| 4 | #73dfff | 50,8–101,3 cm 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/Durchmesser in Höhe des Wurzelansatzes von mehr als 12,7 cm erfolgen und die Mehrheit der Überschirmung durch Baumbestand muss durch Bäume mit einem Brusthöhendurchmesser von 50,8–101,3 cm erfolgen. |
| 5 | #5c09fc | 40,0 Zoll oder mehr Mindestens 10 % der Fläche müssen mit Bäumen, Setzlingen und Jungbäumen bewachsen sein (oder 10 % der Fläche müssen mit Baumbestand bedeckt sein, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel des Baumbestands muss von Bäumen mit einem Brusthöhendurchmesser (BHD) bzw. einem Durchmesser in Brusthöhe (DBH) von mehr als 12,7 cm stammen und die Mehrheit des Baumbestands muss von Bäumen mit einem BHD von mindestens 101,6 cm stammen. |
Klassentabelle für FLDTYPCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 101 | #6e26ec | Jack Pine |
| 102 | #c765ec | Rotkiefer |
| 103 | #efdbcc | Weymouthskiefer |
| 104 | #a8a9f2 | Weymouthskiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsam-Tanne |
| 122 | #9d86a6 | Weißfichte |
| 123 | #a5f77a | Rotfichte |
| 124 | #dcf4d9 | Rotfichte / Balsamtanne |
| 125 | #64e1f7 | Schwarzfichte |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Abendländischer Lebensbaum |
| 128 | #87cc75 | Frasertanne |
| 141 | #84d7eb | Sumpfkiefer |
| 142 | #ef4677 | Sumpfkiefer |
| 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 | Peckkiefer |
| 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 | Rot-Tanne |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Edeltanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / subalpine Tanne |
| 267 | #a0f4c4 | Edeltanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Gelb-Zeder |
| 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 | Whitebark-Kiefer |
| 368 | #a8bf86 | Sonstige westliche Nadelhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelbäume in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Einführung von Lärche |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Amerikanische Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Südliche Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefern-/Hartholzarten |
| 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 / Kaki |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur oak |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Falsche Akazie |
| 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 | Rotahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Kastanien-Eiche / Kirschen-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttall-Eiche / Weideneiche |
| 605 | #f0bd53 | Sumpfeiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantik-Zeder |
| 607 | #c790c1 | Sumpfzypresse / Wasser-Tupelobaum |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelobaum / Roter Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Rotahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Zürgelbaum / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rotahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Asche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelbbirke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Ahorn / Linde |
| 809 | #b3714c | Rotahorn / 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 |
| 935 | #b3e8cd | Kalifornische Weißeiche (Valley Oak) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Chinkapin |
| 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 (Gebirgsbürste) |
| 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 | Weymouthskiefer |
| 104 | #a8a9f2 | Weymouthskiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsam-Tanne |
| 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 | Sumpfkiefer |
| 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 | Peckkiefer |
| 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 | Rot-Tanne |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Edeltanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / subalpine Tanne |
| 267 | #a0f4c4 | Edeltanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Gelb-Zeder |
| 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 | Whitebark-Kiefer |
| 368 | #a8bf86 | Sonstige westliche Nadelhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelbäume in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Einführung von Lärche |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Amerikanische Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Südliche Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefern-/Hartholzarten |
| 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 / Kaki |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur oak |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Falsche Akazie |
| 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 | Rotahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Kastanien-Eiche / Kirschen-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttall-Eiche / Weideneiche |
| 605 | #f0bd53 | Sumpfeiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantik-Zeder |
| 607 | #c790c1 | Sumpfzypresse / Wasser-Tupelobaum |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelobaum / Roter Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Rotahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Zürgelbaum / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rotahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Asche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelbbirke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Ahorn / Linde |
| 809 | #b3714c | Rotahorn / 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 |
| 935 | #b3e8cd | Kalifornische Weißeiche (Valley Oak) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Chinkapin |
| 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 (Gebirgsbürste) |
| 975 | #b3c5ce | Ahornwald im Intermountain-Gebiet |
| 976 | #ee73af | Sonstige Harthölzer aus dem Wald |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Palmen |
| 991 | #e6a25e | Blauglockenbaum |
| 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), wobei mehr als 50 % des Bestands aus Bäumen mit mittlerem und großem Durchmesser bestehen und der Bestand an Bäumen mit großem Durchmesser geringer ist als der Bestand an Bäumen mit mittlerem Durchmesser. |
| 3 | #feba12 | Geringer Durchmesser: Bestände mit einem Wert für die Gesamtmenge an lebenden Bäumen von mindestens 10 (Basis 100), bei denen mindestens 50 % der Bäume einen geringen Durchmesser haben. |
| 5 | #c62363 | Nicht bestockt – Waldfläche mit einem Wert für alle lebenden Bestände von weniger als 10. |
Bildattribute
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| Jahr | STRING | Jahr des Produkts. |
| study_area | STRING | Studienbereich des Produkts. |
| landfire_ver | STRING | 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 Rechtsdokumente 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. Nutzer sollten die gebotene 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:
Houtman, R. M., L. S. T. Leatherman, S. N. Zimmer, I. W. Housman, A. Shrestha, J. D. Shaw, K. L. Riley: 2025. TreeMap 2022 CONUS: Ein Modell auf Baumebene der Wälder der angrenzenden Vereinigten Staaten um 2022. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2025-0032
Weitere Informationen finden Sie im TreeMap Research Data Archive.
Zitationen
Houtman, R. M., L. S. T. Leatherman, S. N. Zimmer, I. W. Housman, A. Shrestha, J. D. Shaw, K. L. Riley: 2025. TreeMap 2022 CONUS: Ein Modell auf Baumebene der Wälder der angrenzenden Vereinigten Staaten um 2022. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2025-0032
Riley, K. L., I. C. Grenfell, M. A. Finney und J. D. Shaw: 2021, TreeMap 2016: Ein Modell der Wälder der angrenzenden Vereinigten Staaten auf Baumebene um 2016. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2021-0074
Wilson, B. T., A. J. Lister und R. I. Riemann: 2012, A Nearest-Neighbor Imputation Approach to Mapping Tree Species over Large Areas Using Forest Inventory Plots and Moderate Resolution Raster Data. Waldökologie Manag. 271:182–198. doi:10.1016/j.foreco.2012.02.002
Pierce, K. B. Jr., J. L. Ohmann, M. C. Wimberly, M. J. Gregory und J. 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
Ohmann, J. L. und M. J. Gregory: 2002, Predictive Mapping of Forest Composition and Structure with Direct Gradient Analysis and Nearest- Neighbor Imputation in Coastal Oregon, USA. Kann. J. Für. Res. 32:725-741. doi: 10.1139/X02-011
Forest Inventory Analysis: 2024, Forest Inventory Analysis DataMart. Forest Inventory Analysis DataMart FIADB_1.9.1. 2024. Zugriff im Februar 2024 unter https://apps.fs.usda.gov/fia/datamart/datamart.html doi: 10.2737/RDS-2001-FIADB
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/TreeMap/v2022'); var TreeMap = dataset.filter('year == "2022"') .filter('study_area == "CONUS"') .first(); // 'Official' TreeMap visualization palettes var palettes = { bamako: ['00404d','134b42','265737','3a652a','52741c','71870b','969206','c5ae32','e7cd68','ffe599'], lajolla: ['ffffcc','fbec9a','f4cc68','eca855','e48751','d2624d','a54742','73382f','422818','1a1a01'], imola: ['1a33b3','2446a9','2e599f','396b94','497b85','60927b','7bae74','98cb6d','c4ea67','ffff66'] }; var palettesR = { bamako_r: palettes.bamako.reverse(), lajolla_r: palettes.lajolla.reverse(), imola_r: palettes.imola.reverse() }; // Define each band's (attributes) visualization parameters var layers = [ {band: 'FLDSZCD', name: 'Field Stand-Size Class Code', shown: false}, {band: 'FLDTYPCD', name: 'Field Forest Type Code', shown: true}, {band: 'FORTYPCD', name: 'Algorithm Forest Type Code', shown: false}, {band: 'STDSZCD', name: 'Algorithm Stand-Size Class Code', shown: false}, {band: 'TM_ID', name: 'TreeMap ID', shown: false}, {band: 'VOLCFNET_L', min: 137, max: 5790, palette: palettesR.imola_r, name: 'Volume, Live (ft³/acre)', shown: false}, {band: 'VOLCFNET_D', min: 5, max: 1326, palette: palettesR.imola_r, name: 'Volume, Standing Dead (ft³/acre)', shown: false}, {band: 'VOLBFNET_L', min: 441, max: 36522, palette: palettesR.imola_r, name: 'Volume, Live (sawlog-board-ft/acre)', shown: false}, {band: 'TPA_LIVE', min: 252, max: 1666, palette: palettesR.bamako_r, name: 'Live Trees Per Acre', shown: false}, {band: 'TPA_DEAD', min: 38, max: 126, palette: palettes.bamako, name: 'Dead Trees Per Acre', shown: false}, {band: 'STANDHT', min: 23, max: 194, palette: palettesR.bamako_r, name: 'Height of Dominant Trees (ft)', shown: false}, {band: 'SDIsum', min: 30, max: 460, palette: palettesR.bamako_r, name: 'Sum of Stand Density Index', shown: false}, {band: 'QMD', min: 2, max: 25, palette: palettesR.bamako_r, name: 'Stand Quadratic Mean Diameter (in)', shown: false}, {band: 'GSSTK', min: 0, max: 100, palette: palettesR.bamako_r, name: 'Growing-Stock Stocking (%)', shown: false}, {band: 'DRYBIO_L', min: 4, max: 118, palette: palettesR.lajolla_r, name: 'Dry Live Tree Biomass, Above Ground (tons/acre)', shown: false}, {band: 'DRYBIO_D', min: 0, max: 10, palette: palettes.lajolla, name: 'Dry Standing Dead Tree Biomass, Above Ground (tons/acre)', shown: false}, {band: 'CARBON_L', min: 2, max: 50, palette: palettesR.lajolla_r, name: 'Carbon, Live Above Ground (tons/acre)', shown: false}, {band: 'CARBON_DWN', min: 0, max: 15, palette: palettes.lajolla, name: 'Carbon, Down Dead (tons/acre)', shown: false}, {band: 'CARBON_D', min: 0, max: 10, palette: palettes.lajolla, name: 'Carbon, Standing Dead (tons/acre)', shown: false}, {band: 'CANOPYPCT', min: 0, max: 100, palette: palettesR.bamako_r, name: 'Live Canopy Cover (%)', shown: false}, {band: 'BALIVE', min: 24, max: 217, palette: palettesR.bamako_r, name: 'Live Tree Basal Area (ft²/acre)', shown: false}, {band: 'ALSTK', min: 0, max: 100, palette: palettesR.bamako_r, name: 'All-Live-Tree Stocking (%)', shown: false} ]; // Load all attributes to the map with their corresponding visualization parameters layers.forEach(function(layer){ var image = TreeMap.select(layer.band); var vis = {}; if (layer.min === undefined) { Map.addLayer(image.randomVisualizer(), {}, layer.band + ': ' + layer.name, layer.shown); } else { Map.addLayer(image, { min : layer.min, max : layer.max, palette : layer.palette }, layer.band + ': ' + layer.name, layer.shown); } }); // Set basemap Map.setOptions('TERRAIN'); // Center map on CONUS Map.setCenter(-95.712891, 38, 5);