USFS Tree Canopy Cover v2021-4 (CONUS and OCONUS) [deprecated]

USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4
مدى توفّر مجموعة البيانات
2008-06-01T00:00:00Z–2021-09-30T00:00:00Z
الجهة المنتجة لمجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4")
العلامات
غابة
الكتلة الحيوية للغابات
gtac
مشتقة من Landsat
redcastle-resources
usda
usfs
usgs

الوصف

هذا المنتج هو جزء من مجموعة بيانات غطاء الأشجار. وتشمل هذه البيانات TCC نموذجية، وخطأ معياريًا (SE)، وبيانات TCC من "قاعدة بيانات الغطاء الأرضي الوطنية" (NLCD) لكل عام. يتم تضمين بيانات غطاء التربة والمحاصيل (TCC) التي تنتجها وزارة الزراعة الأمريكية، وهيئة الغابات (USFS)، في اتحاد خصائص الأراضي المتعددة الدقة (MRLC) الذي يشكّل جزءًا من مشروع "قاعدة البيانات الوطنية لغطاء الأراضي" (NLCD) الذي تديره هيئة المساحة الجيولوجية الأمريكية (USGS).

منتج "تغيير الغطاء الأرضي" (TCC) العلمي و"تغيير الغطاء الأرضي" (TCC) الخاص بقاعدة بيانات NLCD هما نتيجتا خريطة مستندة إلى الاستشعار عن بُعد من إنتاج هيئة USFS. تهدف مبادرة "علم الغطاء النباتي" (TCC Science) و"الغطاء النباتي الوطني" (NLCD TCC) إلى تطوير نهج متّسق باستخدام أحدث التقنيات والتطوّرات في رسم خرائط الغطاء النباتي لإنتاج خريطة "أفضل ما هو متاح" للغطاء النباتي في جميع أنحاء الولايات المتحدة المتجاورة (CONUS) وجنوب شرق ألاسكا وهاواي وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (OCONUS).

تشمل نتائج النموذج Science TCC وScience SE وNLCD TCC. تتضمّن "المؤتمرات العلمية" و"التعليم العلمي" بيانات من 2008 إلى 2021. تتضمّن بيانات NLCD TCC بيانات من 2011 إلى 2021، مع إخفاء البيانات بالكامل في 2008 و2009 و2010.

*تمثّل "فئة المحتوى العلمي" النواتج المباشرة الأولية للنموذج.

*الخطأ المعياري العلمي هو الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار. *يخضع منتج NLCD TCC لمعالجة لاحقة إضافية يتم تطبيقها على صور TCC السنوية العلمية، والتي تتضمّن العديد من إجراءات الإخفاء (المياه والزراعة غير الشجرية) والتصفية ووحدات الحد الأدنى لرسم الخرائط (MMU)، بالإضافة إلى العمليات التي تقلّل من التشويش بين السنوات وتعرض اتجاهات أطول مدة.

تتضمّن كل صورة نطاق قناع بيانات يحتوي على ثلاث قيم تمثّل المناطق التي لا تتوفّر فيها بيانات (0)، ومساحة الأشجار المظلِّلة التي تمّت فهرستها(1)، والمناطق غير المخصّصة للمعالجة (2). المناطق غير المعالَجة هي وحدات بكسل في منطقة الدراسة لا تتضمّن بيانات خالية من السحب أو ظلال السحب. لا يتم إخفاء أي بيانات أو وحدات بكسل غير تابعة لمنطقة المعالجة في صور TCC وSE.

بسبب حجم الولايات المتحدة المتجاورة وتنوّع المناطق الانتقالية البيئية فيها، تم تقسيم عملية وضع النماذج في الولايات المتحدة المتجاورة إلى 54 قطعة مربّعة تبلغ مساحة كلّ منها 480 × 480 كيلومترًا. لكل مربّع، تم إنشاء نموذج غابة عشوائية فريد باستخدام بيانات LandTrendr المعدّلة لعام 2011 وبيانات CDL لعام 2011 وبيانات التضاريس. تم استخدام جميع البيانات المرجعية التي كانت جزءًا من نسبة الـ 70% المتاحة لمعايرة النموذج والتي تتقاطع مع المربّعات ضمن نافذة 5x5 حول المربّع المركزي لتدريب نموذج الغابة العشوائية. تم بعد ذلك تطبيق هذا النموذج على المربّع الأوسط. بالنسبة إلى المناطق خارج الولايات المتحدة القارية، تم تطبيق نموذج واحد على كل منطقة دراسة، ولم يتم استخدام أي مربّعات.

تتضمّن طبقات التوقّع لنموذج "تغيير الغطاء الأرضي" نواتج من LandTrendr ومعلومات التضاريس. يمكن الوصول إلى هذه المكوّنات ومعالجتها باستخدام Google Earth Engine (Gorelick et al., 2017).

لإنتاج صور مركّبة سنوية لأداة LandTrendr، تم استخدام بيانات انعكاسية من أعلى الغلاف الجوي من المستوى 1C من المجموعة 2 من Landsat Tier 1 وSentinel 2A و2B التابعة لهيئة المسح الجيولوجي الأمريكية. خوارزمية تحديد بيانات الغيوم cFmask (Foga et al., ‫2017)، وهو تطبيق لبرنامج Fmask 2.0 (Zhu and Woodcock، 2012) (Landsat فقط)، وcloudScore (Chastain et al.، ‫2019) (Landsat فقط)، وs2cloudless (Sentinel-Hub، 2021) (Sentinel 2 فقط) تُستخدم لإخفاء السُحب، بينما TDOM (Chastain et al., ‫2019) تُستخدَم لإخفاء ظلال السحب (Landsat وSentinel 2). بالنسبة إلى LandTrendr، يتم بعد ذلك احتساب الوسيط السنوي لتلخيص القيم الخالية من السحب وظلال السحب من كل عام في صورة مركّبة واحدة.

يتم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., ‎2010،‏ Kennedy et al.,‎ 2018; Cohen et al.,‎ ‫(2018).

القيم المركّبة الأولية، والقيم الملائمة لنموذج LandTrendr، والفروق بين كل زوج من القيم، ومدة المقطع، ومقدار التغيير، والميل، بالإضافة إلى الارتفاع، والميل، وجيب زاوية الاتجاه، وجيب تمام زاوية الاتجاه من بيانات USGS ثلاثية الأبعاد بدقة 10 أمتار يتم استخدام بيانات "برنامج الارتفاع ثلاثي الأبعاد" (3DEP) (هيئة المسح الجيولوجي الأمريكية، 2019) كمتغيرات تنبؤية مستقلة في نموذج "الغابة العشوائية" (Random Forest) (بريمن، 2001).

يتم جمع البيانات المرجعية من بيانات TCC التي تم تفسيرها من خلال الصور في "برنامج جرد وتحليل الغابات" (FIA) التابع لـ "هيئة الغابات في الولايات المتحدة" (USFS)، ويتم استخدامها لتقديم توقّعات شاملة بشأن TCC على مستوى كل بكسل.

مَراجع إضافية

يُرجى الاطّلاع على موجز طرق TCC للحصول على معلومات أكثر تفصيلاً حول الطرق وتقييم الدقة، أو على مستودع بيانات TCC الجغرافية لتنزيل البيانات والبيانات الوصفية ومستندات الدعم.

يُرجى التواصل مع sm.fs.tcc@usda.gov لطرح أي أسئلة أو طلب بيانات محدّدة.

  • 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 أدوات الاستشعار المختلفة، وهي أداة التصوير المتعدّد الأطياف (MSI) على القمرَين الصناعيَّين Sentinel-2A وSentinel-2B، وأداة التصوير التشغيلي للأرض (OLI) على القمر الصناعي Landsat-8، وأداة التصوير المحسّن الموضوعي (ETM) على القمر الصناعي Landsat-7، وذلك من حيث الخصائص الطيفية في أعلى الغلاف الجوي فوق الولايات المتحدة المتجاورة In Remote Sensing of Environment. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012

  • كوهين، دبليو. 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

  • هيئة المسح الجيولوجي الأمريكية، 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

  • كينيدي، ر. 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. Implementation of the LandTrendr Algorithm on Google Earth Engine. في الاستشعار عن بُعد MDPI, 10(5): 691 doi:10.3390/rs10050691

  • ‫Sentinel-Hub، 2021. ‫Sentinel 2 Cloud Detector [على الإنترنت]. متوفّر على الرابط: https://github.com/sentinel-hub/sentinel2-cloud-detector

  • Zhu, Z., and Woodcock, C. E., ‫2012.. رصد السحب وظلالها استنادًا إلى الأجسام في صور Landsat In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

النطاقات

حجم البكسل
‫30 مترًا

النطاقات

الاسم الوحدات حجم البكسل الوصف
Science_Percent_Tree_Canopy_Cover % متر

مخرجات النموذج المباشر الأولية تحتوي كل وحدة بكسل على متوسط قيمة متوقّعة لمساحة الأشجار المظلِّلة لكل عام.

Science_Percent_Tree_Canopy_Cover_Standard_Error % متر

الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار التي نشير إليها هو الخطأ المعياري. لكل بكسل خطأ معياري لكل عام.

NLCD_Percent_Tree_Canopy_Cover % متر

لإنتاج غطاء شجري من NLCD، يتم تطبيق سير عمل ما بعد المعالجة على ناتج النموذج المباشر الذي يحدّد قيم البكسل غير الشجرية ويضبطها على صفر بالمائة من الغطاء الشجري. تم إخفاء بيانات الغطاء الحرجي من "قاعدة البيانات الوطنية للغطاء الأرضي" (NLCD) بالكامل في الأعوام 2008 و2009 و2010.

data_mask متر

ثلاث قيم تمثّل مناطق لا تتضمّن بيانات، ومناطق تغطيها الأشجار المظلِّلة، ومناطق لا تتم معالجتها. منطقة عدم المعالجة هي المنطقة التي لا تتوفّر فيها وحدات البكسل ضمن منطقة الدراسة أي بيانات خالية من السحب أو ظلال السحب لإنتاج ناتج.

خصائص الصور

خصائص الصور

الاسم النوع الوصف
study_area سلسلة

تغطي "منطقة التغطية المشتركة" حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. يحتوي هذا الإصدار على جميع مناطق الدراسة. القيم المحتملة: CONUS أو SEAK أو PRUSVI أو HI

إصدار سلسلة

هذا هو الإصدار الرابع من منتج TCC الذي تم إصداره في اتحاد MRLC الذي يشكّل جزءًا من "قاعدة بيانات الغطاء الأرضي الوطنية" (NLCD)

startYear INT

"سنة بدء إنتاج المنتج"

endYear INT

"سنة انتهاء صلاحية المنتج"

سنة INT

"سنة الإنتاج"

بنود الاستخدام

بنود الاستخدام

لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمان، صريحًا أو ضمنيًا، بما في ذلك ضمانات الصلاحية للتسويق والملاءمة لغرض معيّن، ولا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. إنّ هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية، ولا يُراد استخدامها على هذا النحو. لا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون مفروضة على الأراضي العامة أو الخاصة. قد يتم أو لا يتم عرض المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغيّر بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.

تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو أي منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:

خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2023. USFS Tree Canopy Cover v2021.4 (الولايات المتحدة المتجاورة وجنوب شرق ألاسكا) سولت ليك سيتي، يوتا

الاقتباسات

المراجع
  • خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2023. USFS Tree Canopy Cover v2021.4 (الولايات المتحدة المتجاورة وجنوب شرق ألاسكا) سولت ليك سيتي، يوتا

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

// Import the tree canopy cover collection
var dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4');

//Filter collection to 2021 and CONUS study area 
var tcc = dataset.filter(ee.Filter.calendarRange(2021, 2021,'year'))  // range: [2008, 2021]
               .filter('study_area == "CONUS"')  // or "AK", "PRUSVI", "HAWAII" 
               .first();

// TCC palette
var tcc_palette = [
    'CDA066',
    'D7C29E',
    'C2D096',
    'B7D692',
    'ADDD8E',
    '78C679',
    '5CB86B',
    '41AB5D',
    '39A156',
    '329750',
    '238443',
    '11763D',
    '006837',
    '004529'
  ]

// SE palette 
var se_palette = [
    '000000',
    'FFFFFF',
    ]

              
// Display images on map 
Map.addLayer(tcc.select('data_mask'), {min:0,max:2}, 'Data Mask',false);
Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'Science Percent Tree Canopy Cover');
Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover_Standard_Error'), {min:0,max:4000,palette:se_palette}, 'Science Percent Tree Canopy Cover Standard Error');
Map.addLayer(tcc.select('NLCD_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'NLCD Percent Tree Canopy Cover');

Map.setCenter(-98.58, 38.14, 4);
فتح في "أداة تعديل الرموز"