- ডেটাসেটের উপলভ্যতা
- 2008-06-01T00:00:00Z–2021-09-30T00:00:00Z
- ডেটাসেট প্রযোজক
- ইউএসডিএ ফরেস্ট সার্ভিস (ইউএসএফএস) জিওস্পেশিয়াল টেকনোলজি অ্যান্ড অ্যাপ্লিকেশন সেন্টার (জিটিএসি)
- ট্যাগ
- বন।
বিবরণ
এই পণ্যটি ট্রি ক্যানোপি কভার (TCC) ডেটা স্যুটের অংশ। এতে প্রতি বছরের জন্য মডেল করা TCC, স্ট্যান্ডার্ড এরর (SE) এবং ন্যাশনাল ল্যান্ড কভার ডাটাবেসের (NLCD) TCC ডেটা অন্তর্ভুক্ত রয়েছে। মার্কিন যুক্তরাষ্ট্রের কৃষি বিভাগ, বন পরিষেবা (USFS) দ্বারা উত্পাদিত TCC ডেটা মাল্টি-রেজোলিউশন ল্যান্ড ক্যারেক্টারিস্টিক্স (MRLC) কনসোর্টিয়ামে অন্তর্ভুক্ত করা হয়েছে যা মার্কিন যুক্তরাষ্ট্রের (US) ভূতাত্ত্বিক জরিপ (USGS) দ্বারা পরিচালিত জাতীয় ল্যান্ড কভার ডাটাবেস (NLCD) প্রকল্পের অংশ।
সায়েন্স টিসিসি পণ্য এবং এনএলসিডি টিসিসি হল ইউএসএফএস দ্বারা উত্পাদিত রিমোট সেন্সিং-ভিত্তিক মানচিত্র আউটপুট। টিসিসি সায়েন্স এবং এনএলসিডি টিসিসির লক্ষ্য হল টিসিসি ম্যাপিংয়ের সর্বশেষ প্রযুক্তি এবং অগ্রগতি ব্যবহার করে একটি সামঞ্জস্যপূর্ণ পদ্ধতি তৈরি করা যাতে কন্টার্মিনাস মার্কিন যুক্তরাষ্ট্র (CONUS) এবং দক্ষিণ-পূর্ব আলাস্কা, হাওয়াই এবং পুয়ের্তো রিকো-মার্কিন ভার্জিন দ্বীপপুঞ্জ (OCONUS) জুড়ে টিসিসির একটি "সর্বোত্তম উপলব্ধ" মানচিত্র তৈরি করা যায়।
মডেল আউটপুটগুলির মধ্যে রয়েছে সায়েন্স টিসিসি, সায়েন্স এসই এবং এনএলসিডি টিসিসি। সায়েন্স টিসিসি এবং এসই-তে ২০০৮ থেকে ২০২১ সাল পর্যন্ত তথ্য অন্তর্ভুক্ত। এনএলসিডি টিসিসি-তে ২০১১ থেকে ২০২১ সাল পর্যন্ত তথ্য অন্তর্ভুক্ত, যেখানে ২০০৮, ২০০৯ এবং ২০১০ সালে সম্পূর্ণরূপে গোপন তথ্য অন্তর্ভুক্ত ছিল।
*বিজ্ঞান টিসিসি হল কাঁচা সরাসরি মডেল আউটপুট।
*সায়েন্স এসই হলো সকল রিগ্রেশন ট্রি থেকে পূর্বাভাসিত মানের মডেল স্ট্যান্ডার্ড ডেভিয়েশন। *এনএলসিডি টিসিসি পণ্যটি বার্ষিক সায়েন্স টিসিসি চিত্রগুলিতে আরও পোস্ট প্রসেসিং করে, যার মধ্যে বেশ কয়েকটি মাস্কিং (জল এবং অ-গাছ কৃষি), ফিল্টারিং এবং ন্যূনতম-ম্যাপিং ইউনিট (এমএমইউ) রুটিন অন্তর্ভুক্ত থাকে, সেইসাথে এমন প্রক্রিয়া যা আন্তঃবার্ষিক শব্দ কমায় এবং দীর্ঘ সময়কালের প্রবণতা ফিরিয়ে আনে।
প্রতিটি ছবিতে একটি ডেটা মাস্ক ব্যান্ড থাকে যার তিনটি মান থাকে যা ডেটাবিহীন এলাকা (0), ম্যাপ করা ট্রি ক্যানোপি কভার (1) এবং নন-প্রসেসিং এরিয়া (2) প্রতিনিধিত্ব করে। নন-প্রসেসিং এরিয়াগুলি হল অধ্যয়ন এলাকার পিক্সেল যেখানে কোনও ক্লাউড বা ক্লাউড শ্যাডো-মুক্ত ডেটা নেই। TCC এবং SE ছবিতে কোনও ডেটা এবং নন-প্রসেসিং এরিয়া পিক্সেল মাস্ক করা থাকে না।
CONUS আকার এবং ইকোটোনের বিস্তৃত বৈচিত্র্যের কারণে, CONUS মডেলিংকে ৫৪টি ৪৮০x৪৮০ কিমি টাইলে বিভক্ত করা হয়েছিল। প্রতিটি টাইলের জন্য, ২০১১ সালে লাগানো LandTrendr, ২০১১ CDL এবং ভূখণ্ডের ডেটা ব্যবহার করে একটি অনন্য র্যান্ডম ফরেস্ট মডেল তৈরি করা হয়েছিল। কেন্দ্রের টাইলের চারপাশে ৫x৫ জানালার মধ্যে টাইলগুলিকে ছেদ করে এমন মডেল ক্যালিব্রেশনের জন্য উপলব্ধ ৭০% এর অংশ ছিল এমন সমস্ত রেফারেন্স ডেটা র্যান্ডম ফরেস্ট মডেলকে প্রশিক্ষণের জন্য ব্যবহার করা হয়েছিল। সেই মডেলটি তখন কেন্দ্রের টাইলে প্রয়োগ করা হয়েছিল। OCONUS-এর জন্য, প্রতিটি অধ্যয়ন এলাকায় একটি করে মডেল প্রয়োগ করা হয়েছিল এবং কোনও টাইলস ব্যবহার করা হয়নি।
টিসিসি মডেলের ভবিষ্যদ্বাণীকারী স্তরগুলির মধ্যে রয়েছে ল্যান্ডট্রেন্ডার থেকে আউটপুট এবং ভূখণ্ডের তথ্য। এই উপাদানগুলি সমস্ত গুগল আর্থ ইঞ্জিন ব্যবহার করে অ্যাক্সেস এবং প্রক্রিয়াজাত করা হয় (গোরেলিক এবং অন্যান্য, ২০১৭)।
LandTrendr-এর জন্য বার্ষিক কম্পোজিট তৈরি করতে, USGS Collection 2 Landsat Tier 1 এবং Sentinel 2A, 2B Level-1C টপ অফ অ্যামস্ট্রোমাইল রিফ্লেক্ট্যান্স ডেটা ব্যবহার করা হয়েছিল। cFmask ক্লাউড মাস্কিং অ্যালগরিদম (Foga et al., 2017), যা Fmask 2.0 (Zhu and Woodcock, 2012) (Landsat-only), cloudScore (Chastain et al., 2019) (Landsat-only), এবং s2cloudless (Sentinel-Hub, 2021) (Sentinel 2-only) এর একটি বাস্তবায়ন, মেঘকে ঢাকতে ব্যবহৃত হয়, যেখানে TDOM (Chastain et al., 2019) মেঘের ছায়া ঢাকতে ব্যবহৃত হয় (Landsat এবং Sentinel 2)। LandTrendr-এর জন্য, বার্ষিক মেডয়েড গণনা করা হয় প্রতি বছর থেকে মেঘ এবং মেঘের ছায়া-মুক্ত মানগুলিকে একটি একক কম্পোজিট তৈরি করার জন্য।
LandTrendr ব্যবহার করে যৌগিক সময় সিরিজটি অস্থায়ীভাবে ভাগ করা হয়েছে (Kennedy et al., 2010; Kennedy et al., 2018; Cohen et al., 2018)।
১০ মিটার USGS 3D. Elevation Program (3DEP) ডেটা (US Geological Survey, 2019) থেকে প্রাপ্ত কাঁচা যৌগিক মান, LandTrendr-এর সাথে সংযুক্ত মান, জোড়া-ভিত্তিক পার্থক্য, সেগমেন্টের সময়কাল, পরিবর্তনের মাত্রা এবং ঢাল, উচ্চতা, ঢাল, দিকের সাইন এবং দিকের কোসাইন সহ, একটি Random Forest (Breiman, 2001) মডেলে স্বাধীন ভবিষ্যদ্বাণীকারী চলক হিসেবে ব্যবহৃত হয়।
রেফারেন্স ডেটা USFS ফরেস্ট ইনভেন্টরি অ্যান্ড অ্যানালাইসিস (FIA) এর ফটো-ইন্টারপ্রিটেড TCC ডেটা থেকে সংগ্রহ করা হয় এবং পিক্সেল-ভিত্তিক ওয়াল-টু-ওয়াল TCC ভবিষ্যদ্বাণী করতে ব্যবহৃত হয়।
অতিরিক্ত সম্পদ
পদ্ধতি এবং নির্ভুলতা মূল্যায়ন সম্পর্কে আরও বিস্তারিত তথ্যের জন্য অনুগ্রহ করে TCC পদ্ধতি সংক্ষিপ্ত বিবরণ দেখুন, অথবা ডেটা ডাউনলোড, মেটাডেটা এবং সহায়তা নথির জন্য TCC জিওডেটা ক্লিয়ারিংহাউস দেখুন।
যেকোনো প্রশ্ন বা নির্দিষ্ট তথ্যের অনুরোধের জন্য sm.fs.tcc@usda.gov- এ যোগাযোগ করুন।
ব্রেইম্যান, এল., ২০০১। র্যান্ডম ফরেস্টস। মেশিন লার্নিং-এ। স্প্রিংগার , ৪৫: ৫-৩২ doi:১০.১০২৩/এ:১০১০৯৩৩৪০৪৩২৪
চ্যাস্টেইন, আর., হাউসম্যান, আই., গোল্ডস্টেইন, জে., ফিনকো, এম., এবং টেনেসন, কে., ২০১৯। সেন্টিনেল-২এ এবং ২বি এমএসআই, ল্যান্ডস্যাট-৮ ওএলআই, এবং ল্যান্ডস্যাট-৭ ইটিএম এর সমসাময়িক মার্কিন যুক্তরাষ্ট্রের বায়ুমণ্ডলের বর্ণালী বৈশিষ্ট্যের শীর্ষের অভিজ্ঞতামূলক ক্রস সেন্সর তুলনা। পরিবেশের দূরবর্তী সংবেদনে। বিজ্ঞান সরাসরি , ২২১: ২৭৪-২৮৫ doi:১০.১০১৬/j.rse.২০১৮.১১.০১২
কোহেন, ডব্লিউবি, ইয়াং, জেড., হিলি, এসপি, কেনেডি, আরই, এবং গোরেলিক, এন., ২০১৮। বনের ঝামেলা সনাক্তকরণের জন্য একটি ল্যান্ডট্রেন্ডার মাল্টিস্পেকট্রাল এনসেম্বল। পরিবেশের দূরবর্তী সংবেদনে। সায়েন্স ডাইরেক্ট , ২০৫: ১৩১-১৪০ doi:১০.১০১৬/j.rse.২০১৭.১১.০১৫
ফোগা, এস., স্কারামুজ্জা, পিএল, গুও, এস., ঝু, জেড., ডিলি, আরডি, বেকম্যান, টি., শ্মিট, জিএল, ডোয়ায়ার, জেএল, হিউজেস, এমজে, লাউ, বি., ২০১৭। ক্লাউড ডিটেকশন অ্যালগরিদম তুলনা এবং কার্যকরী ল্যান্ডস্যাট ডেটা পণ্যের বৈধতা। ইন রিমোট সেন্সিং অফ এনভায়রনমেন্ট। সায়েন্স ডাইরেক্ট , ১৯৪: ৩৭৯-৩৯০ doi:১০.১০১৬/j.rse.২০১৭.০৩.০২৬
মার্কিন ভূতাত্ত্বিক জরিপ, ২০১৯। ইউএসজিএস থ্রিডি এলিভেশন প্রোগ্রাম ডিজিটাল এলিভেশন মডেল, আগস্ট ২০২২ এ https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m এ অ্যাক্সেস করা হয়েছে।
কেনেডি, আরই, ইয়াং, জেড., এবং কোহেন, ডব্লিউবি, ২০১০। বার্ষিক ল্যান্ডস্যাট টাইম সিরিজ ব্যবহার করে বন বিপর্যয় এবং পুনরুদ্ধারের প্রবণতা সনাক্তকরণ: ১. ল্যান্ডট্রেন্ডার - টেম্পোরাল সেগমেন্টেশন অ্যালগরিদম। পরিবেশের দূরবর্তী সংবেদনে। সায়েন্স ডাইরেক্ট , ১১৪(১২): ২৮৯৭-২৯১০ doi:১০.১০১৬/j.rse.২০১০.০৭.০০৮
কেনেডি, আর., ইয়াং, জে., গোরেলিক, এন., ব্রাটেন, জে., ক্যাভালক্যান্টে, এল., কোহেন, ডব্লিউ., এবং হিলি, এস., ২০১৮। গুগল আর্থ ইঞ্জিনে ল্যান্ডট্রেন্ডার অ্যালগরিদমের বাস্তবায়ন। রিমোট সেন্সিংয়ে। MDPI , 10(5): 691 doi:10.3390/rs10050691
সেন্টিনেল-হাব, ২০২১। সেন্টিনেল ২ ক্লাউড ডিটেক্টর। [অনলাইন]। এখানে পাওয়া যাবে: https://github.com/sentinel-hub/sentinel2-cloud-detector
ঝু, জেড., এবং উডকক, সিই, ২০১২। . ল্যান্ডস্যাট চিত্রকল্পে বস্তু-ভিত্তিক মেঘ এবং মেঘের ছায়া সনাক্তকরণ। পরিবেশের দূরবর্তী সংবেদনে। বিজ্ঞান সরাসরি , ১১৮: ৮৩-৯৪ doi:১০.১০১৬/j.rse.২০১১.১০.০২৮
ব্যান্ড
পিক্সেল আকার
৩০ মিটার
ব্যান্ড
| নাম | ইউনিট | পিক্সেল আকার | বিবরণ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Science_Percent_Tree_Canopy_Cover | % | মিটার | কাঁচা সরাসরি মডেল আউটপুট দেয়। প্রতিটি পিক্সেলের প্রতি বছরের জন্য একটি গড় পূর্বাভাসিত গাছের ছাউনি কভার মান থাকে। | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science_Percent_Tree_Canopy_Cover_Standard_Error | % | মিটার | আমরা যে সকল রিগ্রেশন ট্রি থেকে পূর্বাভাসিত মানের স্ট্যান্ডার্ড ডেভিয়েশনকে স্ট্যান্ডার্ড ত্রুটি বলি, তাকে স্ট্যান্ডার্ড ত্রুটি বলা হয়। প্রতিটি পিক্সেলের প্রতি বছরের জন্য একটি স্ট্যান্ডার্ড ত্রুটি থাকে। | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
NLCD_Percent_Tree_Canopy_Cover | % | মিটার | NLCD ট্রি ক্যানোপি কভার তৈরি করতে, ডাইরেক্ট মডেল আউটপুটে একটি পোস্ট-প্রসেসিং ওয়ার্কফ্লো প্রয়োগ করা হয় যা নন-ট্রিড পিক্সেল মানগুলিকে শূন্য শতাংশ ট্রি ক্যানোপি কভারে সনাক্ত করে এবং সেট করে। NLCD ট্রি ক্যানোপি কভার ডেটা 2008, 2009 এবং 2010 সালে সম্পূর্ণরূপে মুখোশযুক্ত। | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
data_mask | মিটার | তিনটি মান হল ডেটাবিহীন এলাকা, ম্যাপ করা ট্রি ক্যানোপি কভার এবং নন-প্রসেসিং এরিয়া। নন-প্রসেসিং এরিয়া হল সেই জায়গা যেখানে স্টাডি এরিয়ার মধ্যে পিক্সেলগুলিতে আউটপুট তৈরি করার জন্য কোনও ক্লাউড বা ক্লাউড শ্যাডো-মুক্ত ডেটা উপলব্ধ থাকে না। | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
ছবির বৈশিষ্ট্য
ছবির বৈশিষ্ট্য
| নাম | আদর্শ | বিবরণ |
|---|---|---|
| অধ্যয়নের_ক্ষেত্র | স্ট্রিং | TCC বর্তমানে CONUS, দক্ষিণ-পূর্ব আলাস্কা, পুয়ের্তো রিকো-মার্কিন ভার্জিন দ্বীপপুঞ্জ এবং হাওয়াই কভার করে। এই সংস্করণে সমস্ত অধ্যয়নের ক্ষেত্র রয়েছে। সম্ভাব্য মান: 'CONUS, SEAK, PRUSVI, HI' |
| সংস্করণ | স্ট্রিং | এটি জাতীয় ভূমি কভার ডাটাবেস (NLCD)-এর অংশ MRLC কনসোর্টিয়ামে প্রকাশিত TCC পণ্যের চতুর্থ সংস্করণ। |
| শুরুর বছর | আইএনটি | 'পণ্যের শুরুর বছর' |
| শেষ বছর | আইএনটি | 'পণ্যের শেষ বছর' |
| বছর | আইএনটি | 'পণ্যের বছর' |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
ইউএসডিএ ফরেস্ট সার্ভিস কোনও নির্দিষ্ট উদ্দেশ্যে ব্যবসায়িকতা এবং উপযুক্ততার ওয়ারেন্টি সহ কোনও প্রকাশ্য বা অন্তর্নিহিত ওয়ারেন্টি দেয় না, অথবা এই ভূ-স্থানিক তথ্যের নির্ভুলতা, নির্ভরযোগ্যতা, সম্পূর্ণতা বা উপযোগিতা, অথবা এই ভূ-স্থানিক তথ্যের অনুপযুক্ত বা ভুল ব্যবহারের জন্য কোনও আইনি দায় বা দায়িত্ব গ্রহণ করে না। এই ভূ-স্থানিক তথ্য এবং সম্পর্কিত মানচিত্র বা গ্রাফিক্স আইনি নথি নয় এবং সেভাবে ব্যবহারের উদ্দেশ্যে নয়। তথ্য এবং মানচিত্রগুলি মালিকানা, মালিকানা, আইনি বর্ণনা বা সীমানা, আইনি এখতিয়ার, বা সরকারী বা ব্যক্তিগত জমিতে প্রযোজ্য বিধিনিষেধ নির্ধারণ করতে ব্যবহার করা যাবে না। প্রাকৃতিক বিপদগুলি তথ্য এবং মানচিত্রে চিত্রিত হতে পারে বা নাও হতে পারে এবং ভূমি ব্যবহারকারীদের যথাযথ সতর্কতা অবলম্বন করা উচিত। তথ্যগুলি গতিশীল এবং সময়ের সাথে সাথে পরিবর্তিত হতে পারে। ব্যবহারকারীর দায়িত্ব ভূ-স্থানিক তথ্যের সীমাবদ্ধতা যাচাই করা এবং সেই অনুযায়ী তথ্য ব্যবহার করা।
এই তথ্যগুলি মার্কিন সরকারের তহবিল ব্যবহার করে সংগ্রহ করা হয়েছে এবং অতিরিক্ত অনুমতি বা ফি ছাড়াই ব্যবহার করা যেতে পারে। আপনি যদি এই তথ্যগুলি কোনও প্রকাশনা, উপস্থাপনা বা অন্যান্য গবেষণা পণ্যে ব্যবহার করেন তবে দয়া করে নিম্নলিখিত উদ্ধৃতি ব্যবহার করুন:
USDA ফরেস্ট সার্ভিস। ২০২৩। USFS ট্রি ক্যানোপি কভার v2021.4 (সাম্প্রতিক মার্কিন যুক্তরাষ্ট্র এবং দক্ষিণ-পূর্ব আলাস্কা)। সল্ট লেক সিটি, উটাহ।
উদ্ধৃতি
USDA ফরেস্ট সার্ভিস। ২০২৩। USFS ট্রি ক্যানোপি কভার v2021.4 (সাম্প্রতিক মার্কিন যুক্তরাষ্ট্র এবং দক্ষিণ-পূর্ব আলাস্কা)। সল্ট লেক সিটি, উটাহ।
আর্থ ইঞ্জিনের সাহায্যে ঘুরে দেখুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
// 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);