- Phạm vi cung cấp tập dữ liệu
- 2008-06-01T00:00:00Z–2021-09-30T00:00:00Z
- Nhà sản xuất tập dữ liệu
- Trung tâm Công nghệ và Ứng dụng Không gian địa lý (GTAC) của Cục Lâm nghiệp Hoa Kỳ (USFS)
- Thẻ
Mô tả
Sản phẩm này thuộc bộ dữ liệu Độ che phủ tán cây (TCC). Trong đó có TCC được mô hình hoá, sai số chuẩn (SE) và dữ liệu TCC của Cơ sở dữ liệu quốc gia về độ che phủ đất (NLCD) cho mỗi năm. Dữ liệu về TCC do Bộ Nông nghiệp Hoa Kỳ, Cục Lâm nghiệp (USFS) sản xuất được đưa vào liên minh Đặc điểm đất đa độ phân giải (MRLC) thuộc dự án Cơ sở dữ liệu quốc gia về độ che phủ đất (NLCD) do Cơ quan Khảo sát Địa chất Hoa Kỳ (USGS) quản lý.
Sản phẩm TCC Science và NLCD TCC là đầu ra bản đồ dựa trên hoạt động viễn thám do USFS tạo ra. Mục tiêu của TCC Science và NLCD TCC là phát triển một phương pháp nhất quán bằng cách sử dụng công nghệ và tiến bộ mới nhất trong việc lập bản đồ TCC để tạo ra bản đồ "tốt nhất có thể" về TCC trên khắp Hoa Kỳ lục địa (CONUS) và Đông Nam Alaska, Hawaii và Puerto Rico – Quần đảo Virgin thuộc Hoa Kỳ (OCONUS).
Đầu ra của mô hình bao gồm TCC khoa học, SE khoa học và TCC NLCD. TCC khoa học và SE khoa học bao gồm dữ liệu từ năm 2008 đến năm 2021. TCC NLCD bao gồm dữ liệu từ năm 2011 đến năm 2021, với dữ liệu được che hoàn toàn vào năm 2008, 2009 và 2010.
*Science TCC là kết quả đầu ra thô của mô hình trực tiếp.
*Science SE là độ lệch chuẩn mô hình của các giá trị dự đoán từ tất cả các cây hồi quy. *Sản phẩm NLCD TCC trải qua quá trình xử lý hậu kỳ bổ sung được áp dụng cho hình ảnh TCC khoa học hằng năm, bao gồm một số quy trình che phủ (nông nghiệp không phải cây và nước), lọc và đơn vị lập bản đồ tối thiểu (MMU), cũng như các quy trình giúp giảm nhiễu giữa các năm và trả về xu hướng có thời lượng dài hơn.
Mỗi hình ảnh đều có một dải mặt nạ dữ liệu có 3 giá trị đại diện cho các vùng không có dữ liệu (0), độ che phủ tán cây được lập bản đồ(1) và vùng không xử lý (2). Vùng không xử lý là những pixel trong vùng nghiên cứu không có dữ liệu không có mây hoặc bóng mây. Các pixel không có dữ liệu và vùng không xử lý được che trong hình ảnh TCC và SE.
Do kích thước và sự đa dạng của các vùng chuyển tiếp sinh thái ở CONUS, nên mô hình hoá CONUS được chia thành 54 ô có kích thước 480x480 km. Đối với mỗi ô, một mô hình rừng ngẫu nhiên riêng biệt được xây dựng bằng cách sử dụng LandTrendr phù hợp năm 2011, CDL năm 2011 và dữ liệu địa hình. Tất cả dữ liệu tham chiếu thuộc 70% dữ liệu có sẵn để hiệu chỉnh mô hình giao với các ô trong cửa sổ 5x5 xung quanh ô trung tâm đều được dùng để huấn luyện mô hình rừng ngẫu nhiên. Sau đó, mô hình đó được áp dụng cho ô trung tâm. Đối với OCONUS, một mô hình được áp dụng cho từng khu vực nghiên cứu và không có ô nào được dùng.
Các lớp dự đoán cho mô hình TCC bao gồm đầu ra từ LandTrendr và thông tin địa hình. Tất cả các thành phần này đều được truy cập và xử lý bằng Google Earth Engine (Gorelick và cộng sự, 2017).
Để tạo ra các thành phần tổng hợp hằng năm cho LandTrendr, chúng tôi đã sử dụng dữ liệu hệ số phản xạ đỉnh khí quyển Cấp 1C của Bộ sưu tập 2 Landsat Bậc 1 và Sentinel 2A, 2B của USGS. Thuật toán che đám mây cFmask (Foga và cộng sự, 2017), là một cách triển khai Fmask 2.0 (Zhu và Woodcock, 2012) (chỉ Landsat), cloudScore (Chastain và cộng sự, 2019) (chỉ Landsat) và s2cloudless (Sentinel-Hub, 2021) (chỉ Sentinel 2) được dùng để che mây, trong khi TDOM (Chastain và cộng sự, 2019) được dùng để che bóng mây (Landsat và Sentinel 2). Đối với LandTrendr, hệ thống sẽ tính toán medoid hằng năm để tóm tắt các giá trị không có mây và bóng mây của từng năm thành một hình ảnh tổng hợp duy nhất.
Chuỗi thời gian tổng hợp được phân đoạn theo thời gian bằng LandTrendr (Kennedy và cộng sự, 2010; Kennedy et al., 2018; Cohen và cộng sự, 2018).
Các giá trị tổng hợp thô, giá trị phù hợp của LandTrendr, chênh lệch theo cặp, thời lượng phân đoạn, mức độ thay đổi và độ dốc, cùng với độ cao, độ dốc, sin của hướng và cosin của hướng từ dữ liệu Chương trình độ cao 3D (3DEP) của USGS 10 m (Cục Khảo sát địa chất Hoa Kỳ, 2019) được dùng làm biến dự đoán độc lập trong mô hình Rừng ngẫu nhiên (Breiman, 2001).
Dữ liệu tham chiếu được thu thập từ dữ liệu TCC được diễn giải bằng ảnh của Phân tích và kiểm kê rừng (FIA) của USFS và được dùng để đưa ra dự đoán TCC từ đầu đến cuối theo từng pixel.
Tài nguyên khác
Vui lòng xem Tài liệu tóm tắt về các phương pháp của TCC để biết thêm thông tin chi tiết về các phương pháp và đánh giá độ chính xác, hoặc Trung tâm dữ liệu địa lý của TCC để tải dữ liệu, siêu dữ liệu và tài liệu hỗ trợ xuống.
Liên hệ với sm.fs.tcc@usda.gov nếu bạn có câu hỏi hoặc yêu cầu cụ thể về dữ liệu.
Breiman, L., 2001. Rừng ngẫu nhiên. Trong công nghệ học máy. Springer, 45: 5-32 doi:10.1023/A:1010933404324
Chastain, R., Housman, I., Goldstein, J., Finco, M., và Tenneson, K., 2019. So sánh thực nghiệm giữa các cảm biến của MSI Sentinel-2A và 2B, OLI Landsat-8 và ETM Landsat-7 về đặc điểm quang phổ đỉnh khí quyển trên khắp Hoa Kỳ lục địa. Trong phương pháp Viễn thám môi trường. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012
Cohen, W. B., Yang, Z., Healey, S. P., Kennedy, R. E., và Gorelick, N., 2018. Một tổ hợp đa phổ LandTrendr để phát hiện tình trạng xáo trộn rừng. Trong phần Cảm biến từ xa về môi trường. 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. So sánh và xác thực thuật toán phát hiện đám mây cho các sản phẩm dữ liệu Landsat hoạt động. Trong Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026
Cục Khảo sát Địa chất Hoa Kỳ, 2019. Mô hình độ cao kỹ thuật số của Chương trình độ cao 3D của Cục Khảo sát Địa chất Hoa Kỳ, truy cập vào tháng 8 năm 2022 tại https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m
Kennedy, R. E., Yang, Z. và Cohen, W. B., 2010. Phát hiện xu hướng về tình trạng suy thoái và phục hồi rừng bằng cách sử dụng chuỗi thời gian Landsat hằng năm: 1. LandTrendr – Thuật toán phân đoạn theo thời gian. Trong 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. và Healey, S., 2018. Triển khai thuật toán LandTrendr trên Google Earth Engine. Trong lĩnh vực Viễn thám. MDPI, 10(5): 691 doi:10.3390/rs10050691
Sentinel-Hub, 2021. Trình phát hiện đám mây Sentinel 2. [Trực tuyến]. Có tại: https://github.com/sentinel-hub/sentinel2-cloud-detector
Zhu, Z., và Woodcock, C. E., 2012. Phát hiện đám mây và bóng mây dựa trên đối tượng trong hình ảnh Landsat. Trong phần Cảm biến từ xa về môi trường. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028
Băng tần
Băng tần
Kích thước pixel: 30 mét (tất cả các dải tần)
| Tên | Đơn vị | Kích thước pixel | Mô tả | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Science_Percent_Tree_Canopy_Cover |
% | 30 mét | Đầu ra thô của mô hình trực tiếp. Mỗi pixel có một giá trị trung bình dự đoán về độ che phủ tán cây cho mỗi năm. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science_Percent_Tree_Canopy_Cover_Standard_Error |
% | 30 mét | Độ lệch chuẩn của các giá trị được dự đoán từ tất cả các cây hồi quy mà chúng ta gọi là sai số chuẩn. Mỗi pixel đều có sai số chuẩn cho từng năm. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
NLCD_Percent_Tree_Canopy_Cover |
% | 30 mét | Để tạo độ che phủ tán cây NLCD, quy trình làm việc xử lý hậu kỳ được áp dụng cho đầu ra của mô hình trực tiếp. Quy trình này xác định và đặt giá trị pixel không có cây thành 0% độ che phủ tán cây. Dữ liệu độ che phủ tán cây NLCD được che hoàn toàn vào năm 2008, 2009 và 2010. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
data_mask |
30 mét | Ba giá trị đại diện cho các khu vực không có dữ liệu, tỷ lệ bao phủ của tán cây được liên kết và khu vực không xử lý. Khu vực không xử lý là nơi các pixel trong khu vực nghiên cứu không có dữ liệu không có mây hoặc bóng mây để tạo ra đầu ra. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Thuộc tính hình ảnh
Thuộc tính hình ảnh
| Tên | Loại | Mô tả |
|---|---|---|
| study_area | STRING | TCC hiện bao gồm Hoa Kỳ lục địa, Đông Nam Alaska, Puerto Rico – Quần đảo Virgin thuộc Hoa Kỳ và Hawaii. Phiên bản này chứa tất cả các khu vực nghiên cứu. Các giá trị có thể là: "CONUS, SEAK, PRUSVI, HI" |
| version | STRING | Đây là phiên bản thứ tư của sản phẩm TCC được phát hành trong liên minh MRLC, thuộc Cơ sở dữ liệu quốc gia về độ che phủ đất (NLCD) |
| startYear | SLC | "Năm bắt đầu của sản phẩm" |
| endYear | SLC | "Năm kết thúc của sản phẩm" |
| năm | SLC | "Năm sản xuất sản phẩm" |
Điều khoản sử dụng
Điều khoản sử dụng
Cục Lâm nghiệp Hoa Kỳ không đưa ra bất kỳ sự đảm bảo nào, dù là rõ ràng hay ngụ ý, bao gồm cả sự đảm bảo về khả năng bán được và tính phù hợp cho một mục đích cụ thể, cũng như không chịu bất kỳ trách nhiệm pháp lý nào về tính chính xác, độ tin cậy, tính đầy đủ hoặc tính hữu ích của dữ liệu không gian địa lý này, hoặc về việc sử dụng dữ liệu không gian địa lý này không đúng cách hoặc không chính xác. Dữ liệu không gian địa lý này và các bản đồ hoặc đồ hoạ liên quan không phải là tài liệu pháp lý và không nhằm mục đích sử dụng như vậy. Dữ liệu và bản đồ có thể không được dùng để xác định quyền sở hữu, quyền sở hữu, nội dung mô tả hoặc ranh giới pháp lý, quyền tài phán pháp lý hoặc các hạn chế có thể được áp dụng đối với đất công hoặc đất tư nhân. Các mối nguy hiểm tự nhiên có thể xuất hiện hoặc không xuất hiện trên dữ liệu và bản đồ, đồng thời người sử dụng đất phải hết sức thận trọng. Dữ liệu có tính linh hoạt và có thể thay đổi theo thời gian. Người dùng có trách nhiệm xác minh các hạn chế của dữ liệu không gian địa lý và sử dụng dữ liệu cho phù hợp.
Những dữ liệu này được thu thập bằng nguồn vốn của Chính phủ Hoa Kỳ và có thể được sử dụng mà không cần có thêm quyền hoặc trả thêm phí. Nếu bạn sử dụng những dữ liệu này trong một ấn phẩm, bản trình bày hoặc sản phẩm nghiên cứu khác, vui lòng sử dụng thông tin trích dẫn sau:
Cục Lâm nghiệp Hoa Kỳ. 2023. Tỷ lệ bao phủ của tán cây theo USFS phiên bản 2021.4 (Hoa Kỳ lục địa và Đông Nam Alaska). Salt Lake City, Utah.
Trích dẫn
Cục Lâm nghiệp Hoa Kỳ. 2023. Tỷ lệ bao phủ của tán cây theo USFS phiên bản 2021.4 (Hoa Kỳ lục địa và Đông Nam Alaska). Salt Lake City, Utah.
Khám phá bằng Earth Engine
Trình chỉnh sửa mã (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);