- डेटासेट की उपलब्धता
- 1985-01-01T00:00:00Z–2023-12-31T00:00:00Z
- डेटासेट प्रोड्यूसर
- United States Geological Survey and Bureau of Land Management
- टैग
ब्यौरा
आरसीएमएपी (रेंजलैंड कंडीशन मॉनिटरिंग असेसमेंट ऐंड प्रोजेक्शन) डेटासेट, पश्चिमी उत्तरी अमेरिका में रेंजलैंड कॉम्पोनेंट के प्रतिशत कवर की जानकारी देता है. इसके लिए, 1985 से 2023 तक की लैंडसैट इमेज का इस्तेमाल किया जाता है. RCMAP प्रॉडक्ट सुइट में दस फ़्रैक्शनल कॉम्पोनेंट होते हैं: सालाना जड़ी-बूटी, बंजर ज़मीन, जड़ी-बूटी, कूड़ा-कर्कट, नॉन-सेजब्रश झाड़ी, बारहमासी जड़ी-बूटी, सेजब्रश, झाड़ी, पेड़, और झाड़ी की ऊंचाई. इसके अलावा, हर कॉम्पोनेंट के समय के साथ होने वाले बदलाव भी शामिल होते हैं. पिछली जनरेशन की तुलना में, RCMAP प्रोसेस में कई सुधार किए गए हैं. सबसे पहले, बेहतर न्यूरल-नेट क्लासिफ़ायर और मॉडलिंग के तरीके का इस्तेमाल करके, हाई-रिज़ॉल्यूशन ट्रेनिंग को बेहतर बनाया गया. ये डेटा, आरसीएमएपी के सिद्धांत के आधार के तौर पर काम करते हैं. ट्रेनिंग डेटाबेस को बेहतर बनाने के लिए, इसमें अन्य डेटासेट शामिल किए गए. इसके बाद, Landsat कंपोज़िटिंग के तरीके को बेहतर बनाया गया, ताकि हर साल और समय के साथ-साथ अलग-अलग स्थितियों को बेहतर तरीके से कैप्चर किया जा सके. ये कंपोज़िट, Collection 2 Landsat डेटा पर आधारित हैं. इनमें जियोलोकेशन की सटीक जानकारी और डाइनैमिक रेंज को बेहतर बनाया गया है. आखिर में, सेजब्रश बायोम के कनाडाई हिस्से को शामिल किया गया. इससे स्टडी एरिया 29,199 वर्ग किलोमीटर बढ़ गया.
ओपन-सोर्स सॉफ़्टवेयर और USGS के हाई-परफ़ॉर्मेंस कंप्यूटिंग (एचपीसी) संसाधनों का इस्तेमाल करके, प्रोसेसिंग की क्षमता को बढ़ाया गया है. मैपिंग में आठ इलाके शामिल थे, जिन्हें बाद में मोज़ेक किया गया. इस डेटा का इस्तेमाल, जलवायु परिवर्तन के असर और मैनेजमेंट के तरीकों की उपयुक्तता से जुड़े अहम सवालों के जवाब देने के लिए किया जा सकता है. कॉम्पोनेंट प्रॉडक्ट को मल्टी-रिज़ॉल्यूशन लैंड कैरेक्टरिस्टिक्स कंसोर्टियम से डाउनलोड किया जा सकता है.
हर RCMAP कॉम्पोनेंट में समय के साथ होने वाले बदलावों का आकलन दो तरीकों से किया गया: 1) लीनियर ट्रेंड और 2) ब्रेक और स्टेबल स्टेट मेथड. इसमें पिक्सल लेवल पर स्ट्रक्चरल बदलाव के आधार पर, आठ साल की समयावधि वाली मूविंग विंडो का इस्तेमाल किया गया. लीनियर ट्रेंड प्रॉडक्ट में स्लोप और पी-वैल्यू शामिल होती है. इनकी गणना, लीस्ट स्क्वेयर लीनियर रिग्रेशन से की जाती है. स्लोप, टाइम-सीरीज़ में हर साल के हिसाब से औसत प्रतिशत कवर में हुए बदलाव को दिखाता है. साथ ही, p-वैल्यू हर पिक्सल में हुए बदलाव के भरोसेमंद होने की जानकारी देती है. स्ट्रक्चरल बदलाव के तरीके से, टाइम-सीरीज़ को एक जैसी स्लोप वैल्यू वाले सेगमेंट में बांटा जाता है. साथ ही, आंकड़ों के हिसाब से अहम ब्रेकपॉइंट से, पिछली ट्रैजेक्ट्री में होने वाले बदलावों का पता चलता है. ब्रेक पॉइंट के रुझानों का विश्लेषण करने वाला सुइट, स्ट्रक्चरल ब्रेक के तरीकों पर निर्भर करता है. इससे, टाइम-सीरीज़ में ब्रेक की संख्या और समय का पता चलता है. साथ ही, हर सेगमेंट के महत्व का पता चलता है. नीचे दिए गए आंकड़े तैयार किए गए: 1) हर कॉम्पोनेंट के लिए, हर साल ब्रेक की मौजूदगी/गैर-मौजूदगी, 2) हर साल होने वाले सेगमेंट का स्लोप, पी-वैल्यू, और स्टैंडर्ड गड़बड़ी, 3) पूरे मॉडल का R2 (समय के साथ होने वाले बदलाव के हिसाब से मॉडल के फ़िट होने की क्वालिटी), और 4) एक इंडेक्स, कुल बदलाव की इंटेंसिटी. इस इंडेक्स से पता चलता है कि उस पिक्सल के कॉम्पोनेंट में कुल कितना बदलाव हुआ है. लीनियर और स्ट्रक्चरल बदलाव के तरीकों से, बदलाव के पैटर्न पर आम तौर पर सहमति बनी. हालांकि, स्ट्रक्चरल बदलाव के तरीके से ज़्यादा बार ब्रेक पॉइंट मिले. साथ ही, ज़्यादातर पिक्सल में कम से कम एक ब्रेक पॉइंट मिला. स्ट्रक्चरल चेंज मॉडल, नॉन-मोनोटोनिक ट्रेंड वाले पिक्सल के छोटे हिस्से के बारे में ज़्यादा सटीक आंकड़े उपलब्ध कराता है. साथ ही, यह कुछ इंटरऐनुअल सिग्नल को हटा देता है, जो लंबे समय के हिसाब से शायद ज़रूरी नहीं होते.
बैंड
बैंड
पिक्सल का साइज़: 30 मीटर (सभी बैंड)
| नाम | इकाई | कम से कम | ज़्यादा से ज़्यादा | स्केल | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|---|---|
annual_herbaceous_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | सालाना हर्बेशियस टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
bare_ground_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | बंजर ज़मीन की टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
herbaceous_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | घास वाली टाइम सीरीज़ में स्ट्रक्चरल ब्रेक की संख्या |
|
litter_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | कचरे की टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
sagebrush_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | सेजब्रश टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
shrub_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | झाड़ी की टाइम सीरीज़ में स्ट्रक्चरल ब्रेक की संख्या |
|
shrub_height_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | झाड़ियों की ऊंचाई की टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
non_sagebrush_shrub_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | नॉन सेजब्रश श्रब टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
perennial_herbaceous_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | बार-बार होने वाली जड़ी-बूटी वाली टाइम सीरीज़ में देखे गए स्ट्रक्चरल ब्रेक की संख्या |
|
tree_break_point |
सोलर पैनलों की संख्या | 0 | 3 | 30 मीटर | ट्री टाइम सीरीज़ में स्ट्रक्चरल ब्रेक की संख्या |
|
annual_herbaceous_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | सालाना हर्बेशियस टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की P-वैल्यू |
bare_ground_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | बिना मिट्टी वाली ज़मीन की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का पी-वैल्यू |
herbaceous_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | घास वाली टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की P-वैल्यू |
litter_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | लिटर टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल की P-वैल्यू |
sagebrush_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | सेजब्रश टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल की P-वैल्यू |
shrub_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | झाड़ियों की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की पी-वैल्यू |
shrub_height_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | झाड़ी की ऊंचाई की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की P-वैल्यू |
non_sagebrush_shrub_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | नॉन सेजब्रश श्रब टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की P-वैल्यू |
perennial_herbaceous_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | बार-बार उगने वाली जड़ी-बूटी की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल की P-वैल्यू |
tree_linear_model_pvalue |
P-वैल्यू | 0 | 100 | 0.01 | 30 मीटर | ट्री टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल का पी-वैल्यू |
annual_herbaceous_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | सालाना हर्बेशियस टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल का स्लोप |
bare_ground_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | बंजर ज़मीन की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
herbaceous_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | घास वाली टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
litter_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | कचरे की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
sagebrush_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | सेजब्रश टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल का स्लोप |
shrub_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | झाड़ियों की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
shrub_height_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | झाड़ी की ऊंचाई की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
non_sagebrush_shrub_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | नॉन सेजब्रश श्रब टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
perennial_herbaceous_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | बार-बार उगने वाली जड़ी-बूटी की टाइम सीरीज़ के लिए, लीनियर ट्रेंड मॉडल का स्लोप |
tree_linear_model_slope |
% बदलाव/साल | -383 | 351 | 0.01 | 30 मीटर | ट्री टाइम सीरीज़ के लिए लीनियर ट्रेंड मॉडल का स्लोप |
annual_herbaceous_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | साल भर में होने वाली जड़ी-बूटी की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
bare_ground_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | बिना वनस्पति वाली ज़मीन की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में आए बदलाव का साल |
|
herbaceous_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | घास वाली फ़सलों की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
litter_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | कचरे की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
sagebrush_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | सेजब्रश टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम-सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
shrub_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | झाड़ियों की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
shrub_height_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | झाड़ी की ऊंचाई की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में आए बदलाव का साल |
|
non_sagebrush_shrub_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | नॉन सेजब्रश श्रब टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम-सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
perennial_herbaceous_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | बार-बार उगने वाली जड़ी-बूटी की हर कॉम्पोनेंट के लिए, टाइम-सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
tree_most_recent_break_point |
y | 1985 | 2023 | 30 मीटर | पेड़ों की टाइम सीरीज़ के हर कॉम्पोनेंट के लिए, टाइम सीरीज़ में सबसे हाल ही में हुए बदलाव का साल |
|
total_change_intensity_index |
कोई डाइमेंशन नहीं | 0 | 100 | 30 मीटर | बदलाव की कुल तीव्रता, एक ऐसा डेरिवेटिव इंडेक्स है जिसे मुख्य कॉम्पोनेंट (झाड़ी, बंजर ज़मीन, कूड़ा-करकट, और जड़ी-बूटी) में हुए कुल बदलाव को हाइलाइट करने के लिए डिज़ाइन किया गया है. बदलाव, स्ट्रक्चर में हुए बदलाव के विश्लेषण से स्लोप की वैल्यू दिखाता है. वैल्यू इस तरह से बनाई जाती हैं कि 100 का मतलब सभी कॉम्पोनेंट में सबसे ज़्यादा बदलाव और 0 का मतलब कोई बदलाव नहीं होता. |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
इस काम को, अमेरिका की सरकार के कर्मचारी के तौर पर योगदान देने वाले व्यक्ति ने अपनी आधिकारिक ड्यूटी के तहत लिखा है. इसलिए, यह अमेरिका की सरकार का काम है. 17 U.S.C. 105 के मुताबिक, अमेरिका के कानून के तहत ऐसे कामों के लिए कॉपीराइट सुरक्षा उपलब्ध नहीं है. यह ओपन ऐक्सेस वाला लेख है. इसे कॉपीराइट कानून के तहत, ज्ञात पाबंदियों से मुक्त माना गया है. इसमें इससे जुड़े और आस-पास के सभी अधिकार शामिल हैं (https://creativecommons.org/publicdomain/mark/1.0/). आपके पास इस कॉन्टेंट को कॉपी करने, इसमें बदलाव करने, इसे डिस्ट्रिब्यूट करने, और इसका इस्तेमाल करने का अधिकार है. यहां तक कि, इसका इस्तेमाल व्यावसायिक उद्देश्यों के लिए भी किया जा सकता है. इसके लिए, आपको अनुमति लेने की ज़रूरत नहीं है.
उद्धरण
रिगे, एम॰बी॰, बुंडे, बी., पोस्टमा, के॰, और शी, एच॰, 2024, Rangeland Condition Monitoring Assessment and Projection (RCMAP) Fractional Component Time-Series Across the Western U.S. 1985-2023: U.S. Geological Survey data release, doi:10.5066/P9SJXUI1.
रिगे, एम॰, एच॰ शि, सी. होमर, पी॰ Danielson, and B. ग्रैनमैन. 2019. अमेरिका के उत्तरी ग्रेट बेसिन में, फ़्रैक्शनल कॉम्पोनेंट में लंबे समय तक हुए बदलावों की ट्रैजेक्ट्री. Ecosphere 10(6):e02762. doi:10.1002/ecs2.2762
रिगे, एम॰, C. होमर, एल॰ क्लीव्स, डी. के॰ मायर, बी. बुंडे, एच॰ शि, जी॰ ज़ियान, एस॰ शेल, और एम॰ बोबो. 2020. पश्चिमी अमेरिका के रेंजलैंड को मल्टी-रिज़ॉल्यूशन रिमोट सेंसिंग और इन सीटू डेटा के साथ, फ़्रैक्शनल कॉम्पोनेंट के तौर पर मेज़र करना. Remote Sensing 12. doi:10.3390/rs12030412
रिगे, एम॰, C. होमर, एच॰ Shi, D. मायर, बी. बुंडे, बी॰ Granneman, K. पोस्टमा, पी॰ डेनियलसन, ए. Case, and G. ज़ियान. 2021. पश्चिमी अमेरिका में 1985 से 2018 तक, रेंजलैंड के फ़्रैक्शनल कॉम्पोनेंट. Remote Sensing 13:813. doi:10.3390/rs13040813
डीओआई
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (JavaScript)
// Import the NLCD RCMAP TRENDS image. var dataset = ee.Image('USGS/NLCD_RELEASES/2023_REL/RCMAP/V6/TRENDS'); var trends = dataset.select('annual_herbaceous_break_point'); var vis = { min: [0], max: [5], 'palette': [ '000000', 'f9e8b7', 'f7e3ac', 'f0dfa3', 'eedf9c', 'eada91', 'e8d687', 'e0d281', 'ddd077', 'd6cc6d', 'd3c667', 'd0c55e', 'cfc555', 'c6bd4f', 'c4ba46', 'bdb83a', 'bbb534', 'b7b02c', 'b0ad1f', 'adac17', 'aaaa0a', 'a3a700', '9fa700', '9aa700', '92a700', '8fa700', '87a700', '85a700', '82aa00', '7aaa00', '77aa00', '70aa00', '6caa00', '67aa00', '5fa700', '57a700', '52a700', '4fa700', '4aa700', '42a700', '3ca700', '37a700', '37a300', '36a000', '369f00', '349d00', '339900', '339900', '2f9200', '2d9100', '2d8f00', '2c8a00', '2c8800', '2c8500', '2c8400', '2b8200', '297d00', '297a00', '297900', '277700', '247400', '247000', '29700f', '2c6d1c', '2d6d24', '336d2d', '366c39', '376c44', '396a4a', '396a55', '3a6a5f', '3a696a', '396774', '3a6782', '39668a', '376292', '34629f', '2f62ac', '2c5fb7', '245ec4', '1e5ed0', '115cdd', '005ae0', '0057dd', '0152d6', '0151d0', '014fcc', '014ac4', '0147bd', '0144b8', '0142b0', '0141ac', '013da7', '013aa0', '01399d', '013693', '013491', '012f8a', '012d85', '012c82', '01297a' ] }; // Display the image on the map. Map.setCenter(-114, 38, 6); Map.addLayer(trends, vis, 'annual herbaceous breakpoint in integer');