RCMAP Rangeland Trends for Component Timeseries (1985-2023), v06

Ketersediaan Set Data

1985-01-01T00:00:00Z–2023-12-31T00:00:00Z

Produsen Set Data

United States Geological Survey and Bureau of Land Management

Cuplikan Earth Engine

ee.Image("USGS/NLCD_RELEASES/2023_REL/RCMAP/V6/TRENDS")

Tag

climate-change disturbance landsat-derived landuse-landcover nlcd rangeland trends

Deskripsi

Set data RCMAP (Rangeland Condition Monitoring Assessment and Projection) mengukur persentase cakupan komponen padang rumput di seluruh Amerika Utara bagian barat menggunakan gambar Landsat dari tahun 1985-2023. Rangkaian produk RCMAP terdiri dari sepuluh komponen fraksional: herba tahunan, tanah kosong, herba, serasah, semak non-sagebrush, herba abadi, sagebrush, semak, pohon, dan tinggi semak selain tren temporal setiap komponen. Beberapa peningkatan dilakukan pada proses RCMAP dibandingkan dengan generasi sebelumnya. Pertama, pelatihan resolusi tinggi direvisi menggunakan pengklasifikasi jaringan saraf dan pendekatan pemodelan yang lebih baik. Data ini berfungsi sebagai dasar pendekatan RCMAP. Database pelatihan ditingkatkan lebih lanjut dengan menggabungkan set data tambahan. Selanjutnya, pendekatan komposit Landsat ditingkatkan untuk lebih baik menangkap rentang kondisi dari setiap tahun dan dari waktu ke waktu. Komposit ini didasarkan pada data Landsat Kumpulan 2 dengan akurasi geolokasi dan rentang dinamis yang lebih baik. Terakhir, bagian bioma sagebrush di Kanada disertakan, yang memperluas area studi sebesar 29.199 km2.

Efisiensi pemrosesan telah ditingkatkan menggunakan software open source dan resource Komputasi Berperforma Tinggi (HPC) USGS. Area pemetaan mencakup delapan wilayah yang kemudian digabungkan. Data ini dapat digunakan untuk menjawab pertanyaan penting terkait pengaruh perubahan iklim dan kesesuaian praktik pengelolaan. Produk komponen dapat didownload di Multi-Resolution Land Characteristics Consortium.

Pola temporal dinilai di setiap komponen RCMAP dengan dua pendekatan, 1) tren linear dan 2) metode jeda dan kondisi stabil dengan jendela bergerak temporal 8 tahun berdasarkan perubahan struktural di tingkat piksel. Produk tren linear mencakup kemiringan dan nilai p yang dihitung dari regresi linear kuadrat terkecil. Kemiringan mewakili perubahan persentase cakupan rata-rata per tahun selama deret waktu dan nilai p mencerminkan keyakinan perubahan di setiap piksel. Metode perubahan struktural memartisi deret waktu ke dalam segmen nilai kemiringan yang serupa, dengan titik henti yang signifikan secara statistik yang menunjukkan gangguan pada lintasan sebelumnya. Rangkaian analisis tren titik henti bergantung pada metode titik henti struktural, sehingga mengidentifikasi jumlah dan waktu terjadinya titik henti dalam deret waktu, serta signifikansi setiap segmen. Statistik berikut dihasilkan: 1) untuk setiap komponen, setiap tahun, ada/tidaknya jeda, 2) kemiringan, nilai p, dan error standar segmen yang terjadi setiap tahun, 3) R2 model keseluruhan (kualitas kecocokan model dengan profil temporal), dan 4) indeks, Total Intensitas Perubahan. Indeks ini mencerminkan total jumlah perubahan yang terjadi di seluruh komponen dalam piksel tersebut. Metode perubahan linear dan struktural umumnya menyetujui pola perubahan, tetapi metode perubahan struktural lebih sering menemukan titik henti, dengan setidaknya satu titik henti di sebagian besar piksel. Model perubahan struktural memberikan statistik yang lebih kuat tentang sebagian kecil piksel yang signifikan dengan tren non-monoton, sekaligus menghilangkan tren beberapa sinyal antar-tahunan yang berpotensi tidak diperlukan dari perspektif jangka panjang.

Band

Ukuran Piksel
30 meter

Band

Nama	Unit	Min	Maks	Skala	Ukuran Piksel	Deskripsi
annual_herbaceous_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu herba tahunan
bare_ground_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu lahan kosong
herbaceous_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu herba
litter_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu sampah
sagebrush_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu sagebrush
shrub_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu semak
shrub_height_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu tinggi semak
non_sagebrush_shrub_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu semak non-sagebrush
perennial_herbaceous_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu herba abadi
tree_break_point	jumlah	0	3		meter	Jumlah perubahan struktural yang diamati dalam deret waktu pohon
annual_herbaceous_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu herba tahunan
bare_ground_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu lahan kosong
herbaceous_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu herba
litter_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu sampah
sagebrush_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu sagebrush
shrub_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu semak
shrub_height_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu tinggi semak
non_sagebrush_shrub_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu semak non-sagebrush
perennial_herbaceous_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu herba abadi
tree_linear_model_pvalue	Nilai p	0	100	0,01	meter	Nilai p model tren linear untuk deret waktu pohon
annual_herbaceous_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu herba tahunan
bare_ground_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu lahan kosong
herbaceous_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu herba
litter_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu sampah
sagebrush_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu sagebrush
shrub_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu semak
shrub_height_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu tinggi semak
non_sagebrush_shrub_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu semak non-sagebrush
perennial_herbaceous_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu herba abadi
tree_linear_model_slope	% perubahan/tahun	-383	351	0,01	meter	Kemiringan model tren linear untuk deret waktu pohon
annual_herbaceous_most_recent_break_point	y	1985	2023		meter	Tahun terjadinya gangguan terbaru dalam deret waktu untuk setiap komponen deret waktu herba tahunan
bare_ground_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu lahan kosong
herbaceous_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu herba
litter_most_recent_break_point	y	1985	2023		meter	Tahun gangguan terbaru dalam deret waktu untuk setiap komponen deret waktu sampah
sagebrush_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu semak belukar
shrub_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu semak
shrub_height_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu tinggi semak
non_sagebrush_shrub_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu semak non-sagebrush
perennial_herbaceous_most_recent_break_point	y	1985	2023		meter	Tahun jeda terbaru dalam deret waktu untuk setiap komponen deret waktu herba abadi
tree_most_recent_break_point	y	1985	2023		meter	Tahun gangguan terbaru dalam deret waktu untuk setiap komponen deret waktu pohon
total_change_intensity_index	Tanpa dimensi	0	100		meter	Intensitas Perubahan Total adalah indeks turunan yang dirancang untuk menyoroti total jumlah perubahan di seluruh komponen utama (semak, tanah kosong, serasah, dan herba). Perubahan menunjukkan nilai kemiringan dari analisis perubahan struktural. Nilai dibuat sehingga 100 berarti perubahan maksimum yang diamati di semua komponen dan 0 berarti tidak ada perubahan.

Persyaratan Penggunaan

Persyaratan Penggunaan

Karya ini ditulis sebagai bagian dari tugas resmi Kontributor sebagai Pegawai Pemerintah Amerika Serikat dan oleh karena itu merupakan karya Pemerintah Amerika Serikat. Sesuai dengan 17 U.S.C. 105, tidak ada perlindungan hak cipta untuk karya tersebut berdasarkan Hukum Amerika Serikat. Ini adalah artikel Akses Terbuka yang telah diidentifikasi bebas dari batasan yang diketahui berdasarkan hukum hak cipta, termasuk semua hak terkait dan berdekatan (https://creativecommons.org/publicdomain/mark/1.0/). Anda dapat menyalin, mengubah, mendistribusikan, dan melakukan pekerjaan, bahkan untuk tujuan komersial, tanpa meminta izin.

Kutipan

Kutipan:

• Rigge, M.B., Bunde, B., Postma, K., dan Shi, H., 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.

• Rigge, M., H. Shi, C. Homer, P. Danielson, dan B. Granneman. 2019. Trajektori jangka panjang perubahan komponen fraksional di Northern Great Basin, Amerika Serikat. Ecosphere 10(6):e02762. doi:10.1002/ecs2.2762

• Rigge, M., C. Homer, L. Cleeves, D. K. Meyer, B. Bunde, H. Shi, G. Xian, S. Schell, dan M. Bobo. 2020. Mengukur padang penggembalaan di Amerika Serikat bagian barat sebagai komponen fraksional dengan penginderaan jauh multi-resolusi dan data in situ. Remote Sensing 12. doi:10.3390/rs12030412

• Rigge, M., C. Homer, H. Shi, D. Meyer, B. Bunde, B. Granneman, K. Postma, P. Danielson, A. Case, dan G. Xi'an. 2021. Komponen Fraksional Padang Rumput di Seluruh Amerika Serikat Bagian Barat dari tahun 1985 hingga 2018. Remote Sensing 13:813. doi:10.3390/rs13040813

DOI

• https://doi.org/10.1002/ecs2.2762
• https://doi.org/10.3390/rs12030412
• https://doi.org/10.3390/rs13040813

Mengeksplorasi dengan Earth Engine

Penting: Earth Engine adalah platform untuk analisis ilmiah dan visualisasi set data geospasial berskala petabyte, baik untuk manfaat publik maupun untuk pengguna bisnis dan pemerintah. Earth Engine dapat digunakan secara gratis untuk penelitian, pendidikan, dan penggunaan nonprofit. Untuk memulai, daftar untuk mendapatkan akses Earth Engine.

Editor Kode (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');

Buka di Editor Kode

RCMAP Rangeland Trends for Component Timeseries (1985-2023), v06

Set data RCMAP (Rangeland Condition Monitoring Assessment and Projection) mengukur persentase cakupan komponen padang rumput di seluruh Amerika Utara bagian barat menggunakan gambar Landsat dari tahun 1985-2023. Rangkaian produk RCMAP terdiri dari sepuluh komponen fraksional: herba tahunan, tanah kosong, herba, serasah, semak non-sagebrush, herba abadi, sagebrush, semak, pohon, dan tinggi semak …

USGS/NLCD_RELEASES/2023_REL/RCMAP/V6/TRENDS, climate-change,disturbance,landsat-derived,landuse-landcover,nlcd,rangeland,trends

1985-01-01T00:00:00Z/2023-12-31T00:00:00Z

26.5157 -128.0026 51.5761 -99.6758

Google Earth Engine

https://developers.google.com/earth-engine/datasets

• https://doi.org/10.3390/rs13040813
• https://doi.org/10.3390/rs13040813
• https://doi.org/10.3390/rs13040813