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

Disponibilidade do conjunto de dados

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

Produtor de conjunto de dados

United States Geological Survey and Bureau of Land Management

Snippet do Earth Engine

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

Tags

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

Descrição

O conjunto de dados RCMAP (Rangeland Condition Monitoring Assessment and Projection) quantifica a porcentagem de cobertura de componentes de pastagens em toda a América do Norte ocidental usando imagens do Landsat de 1985 a 2023. O conjunto de produtos RCMAP consiste em dez componentes fracionários: herbáceas anuais, solo exposto, herbáceas, serapilheira, arbustos não de artemísia, herbáceas perenes, artemísia, arbustos, árvores e altura de arbustos, além das tendências temporais de cada componente. Várias melhorias foram feitas no processo do RCMAP em relação às gerações anteriores. Primeiro, o treinamento de alta resolução foi revisado usando um classificador de rede neural e uma abordagem de modelagem aprimorados. Esses dados servem como base para a abordagem RCMAP. O banco de dados de treinamento foi aprimorado ainda mais com a incorporação de outros conjuntos de dados. Em seguida, a abordagem de composição do Landsat foi aprimorada para capturar melhor a variedade de condições de cada ano e ao longo do tempo. Esses compostos são baseados em dados do Landsat da Coleção 2 com melhor precisão de geolocalização e intervalo dinâmico. Por fim, a parte canadense do bioma de artemísia foi incluída, o que expandiu a área de estudo em 29.199 km².

A eficiência do processamento foi aumentada usando software de código aberto e recursos de computação de alto desempenho (HPC) do USGS. A área de mapeamento incluía oito regiões que foram posteriormente combinadas em mosaico. Esses dados podem ser usados para responder a perguntas importantes sobre a influência das mudanças climáticas e a adequação das práticas de gestão. Os produtos componentes podem ser baixados no Multi-Resolution Land Characteristics Consortium (em inglês).

Os padrões temporais foram avaliados em cada componente do RCMAP com duas abordagens: 1) tendências lineares e 2) um método de interrupções e estados estáveis com uma janela móvel temporal de oito anos com base na mudança estrutural no nível do pixel. Os produtos de tendência linear incluem inclinação e valor p calculados com base na regressão linear de mínimos quadrados. A inclinação representa a mudança média na porcentagem de cobertura por ano na série temporal, e o valor p reflete a confiança da mudança em cada pixel. O método de mudança estrutural particiona a série temporal em segmentos de valores de inclinação semelhantes, com pontos de interrupção estatisticamente significativos que indicam perturbações na trajetória da distribuição a priori. O pacote de análise de tendências de ponto de interrupção usa métodos de interrupção estrutural, resultando na identificação do número e do tempo de interrupções na série temporal, além da significância de cada segmento. As seguintes estatísticas foram produzidas: 1) para cada componente e ano, a presença/ausência de quebras, 2) a inclinação, o valor p e o erro padrão do segmento que ocorre em cada ano, 3) o R² geral do modelo (qualidade do ajuste do modelo ao perfil temporal) e 4) um índice, a intensidade total de mudança. Esse índice reflete a quantidade total de mudanças que ocorrem nos componentes desse pixel. Os métodos de mudança linear e estrutural geralmente concordam com os padrões de mudança, mas o último encontra interrupções com mais frequência, com pelo menos um ponto de interrupção na maioria dos pixels. O modelo de mudança estrutural fornece estatísticas mais robustas sobre a minoria significativa de pixels com tendências não monotônicas, além de remover alguns sinais interanuais potencialmente supérfluos de uma perspectiva de longo prazo.

Bandas

Bandas

Tamanho do pixel: 30 metros (todas as bandas)

Nome	Unidades	Mín.	Máx.	Escala	Tamanho do pixel	Descrição
annual_herbaceous_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal herbácea anual
bare_ground_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de solo sem vegetação
herbaceous_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal herbácea
litter_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de lixo
sagebrush_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de artemísia
shrub_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal do arbusto
shrub_height_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de altura do arbusto
non_sagebrush_shrub_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de arbustos não artemísia
perennial_herbaceous_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal de plantas herbáceas perenes
tree_break_point	contagem	0	3		30 metros	Número de quebras estruturais observadas na série temporal da árvore
annual_herbaceous_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais herbáceas anuais
bare_ground_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais de solo sem vegetação
herbaceous_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais herbáceas
litter_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais de lixo
sagebrush_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais de artemísia
shrub_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor de p do modelo de tendências lineares para séries temporais de arbustos
shrub_height_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para série temporal de altura de arbustos
non_sagebrush_shrub_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais de arbustos que não são artemísia
perennial_herbaceous_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais herbáceas perenes
tree_linear_model_pvalue	Valor P	0	100	0,01	30 metros	Valor p do modelo de tendências lineares para séries temporais de árvores
annual_herbaceous_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais herbáceas anuais
bare_ground_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de solo sem vegetação
herbaceous_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais herbáceas
litter_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de lixo
sagebrush_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de artemísia
shrub_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de arbustos
shrub_height_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de altura de arbustos
non_sagebrush_shrub_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de arbustos que não são de artemísia
perennial_herbaceous_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais herbáceas perenes
tree_linear_model_slope	% de mudança/ano	-383	351	0,01	30 metros	Inclinação do modelo de tendências lineares para séries temporais de árvores
annual_herbaceous_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal herbácea anual
bare_ground_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal de solo sem vegetação
herbaceous_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal herbácea
litter_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal de descarte
sagebrush_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal de artemísia
shrub_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal de arbustos
shrub_height_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal de altura do arbusto
non_sagebrush_shrub_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente de série temporal de arbustos não-sagebrush
perennial_herbaceous_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal herbácea perene
tree_most_recent_break_point	y	1985	2023		30 metros	Ano da interrupção mais recente na série temporal de cada componente da série temporal da árvore.
total_change_intensity_index	Sem dimensão	0	100		30 metros	A intensidade total de mudança é um índice derivado projetado para destacar a quantidade total de mudança nos componentes principais (arbusto, solo exposto, serapilheira e herbáceas). A mudança indica os valores de inclinação da análise de mudança estrutural. Os valores são construídos para que 100 signifique a mudança máxima observada em todos os componentes e 0 signifique nenhuma mudança.

Termos de Uso

Termos de Uso

Este trabalho foi criado como parte das funções oficiais do Colaborador como funcionário do governo dos Estados Unidos e, portanto, é um trabalho do governo dos Estados Unidos. De acordo com o título 17 do Código dos EUA, seção 105, essas obras não têm proteção de direitos autorais de acordo com a legislação dos EUA. Este é um artigo de acesso aberto identificado como livre de restrições conhecidas de acordo com a lei de direitos autorais, incluindo todos os direitos relacionados e conexos (https://creativecommons.org/publicdomain/mark/1.0/). Você pode copiar, modificar, distribuir e executar o trabalho, mesmo para fins comerciais, sem pedir permissão.

Citações

Citações:

• Rigge, M.B., Bunde, B., Postma, K., and 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, and B. Granneman. 2019. Trajetórias de longo prazo da mudança fracionária de componentes na Grande Bacia do Norte, EUA. 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, and M. Bobo. 2020. Quantificação de pastagens do oeste dos EUA como componentes fracionários com sensoriamento remoto multirresolução e dados 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, and G. Xian. 2021. Componentes fracionários de pastagens no oeste dos Estados Unidos de 1985 a 2018. Remote Sensing 13:813. doi:10.3390/rs13040813

Identificadores DOI

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

Explore com o Earth Engine

Importante: o Earth Engine é uma plataforma para análise científica e visualização de petabytes de conjuntos de dados geoespaciais, tanto para benefício público quanto para usuários empresariais e governamentais. A plataforma pode ser usada sem custo financeiro para pesquisa, educação e objetivos sem fins lucrativos. Para começar, cadastre-se para ter acesso ao Earth Engine.

Editor de código (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');

Abrir no editor de código

Tendências de pastagens do RCMAP para séries temporais de componentes (1985-2023), v06

O conjunto de dados RCMAP (Rangeland Condition Monitoring Assessment and Projection) quantifica a porcentagem de cobertura de componentes de pastagens em toda a América do Norte ocidental usando imagens do Landsat de 1985 a 2023. O conjunto de produtos RCMAP consiste em dez componentes fracionários: herbáceas anuais, solo exposto, herbáceas, serapilheira, arbustos não de artemísia, herbáceas perenes, artemísia, arbustos, árvores e altura de arbustos…

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