Эта страница переведена с помощью Cloud Translation API.

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

USGS/NLCD_RELEASES/2023_REL/RCMAP/V6/TRENDS

Доступность набора данных: 1985-01-01T00:00:00Z–2023-12-31T00:00:00Z
Производитель наборов данных: Геологическая служба США и Бюро по управлению земельными ресурсами

Теги: климатические изменения, нарушения , землепользование и земельный покров, полученные с помощью Landsat, тенденции развития пастбищных угодий (NLCD).

Описание

Набор данных RCMAP (Rangeland Condition Monitoring Assessment and Projection) количественно определяет процентное покрытие пастбищных угодий на западе Северной Америки с использованием спутниковых снимков Landsat за период 1985-2023 годов. Пакет продуктов RCMAP состоит из десяти дробных компонентов: однолетние травянистые растения, голая земля, травянистые растения, опавшая листва, кустарники, не относящиеся к полыни, многолетние травянистые растения, полынь, кустарники, деревья и высота кустарников, а также временные тенденции каждого компонента. В процесс RCMAP были внесены несколько улучшений по сравнению с предыдущими поколениями. Во-первых, была пересмотрена высокоточная обучающая выборка с использованием улучшенного классификатора на основе нейронных сетей и подхода к моделированию. Эти данные служат основой для подхода RCMAP. База данных для обучения была дополнительно улучшена за счет включения дополнительных наборов данных. Во-вторых, был улучшен подход к композитингу Landsat для более точного отражения диапазона условий за каждый год и во времени. Эти композиты основаны на данных Landsat Collection 2 с улучшенной точностью геолокации и динамическим диапазоном. Наконец, в исследование была включена канадская часть биома полыни, что расширило площадь изучаемой территории на 29 199 км².

Эффективность обработки данных была повышена за счет использования программного обеспечения с открытым исходным кодом и высокопроизводительных вычислительных ресурсов Геологической службы США (USGS). Картографируемая область включала восемь регионов, которые впоследствии были объединены в мозаику. Эти данные могут быть использованы для ответа на важные вопросы, касающиеся влияния изменения климата и целесообразности методов управления. Компоненты продукта можно загрузить на сайте Консорциума по многоразрешенным характеристикам земель (Multi-Resolution Land Characteristics Consortium) .

Временные закономерности в каждом компоненте RCMAP оценивались двумя подходами: 1) линейные тренды и 2) метод разрывов и стабильных состояний с 8-летним скользящим временным окном, основанным на структурных изменениях на уровне пикселей. Результаты анализа линейных трендов включают наклон и p-значение, рассчитанные методом линейной регрессии наименьших квадратов. Наклон представляет собой среднее процентное изменение покрытия в год за временной ряд, а p-значение отражает степень достоверности изменения в каждом пикселе. Метод структурных изменений разделяет временной ряд на сегменты с аналогичными значениями наклона, при этом статистически значимые точки разрыва указывают на возмущения предыдущей траектории. Комплекс анализа трендов по точкам разрыва основан на методах структурных разрывов, что позволяет определить количество и время разрывов во временном ряду, а также значимость каждого сегмента. Были получены следующие статистические данные: 1) для каждого компонента, каждого года, наличие/отсутствие разрывов, 2) наклон, p-значение и стандартная ошибка сегмента, встречающегося в каждом году, 3) общий коэффициент детерминации модели R² (качество соответствия модели временному профилю) и 4) индекс общей интенсивности изменений. Этот индекс отражает общее количество изменений, происходящих по компонентам в данном пикселе. Линейный и структурный методы анализа изменений в целом совпадали в отношении закономерностей изменений, но последний обнаруживал разрывы чаще, по крайней мере, с одной точкой разрыва в большинстве пикселей. Модель структурных изменений обеспечивает более надежную статистику по значительному меньшинству пикселей с немонотонными трендами, одновременно устраняя некоторый межгодовой сигнал, потенциально излишний в долгосрочной перспективе.

Группы

Группы

Размер пикселя: 30 метров (все диапазоны)

Имя	Единицы	Мин	Макс	Шкала	Размер пикселя	Описание
`annual_herbaceous_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых в ряду данных по однолетним травянистым растениям.
`bare_ground_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду голой земли.
`herbaceous_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду травянистых растений.
`litter_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду помета.
`sagebrush_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду данных по полыни.
`shrub_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду кустарников.
`shrub_height_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду высоты кустарника.
`non_sagebrush_shrub_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду для кустарников, не относящихся к полыни.
`perennial_herbaceous_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду многолетних травянистых растений.
`tree_break_point`	считать	0	3		30 метров	Количество структурных разрывов, наблюдаемых во временном ряду дерева.
`annual_herbaceous_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейных трендов для временных рядов однолетних травянистых растений
`bare_ground_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейного тренда для временного ряда голой земли
`herbaceous_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейных трендов для временных рядов травянистых растений
`litter_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейного тренда для временного ряда количества помета
`sagebrush_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейного тренда для временного ряда данных по полыни
`shrub_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейных трендов для временного ряда кустарников
`shrub_height_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейного тренда для временного ряда высоты кустарника
`non_sagebrush_shrub_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейного тренда для временных рядов, не относящихся к кустарникам полыни.
`perennial_herbaceous_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	Значение p модели линейных трендов для временных рядов многолетних травянистых растений
`tree_linear_model_pvalue`	P-значение	0	100	0,01	30 метров	P-значение модели линейных трендов для временных рядов дерева
`annual_herbaceous_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временных рядов однолетних травянистых растений
`bare_ground_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временного ряда голой земли
`herbaceous_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временных рядов травянистых растений
`litter_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Наклон модели линейных трендов для временных рядов помета
`sagebrush_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Наклон модели линейного тренда для временного ряда полыни
`shrub_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временных рядов кустарников
`shrub_height_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временного ряда высоты кустарника
`non_sagebrush_shrub_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Наклон модели линейных трендов для временных рядов, не относящихся к кустарникам полыни.
`perennial_herbaceous_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временных рядов многолетних травянистых растений
`tree_linear_model_slope`	% изменения/год	-383	351	0,01	30 метров	Модель наклона линейных трендов для временных рядов деревьев
`annual_herbaceous_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда однолетних травянистых растений
`bare_ground_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда голой земли
`herbaceous_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда травянистых растений
`litter_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда помета
`sagebrush_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда по полыни
`shrub_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда кустарников
`shrub_height_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда высоты кустарника
`non_sagebrush_shrub_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда, не относящегося к кустарникам полыни.
`perennial_herbaceous_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента временного ряда многолетних травянистых растений
`tree_most_recent_break_point`	й	1985	2023		30 метров	Год последнего разрыва во временном ряду для каждого компонента древовидного временного ряда
`total_change_intensity_index`	Безразмерная	0	100		30 метров	Индекс общей интенсивности изменений — это производный показатель, предназначенный для отображения общего объема изменений по основным компонентам (кустарники, голая почва, опавшая листва и травянистые растения). Изменение указывает на значения наклона, полученные в результате анализа структурных изменений. Значения построены таким образом, что 100 означает максимальное наблюдаемое изменение по всем компонентам, а 0 — отсутствие изменений.

Условия эксплуатации

Условия эксплуатации

Данная работа была написана в рамках служебных обязанностей автора как сотрудника правительства Соединенных Штатов и, следовательно, является работой правительства Соединенных Штатов. В соответствии со статьей 105 раздела 17 Кодекса США, законодательство США не предоставляет защиты авторских прав на подобные работы. Это статья открытого доступа, которая признана свободной от известных ограничений в соответствии с законом об авторском праве, включая все смежные и смежные права (https://creativecommons.org/publicdomain/mark/1.0/). Вы можете копировать, изменять, распространять и использовать данную работу, даже в коммерческих целях, без получения разрешения.

Цитаты

Ригге, М.Б., Бунде, Б., Постма, К., и Ши, Х., 2024, Временные ряды фракционной компоненты мониторинга состояния пастбищных угодий и прогнозирования (RCMAP) на западе США, 1985–2023 гг.: данные Геологической службы США, doi:10.5066/P9SJXUI1 .
Ригге, М., Х. Ши, К. Хомер, П. Дэниелсон и Б. Граннеман. 2019. Долгосрочные траектории изменения фракционной компоненты в Северном Большом бассейне, США. Экосфера 10(6):e02762. doi:10.1002/ecs2.2762
Ригге, М., К. Хомер, Л. Кливз, Д. К. Мейер, Б. Бунде, Х. Ши, Г. Сянь, С. Шелл и М. Бобо. 2020. Количественная оценка пастбищных угодий западной части США как долевых компонентов с использованием многоразрешенных данных дистанционного зондирования и данных, полученных на месте. Дистанционное зондирование 12. doi:10.3390/rs12030412
Ригге, М., К. Хомер, Х. Ши, Д. Мейер, Б. Бунде, Б. Граннеман, К. Постма, П. Дэниелсон, А. Кейс и Г. Сянь. 2021. Доля пастбищных угодий на западе США с 1985 по 2018 год. Дистанционное зондирование 13:813. doi:10.3390/rs13040813

DOI

Исследуйте мир с помощью Earth Engine.

Редактор кода (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');

Открыть в редакторе кода

Тенденции изменения состояния пастбищных угодий по компонентам временных рядов (1985-2023 гг.), версия 06

USGS/NLCD_RELEASES/2023_REL/RCMAP/V6/TRENDS, изменение климата, нарушение, данные Landsat, землепользование и земельный покров, NLCD, пастбища, тенденции

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

RCMAP Rangeland Trends for Component Timeseries (1985-2023), v06 Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.