- ความพร้อมใช้งานของชุดข้อมูล
- 1985-01-01T00:00:00Z–2023-12-31T00:00:00Z
- ผู้ผลิตชุดข้อมูล
- สำนักงานสำรวจทางธรณีวิทยาแห่งสหรัฐอเมริกาและสำนักจัดการที่ดิน
- แท็ก
คำอธิบาย
ชุดข้อมูล RCMAP (การประเมินและการคาดการณ์การตรวจสอบสภาพทุ่งหญ้า) จะระบุปริมาณเปอร์เซ็นต์การปกคลุมขององค์ประกอบทุ่งหญ้าทั่ว อเมริกาเหนือตะวันตกโดยใช้ภาพจาก Landsat ตั้งแต่ปี 1985-2023 ชุดผลิตภัณฑ์ RCMAP ประกอบด้วยองค์ประกอบย่อย 10 อย่าง ได้แก่ พืชล้มลุกประจำปี พื้นดินเปล่า พืชล้มลุก เศษซากพืช พุ่มไม้ที่ไม่ใช่พุ่มไม้ Sagebrush พืชล้มลุกยืนต้น พุ่มไม้ Sagebrush พุ่มไม้ ต้นไม้ และความสูงของพุ่มไม้ นอกเหนือจากแนวโน้มตามเวลา ของแต่ละองค์ประกอบ เราได้ปรับปรุงกระบวนการ RCMAP หลายอย่างเมื่อเทียบกับรุ่นก่อนหน้า ก่อนอื่น เราได้แก้ไขการฝึกความละเอียดสูง โดยใช้ตัวแยกประเภทโครงข่ายประสาทเทียมและแนวทางการประมาณที่ปรับปรุงแล้ว ข้อมูลเหล่านี้เป็นพื้นฐานของแนวทาง RCMAP เราได้ปรับปรุงฐานข้อมูลการฝึก เพิ่มเติมโดยการรวมชุดข้อมูลอื่นๆ จากนั้น เราได้ปรับปรุงวิธีการคอมโพสิต Landsat เพื่อให้บันทึกช่วง ของสภาพอากาศจากทั่วทุกปีและตลอดเวลาได้ดียิ่งขึ้น ภาพคอมโพสิตเหล่านี้อิงตามข้อมูล Landsat คอลเล็กชัน 2 ซึ่งมีความแม่นยำของตำแหน่งทางภูมิศาสตร์และช่วงไดนามิกที่ได้รับการปรับปรุง สุดท้าย เราได้รวมส่วนของแคนาดาในชีวนิเวศพุ่มไม้เสจ ซึ่งขยายพื้นที่ศึกษาเพิ่มขึ้น 29,199 ตร.กม.
เราได้เพิ่มประสิทธิภาพการประมวลผลโดยใช้ซอฟต์แวร์โอเพนซอร์สและทรัพยากรการประมวลผลประสิทธิภาพสูง (HPC) ของ USGS พื้นที่การทำแผนที่ประกอบด้วย 8 ภูมิภาคซึ่งต่อมาได้นำมาต่อกันเป็นภาพโมเสก ข้อมูลเหล่านี้สามารถใช้เพื่อ ตอบคำถามสำคัญเกี่ยวกับอิทธิพลของการเปลี่ยนแปลงสภาพภูมิอากาศและ ความเหมาะสมของแนวทางปฏิบัติในการจัดการ คุณดาวน์โหลดผลิตภัณฑ์ที่เป็นคอมโพเนนต์ได้ที่ Multi-Resolution Land Characteristics Consortium
รูปแบบตามเวลาได้รับการประเมินในแต่ละองค์ประกอบของ RCMAP ด้วย 2 วิธี ได้แก่ 1) แนวโน้มเชิงเส้น และ 2) วิธีการหยุดชะงักและสถานะที่เสถียร โดยมีหน้าต่างเคลื่อนที่ตามเวลา 8 ปีตามการเปลี่ยนแปลงโครงสร้างที่ ระดับพิกเซล ผลิตภัณฑ์แนวโน้มเชิงเส้นประกอบด้วยความชันและค่า p ที่คำนวณแล้ว จากการถดถอยเชิงเส้นแบบกำลังสองน้อยที่สุด ความชันแสดงถึงการเปลี่ยนแปลงเปอร์เซ็นต์การปกคลุมเฉลี่ยต่อปีในช่วงเวลาอนุกรม และค่า p แสดงถึงความเชื่อมั่นของการเปลี่ยนแปลงในแต่ละพิกเซล วิธีการเปลี่ยนแปลงโครงสร้าง จะแบ่งอนุกรมเวลาออกเป็นกลุ่มที่มีค่าความชันคล้ายกัน โดยมีจุดหยุดที่สำคัญทางสถิติซึ่งบ่งบอกถึงการรบกวน วิถีเดิม ชุดการวิเคราะห์แนวโน้มจุดหยุดพักอาศัย วิธีการหยุดพักเชิงโครงสร้าง ซึ่งส่งผลให้มีการระบุจํานวน และเวลาของการหยุดพักในอนุกรมเวลา และความสําคัญของแต่ละ กลุ่ม สถิติต่อไปนี้ถูกสร้างขึ้น 1) สำหรับแต่ละองค์ประกอบ ในแต่ละปี การมี/ไม่มีการหยุดพัก 2) ความชัน ค่า p และ ความคลาดเคลื่อนมาตรฐานของกลุ่มที่เกิดขึ้นในแต่ละปี 3) R2 ของโมเดลโดยรวม (คุณภาพของโมเดลที่เหมาะกับโปรไฟล์ชั่วคราว) และ 4) ดัชนี ความเข้มของการเปลี่ยนแปลงทั้งหมด ดัชนีนี้แสดงถึงปริมาณการเปลี่ยนแปลงทั้งหมด ที่เกิดขึ้นในคอมโพเนนต์ต่างๆ ในพิกเซลนั้น โดยทั่วไปแล้ววิธีการเปลี่ยนแปลงเชิงเส้นและเชิงโครงสร้าง จะเห็นด้วยกับรูปแบบการเปลี่ยนแปลง แต่การเปลี่ยนแปลงเชิงโครงสร้าง มักพบจุดหยุดมากกว่า โดยมีจุดหยุดอย่างน้อย 1 จุดในพิกเซลส่วนใหญ่ รูปแบบการเปลี่ยนแปลงโครงสร้างให้สถิติที่แข็งแกร่งยิ่งขึ้นเกี่ยวกับ พิกเซลส่วนน้อยที่มีนัยสำคัญซึ่งมีแนวโน้มที่ไม่เป็นแบบโมโนโทน ขณะเดียวกันก็ ลบแนวโน้มสัญญาณระหว่างปีบางส่วนที่อาจเกินความจำเป็นจากมุมมองระยะยาว
ย่านความถี่
ขนาดพิกเซล
30 เมตร
ย่านความถี่
| ชื่อ | หน่วย | ต่ำสุด | สูงสุด | สเกล | ขนาดพิกเซล | คำอธิบาย |
|---|---|---|---|---|---|---|
annual_herbaceous_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพืชล้มลุกรายปี |
|
bare_ground_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพื้นดินเปล่า |
|
herbaceous_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพืชล้มลุก |
|
litter_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของขยะ |
|
sagebrush_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของต้นเซจ |
|
shrub_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพุ่มไม้ |
|
shrub_height_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาความสูงของพุ่มไม้ |
|
non_sagebrush_shrub_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพุ่มไม้ที่ไม่ใช่พุ่มไม้ Sagebrush |
|
perennial_herbaceous_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของพืชสมุนไพรยืนต้น |
|
tree_break_point |
จำนวน | 0 | 3 | เมตร | จำนวนการหยุดชะงักเชิงโครงสร้างที่สังเกตได้ในอนุกรมเวลาของทรี |
|
annual_herbaceous_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุกรายปี |
bare_ground_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพื้นที่เปล่า |
herbaceous_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุก |
litter_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของขยะ |
sagebrush_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ |
shrub_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ |
shrub_height_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาความสูงของพุ่มไม้ |
non_sagebrush_shrub_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ที่ไม่ใช่ Sagebrush |
perennial_herbaceous_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุกยืนต้น |
tree_linear_model_pvalue |
ค่า P value | 0 | 100 | 0.01 | เมตร | ค่า P ของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของต้นไม้ |
annual_herbaceous_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุกรายปี |
bare_ground_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพื้นดินเปล่า |
herbaceous_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุก |
litter_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของรูปแบบแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของขยะ |
sagebrush_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของรูปแบบแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ |
shrub_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ |
shrub_height_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของรูปแบบแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาความสูงของพุ่มไม้ |
non_sagebrush_shrub_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของรูปแบบแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพุ่มไม้ที่ไม่ใช่พุ่มไม้ Sagebrush |
perennial_herbaceous_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาของพืชล้มลุกยืนต้น |
tree_linear_model_slope |
% การเปลี่ยนแปลง/ปี | -383 | 351 | 0.01 | เมตร | ความชันของโมเดลแนวโน้มเชิงเส้นสำหรับอนุกรมเวลาแบบต้นไม้ |
annual_herbaceous_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาของพืชล้มลุกรายปี |
|
bare_ground_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาของพื้นดินเปล่า |
|
herbaceous_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาที่เป็นพืช |
|
litter_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาขยะ |
|
sagebrush_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่อนุกรมเวลาของแต่ละองค์ประกอบของอนุกรมเวลาของพุ่มไม้ Sagebrush ขาดช่วงล่าสุด |
|
shrub_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาพุ่มไม้ |
|
shrub_height_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่เกิดการหยุดชะงักล่าสุดในอนุกรมเวลาสำหรับแต่ละองค์ประกอบของอนุกรมเวลาความสูงของพุ่มไม้ |
|
non_sagebrush_shrub_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาพุ่มไม้ที่ไม่ใช่ Sagebrush |
|
perennial_herbaceous_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาของพืชล้มลุกยืนต้น |
|
tree_most_recent_break_point |
y | 1985 | 2023 | เมตร | ปีที่มีการหยุดอนุกรมเวลาล่าสุดสำหรับแต่ละองค์ประกอบของอนุกรมเวลาของต้นไม้ |
|
total_change_intensity_index |
ไม่มีมิติ | 0 | 100 | เมตร | ความเข้มของการเปลี่ยนแปลงทั้งหมดเป็นดัชนีอนุพันธ์ที่ออกแบบมาเพื่อไฮไลต์ ปริมาณการเปลี่ยนแปลงทั้งหมดในองค์ประกอบหลัก (พุ่มไม้ พื้นดินเปล่า เศษซาก และพืชล้มลุก) การเปลี่ยนแปลงระบุค่าความชัน จากการวิเคราะห์การเปลี่ยนแปลงเชิงโครงสร้าง ค่าจะสร้างขึ้น เพื่อให้ 100 หมายถึงการเปลี่ยนแปลงสูงสุดที่สังเกตได้ในทุกองค์ประกอบ และ 0 หมายถึงไม่มีการเปลี่ยนแปลง |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
งานนี้เขียนขึ้นโดยเป็นส่วนหนึ่งของหน้าที่อย่างเป็นทางการของผู้ร่วมให้ข้อมูลในฐานะ พนักงานของรัฐบาลสหรัฐอเมริกา จึงถือเป็นผลงานของ รัฐบาลสหรัฐอเมริกา ตามมาตรา 17 U.S.C. 105 ผลงานดังกล่าวไม่ได้รับการคุ้มครองลิขสิทธิ์ภายใต้กฎหมายของสหรัฐอเมริกา บทความนี้เป็นบทความแบบเปิด ที่ระบุว่าไม่มีข้อจำกัดที่ทราบ ภายใต้กฎหมายลิขสิทธิ์ ซึ่งรวมถึงสิทธิ์ที่เกี่ยวข้องและสิทธิ์ข้างเคียงทั้งหมด (https://creativecommons.org/publicdomain/mark/1.0/) คุณสามารถคัดลอก แก้ไข แจกจ่าย และดัดแปลงผลงานได้ แม้กระทั่งเพื่อวัตถุประสงค์เชิงพาณิชย์ โดยไม่ต้อง ขออนุญาต
การอ้างอิง
Rigge, M.B., Bunde, B., Postma, K., and Shi, H., 2024, การประเมินและการคาดการณ์การตรวจสอบสภาพทุ่งหญ้า (RCMAP) อนุกรมเวลาขององค์ประกอบเศษส่วนทั่วสหรัฐอเมริกาตะวันตก ปี 1985-2023 การเผยแพร่ข้อมูลของสำนักงานสำรวจทางธรณีวิทยาของสหรัฐอเมริกา doi:10.5066/P9SJXUI1
Rigge, M., H. Shi, C. Homer, P. Danielson และ B. Granneman 2019 วิถีระยะยาวของการเปลี่ยนแปลงองค์ประกอบเศษส่วนในเกรตเบซินตอนเหนือ สหรัฐอเมริกา 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 และ M. Bobo 2020 การวัดปริมาณทุ่งหญ้าทางตะวันตกของสหรัฐอเมริกาเป็น องค์ประกอบเศษส่วนด้วยการรับรู้จากระยะไกลแบบหลายความละเอียดและข้อมูลในแหล่งกำเนิด 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 และ G. Xian 2021 องค์ประกอบเศษส่วนของทุ่งหญ้าทั่วภาคตะวันตกของสหรัฐอเมริกา ตั้งแต่ปี 1985 ถึง 2018 Remote Sensing 13:813. doi:10.3390/rs13040813
DOI
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (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');