USFS Tree Canopy Cover v2023-5 (CONUS and OCONUS)

USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5

الوصف

نظرة عامة

مجموعة بيانات "غطاء مظلة الأشجار" (TCC) التي تنتجها "دائرة الغابات" التابعة لوزارة الزراعة الأمريكية (USFS) هي نواتج خرائط سنوية مستندة إلى الاستشعار عن بُعد، وتتراوح بين 1985 و2023. تساعد هذه البيانات في مشروع "قاعدة البيانات الوطنية للغطاء الأرضي" (NLCD)، الذي تديره هيئة المساحة الجيولوجية الأمريكية (USGS) كجزء من اتحاد "خصائص الأراضي المتعددة الدقة" (MRLC). يهدف المشروع إلى استخدام أحدث التقنيات لإنشاء خريطة متسقة "بأفضل دقة ممكنة" للغطاء الشجري. يشمل النطاق الجغرافي الولايات المتحدة المتجاورة (CONUS) ومناطق OCONUS (جنوب شرق ألاسكا (SEAK) وهاواي وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI)).

المنتجات

تتضمّن مجموعة بيانات TCC ثلاثة منتجات:

  • محتوى من إنشاء الذكاء الاصطناعي في مجال العلوم: يشير إلى النتائج المباشرة التي يقدّمها النموذج.

  • الخطأ العادي العلمي (SE): الانحراف المعياري للنموذج عن القيم المتوقّعة من جميع أشجار الانحدار.

  • غطاء أرضي مصنّف حسب الموضوع (TCC) من "المركز الوطني لبيانات الساحل" (NLCD): منتج محسّن مشتق من صور غطاء أرضي مصنّف حسب الموضوع (TCC) السنوية العلمية تخضع هذه البيانات لمعالجة لاحقة بهدف الحد من التشويش السنوي، وإبراز المؤشرات الطويلة الأمد، وإخفاء ميزات معيّنة (مثل المياه والزراعة غير الشجرية).

تتضمّن كل صورة نطاق قناع بيانات يحتوي على ثلاث قيم تمثّل المناطق التي لا تتوفّر فيها بيانات (0)، ومساحة الأشجار المظلِّلة التي تمّت فهرستها(1)، والمناطق غير المخصّصة للمعالجة (2). المناطق غير المعالَجة هي وحدات بكسل في منطقة الدراسة لا تتضمّن بيانات خالية من السحب أو ظلال السحب. لا يتم إخفاء أي بيانات أو وحدات بكسل غير تابعة لمنطقة المعالجة في صور TCC وSE.

البيانات والأساليب

لقد طوّرنا بيانات تدريب ونماذج غابات عشوائية لمنطقة الولايات المتحدة القارية (CONUS) وجنوب شرق ألاسكا (SEAK) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI) وهاواي باستخدام بيانات TCC التي تم تفسيرها من الصور ضمن برنامج "جرد الغابات وتحليلها" (FIA) التابع لهيئة الغابات في الولايات المتحدة (USFS) كبيانات مرجعية. استخدمنا Google Earth Engine (GEE) (Gorelick et al., ‫2017) لمعالجة مؤشرات LandTrendr ومؤشرات التضاريس الملائمة. تتضمّن بيانات التضاريس من برنامج 3D Elevation Program (3DEP) (هيئة المسح الجيولوجي الأمريكية، 2019) الارتفاع والانحدار وجيب الزاوية وجيب التمام للاتجاه. بالنسبة إلى الولايات المتحدة القارية، أدرجنا أيضًا "طبقة بيانات المحاصيل" (CDL) كمتغيّر توقّعي (Lin et al., 2022).

استخدمنا صور انعكاسية من أعلى الغلاف الجوي من المستوى 1 من Landsat Collection 2 التابع لهيئة المسح الجيولوجي الأمريكية (USGS) ومن Sentinel 2A/2B لإنتاج مركّبات سنوية من نوع medoid. لضمان جودة البيانات، طبّقنا خوارزميات مختلفة لإخفاء الغيوم والظلال، بما في ذلك cFmask (Foga et al., ‎2017; Zhu and Woodcock, 2012)، وcloudScore (Chastain et al.,‎ ‫2019)، وs2cloudless (Sentinel-Hub، 2021)، وCloud Score+ (باسكواريلا وآخرون، ‫2023)، وTDOM (Chastain et al., ‫(2019). بعد إخفاء البيانات، حسبنا وسيطات سنوية لإنشاء صورة مركّبة واحدة خالية من السحب لكل عام. أخيرًا، تم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., ‎2010, 2018; Cohen et al.,‎ ‫(2018).

بالنسبة إلى الولايات المتحدة القارية، استخدمنا% 70 من البيانات المرجعية للمعايرة و% 30 لتقييم الخطأ المستقل. نظرًا للتنوّع البيئي في الولايات المتحدة المتجاورة، قسّمنا منطقة وضع النماذج إلى 54 قطعة (480 كم × 480 كم). على أجهزة الكمبيوتر المحلية، أنشأنا نموذجًا فريدًا لغابة عشوائية لكل مربّع (Breiman، 2001)، ودربناه على البيانات المرجعية التي تتقاطع مع نافذة 5×5 حول المربّع المركزي. بعد ذلك، تم نشر النماذج في GEE للتنبؤ بتغطية السحب الكلية. بالنسبة إلى المناطق خارج الولايات المتحدة، استخدمنا تقسيمًا بنسبة 80/20 وأنشأنا نموذج غابة عشوائية واحدًا لكل منطقة.

مَراجع إضافية

يُرجى التواصل مع [sm.fs.tcc@usda.gov] لطرح أي أسئلة أو طلبات بيانات محدّدة.

النطاقات

حجم البكسل
‫30 مترًا

النطاقات

الاسم الوحدات حجم البكسل الوصف
Science_Percent_Tree_Canopy_Cover % متر

مخرجات النموذج المباشر الأولية تحتوي كل وحدة بكسل على متوسط قيمة متوقّعة لمساحة الأشجار المظلِّلة لكل عام.
Science_Percent_Tree_Canopy_Cover_Standard_Error % متر

الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار التي نشير إليها هو الخطأ المعياري. لكل بكسل خطأ معياري لكل عام.
NLCD_Percent_Tree_Canopy_Cover % متر

لإنتاج غطاء شجري من NLCD، يتم تطبيق سير عمل ما بعد المعالجة على ناتج النموذج المباشر الذي يحدّد قيم البكسل غير الشجرية ويضبطها على صفر بالمائة من الغطاء الشجري.

data_mask متر

ثلاث قيم تمثّل مناطق لا تتضمّن بيانات، ومناطق تغطيها الأشجار المظلِّلة، ومناطق لا تتم معالجتها. منطقة عدم المعالجة هي المنطقة التي لا تتوفّر فيها وحدات البكسل ضمن منطقة الدراسة أي بيانات خالية من السحب أو ظلال السحب لإنتاج ناتج.

خصائص الصور

خصائص الصور

الاسم النوع الوصف
study_area سلسلة

تغطي "منطقة التغطية المشتركة" حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. يحتوي هذا الإصدار على بيانات خاصة بالولايات المتحدة القارية وألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي. القيم المحتملة: CONUS أو AK أو PRUSVI أو HAWAII
إصدار سلسلة

هذا هو الإصدار الخامس من منتج TCC الذي تم إصداره في اتحاد MRLC الذي يشكّل جزءًا من "قاعدة بيانات الغطاء الأرضي الوطنية" (NLCD)
startYear INT

"سنة بدء إنتاج المنتج"
endYear INT

"سنة انتهاء صلاحية المنتج"
سنة INT

"سنة الإنتاج"

بنود الاستخدام

بنود الاستخدام

لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمان، صريحًا أو ضمنيًا، بما في ذلك ضمانات الصلاحية للتسويق والملاءمة لغرض معيّن، ولا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. إنّ هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية، ولا يُراد استخدامها على هذا النحو. لا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون مفروضة على الأراضي العامة أو الخاصة. قد يتم أو لا يتم عرض المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغيّر بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.

تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو أي منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:

خدمة الغابات التابعة لوزارة الزراعة الأمريكية ‫2025 USFS Tree Canopy Cover v2023.5 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا

الاقتباسات

المراجع

  • خدمة الغابات التابعة لوزارة الزراعة الأمريكية ‫2025 USFS Tree Canopy Cover v2023.5 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا

  • Breiman, L., 2001. الغابات العشوائية في "تعلُّم الآلة" Springer, 45: 5-32 doi:10.1023/A:1010933404324

  • Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., ‫2019 مقارنة تجريبية بين أدوات الاستشعار المختلفة، وهي أداة التصوير المتعدّد الأطياف (MSI) على القمرَين الصناعيَّين Sentinel-2A وSentinel-2B، وأداة التصوير التشغيلي للأرض (OLI) على القمر الصناعي Landsat-8، وأداة التصوير المحسّن الموضوعي (ETM) على القمر الصناعي Landsat-7، وذلك من حيث الخصائص الطيفية في أعلى الغلاف الجوي فوق الولايات المتحدة المتجاورة In Remote Sensing of Environment. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012

  • Cohen, W. B., Yang, Z., Healey, S. P., Kennedy, R. E., and Gorelick, N., 2018. مجموعة متعددة الأطياف من LandTrendr لرصد اضطراب الغابات In Remote Sensing of Environment. Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015

  • Foga, S., Scaramuzza, P.L., Guo, S., Zhu, Z., Dilley, R.D., Beckmann, T., Schmidt, G.L., Dwyer, J.L., Hughes, M.J., Laue, B., 2017. مقارنة خوارزميات رصد السحب والتحقّق منها لمنتجات بيانات Landsat التشغيلية In Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026

  • Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. ‫LandTrendr - خوارزميات التقسيم الزمني In Remote Sensing of Environment. Science Direct, 114(12): 2897-2910 doi:10.1016/j.rse.2010.07.008

  • Kennedy, R., Yang, Z., Gorelick, N., Braaten, J., Cavalcante, L., Cohen, W., and Healey, S., 2018. Implementation of the LandTrendr Algorithm on Google Earth Engine. في الاستشعار عن بُعد MDPI, 10(5): 691 doi:10.3390/rs10050691

  • Lin, L.; Di, L.; Zhang, C.; Guo, L.; Di, Y.; Li, H.; Yang, A. ‫2022 التحقّق من صحة طبقة بيانات الأراضي الزراعية وتحسينها باستخدام خوارزمية شجرة القرارات المكانية والزمانية البيانات العلمية 9(1): 63. doi:10.3390/rs10050691

  • Pasquarella, V. J., Brown, C. F., Czerwinski, W., and Rucklidge, W. ‫J.,‎ 2023. Comprehensive Quality Assessment of Optical Satellite Imagery Using Weakly Supervised Video Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. ‫2124-2134. doi:10.1109/cvprw59228.2023.00206

  • Sentinel-Hub، 2021 ‫Sentinel 2 Cloud Detector [على الإنترنت]. متوفّر على الرابط: https://github.com/sentinel-hub/sentinel2-cloud-detector

  • مصلحة المساحة الجيولوجية في الولايات المتحدة، 2019. USGS 3D Elevation Program Digital Elevation Model، تم الوصول إليه في أغسطس 2022 على الرابط https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m

  • Zhu, Z., and Woodcock, C. E., 2012. رصد السحب وظلالها استنادًا إلى الأجسام في صور Landsat In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

معرِّفات العناصر الرقمية (DOI)

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

// Import the tree canopy cover collection
var dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5');

//Filter collection to 2021 and CONUS study area 
var tcc = dataset.filter(ee.Filter.calendarRange(2023, 2023,'year'))  // range: [1985, 2023]
               .filter('study_area == "CONUS"') // CONUS, AK, HAWAII, PRUSVI 
               .first();

// TCC palette
var tcc_palette = [
    'CDA066',
    'D7C29E',
    'C2D096',
    'B7D692',
    'ADDD8E',
    '78C679',
    '5CB86B',
    '41AB5D',
    '39A156',
    '329750',
    '238443',
    '11763D',
    '006837',
    '004529'
  ]

// SE palette 
var se_palette = [
    '000000',
    'FFFFFF',
    ]

              
// Display images on map 
Map.addLayer(tcc.select('data_mask'), {min:0,max:2}, 'Data Mask',false);
Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'Science Percent Tree Canopy Cover');
Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover_Standard_Error'), {min:0,max:4000,palette:se_palette}, 'Science Percent Tree Canopy Cover Standard Error');
Map.addLayer(tcc.select('NLCD_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'NLCD Percent Tree Canopy Cover');

Map.setCenter(-98.58, 38.14, 4);
فتح في "أداة تعديل الرموز"
نظرة عامة: مجموعة بيانات "غطاء مظلة الأشجار" (TCC) التي تنتجها "دائرة الغابات" التابعة لوزارة الزراعة الأمريكية (USFS) هي نواتج خرائط سنوية مستندة إلى الاستشعار عن بُعد وتمتد من 1985 إلى 2023. تساهم هذه البيانات في مشروع "قاعدة البيانات الوطنية للغطاء الأرضي" (NLCD) الذي تديره هيئة المساحة الجيولوجية الأمريكية (USGS) كجزء من …
USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5, forest,gtac,landuse-landcover,redcastle-resources,usda,usfs,usgs
1985-06-01T00:00:00Z/2023-09-30T00:00:00Z
20.38379 -135.286387 52.459364 -56.446306
Google Earth Engine