- مدى توفّر مجموعة البيانات
- 1985-06-01T00:00:00Z–2023-09-30T00:00:00Z
- الجهة المنتجة لمجموعة البيانات
- مكتب الخدمات الجغرافية المكانية التابع لمركز الخدمات والابتكار الميداني في "هيئة الغابات" بوزارة الزراعة الأمريكية (FSIC-GO)
- العلامات
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. تساهم هذه البيانات في مشروع "قاعدة البيانات الوطنية لغطاء الأراضي" (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 في العلوم (SE): الانحراف المعياري للنموذج عن القيم المتوقّعة من جميع أشجار الانحدار.
غطاء الأراضي الوطني المصنّف حسب الفئات (TCC) غير السحابي: هو منتج محسّن مشتق من صور غطاء الأراضي الوطني المصنّف حسب الفئات (TCC) السنوية. يخضع هذا المنتج لمعالجة لاحقة بهدف الحد من التشويش بين السنوات، 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 المعالَجة (2). المناطق غير المعالَجة هي وحدات البكسل في منطقة الدراسة التي لا تتضمّن بيانات خالية من السحب أو ظل السحب. يتم إخفاء وحدات البكسل التي لا تتضمّن بيانات وحدات البكسل غير التابعة لمنطقة المعالجة في صور TCC وSE.
البيانات والأساليب
لقد طوّرنا بيانات تدريب ونماذج غابة عشوائية لـ CONUS وSEAK وPRUSVI وHAWAII باستخدام بيانات TCC المفسّرة من الصور والمستندة إلى "برنامج تقييم الغابات وتحليلها" (FIA) التابع لـ USFS كبيانات مرجعية. واستفدنا من Google Earth Engine (GEE) (Gorelick et al., 2017) لمعالجة مؤشرات LandTrendr ومؤشرات التضاريس الملائمة. وتتضمّن بيانات التضاريس من "برنامج الارتفاع الثلاثي الأبعاد" (3DEP) (هيئة المسح الجيولوجي الأمريكية، 2019) الارتفاع والانحدار وجيب تمام الزاوية وجيب الزاوية. بالنسبة إلى CONUS، أدرجنا أيضًا "طبقة بيانات المحاصيل" (CDL) كمؤشر (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 المستوى 1C من 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), cloudScore (Chastain et al., 2019)، وs2cloudless (Sentinel-Hub، 2021)، وCloud Score+ (Pasquarella et al.، 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 المتجاورة، استخدمنا% 70 من البيانات المرجعية للمعايرة و% 30 لتقييم الخطأ المستقل. وبالنظر إلى التنوّع البيئي في الولايات المتحدة المتجاورة، قسّمنا منطقة وضع النماذج إلى 54 قطعة (480 كم × 480 كم). على أجهزة الكمبيوتر المحلية، أنشأنا نموذج غابة عشوائية فريدًا لكل قطعة (Breiman، 2001)، ودربناه على البيانات المرجعية التي تتقاطع مع نافذة 5×5 حول القطعة المركزية. ثم تم نشر النماذج في "محرك Google Earth" لتوقّع تغطية السحب الكلية في كل المناطق. بالنسبة إلى مناطق خارج الولايات المتحدة المتجاورة، استخدمنا تقسيم 80/20 وأنشأنا نموذج غابة عشوائية واحدًا لكل منطقة.
مراجع إضافية
يُرجى الاطّلاع على ملخّص طرق TCC أو مقالة أكاديمية في مجلة Science of Remote Sensing للحصول على معلومات مفصّلة حول الطرق وتقييم الدقة.
يُرجى الاطّلاع على مستودع بيانات TCC الجغرافية لتنزيل البيانات والبيانات الوصفية ومستندات الدعم.
سيتم تعديل السلسلة HAWAII إلى HI في إصدار البيانات القادم v2025.6.
يُرجى التواصل مع [sm.fs.tcc@usda.gov] لطرح أي أسئلة أو طلبات بيانات محدّدة.
النطاقات
النطاقات
حجم البكسل: 30 مترًا (جميع النطاقات)
| الاسم | الوحدات | حجم البكسل | الوصف | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Science_Percent_Tree_Canopy_Cover |
% | 30 مترًا | مخرجات النموذج المباشر الأولية تحتوي كل وحدة بكسل على متوسط قيمة الغطاء الشجري المتوقّع لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science_Percent_Tree_Canopy_Cover_Standard_Error |
% | 30 مترًا | ويُطلق على الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار اسم الخطأ المعياري، ويحتوي كل بكسل على خطأ معياري لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
NLCD_Percent_Tree_Canopy_Cover |
% | 30 مترًا | لإنتاج غطاء شجري ضمن قاعدة بيانات NLCD، يتم تطبيق سير عمل ما بعد المعالجة على مخرجات النموذج المباشرة التي تحدّد قيم البكسل غير الشجرية وتضبطها على صفر بالمائة من الغطاء الشجري. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
data_mask |
30 مترًا | ثلاث قيم تمثّل مناطق لا تتوفّر فيها بيانات، ومناطق مغطاة بمظلة أشجار، ومناطق لا تتم فيها المعالجة. المناطق التي لا تتم فيها المعالجة هي المناطق التي لا تتوفّر فيها وحدات بكسل ضمن منطقة الدراسة، ولا تتوفّر فيها بيانات خالية من السحب أو ظلال السحب لإنتاج مخرجات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
خصائص الصور
خصائص الصور
| الاسم | النوع | الوصف |
|---|---|---|
| study_area | سلسلة | تغطي أداة TCC حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي. يحتوي هذا الإصدار على بيانات خاصة بالولايات المتحدة القارية وألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي. القيم المحتملة: CONUS, AK, PRUSVI, 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 ضمانات، صريحة أو ضمنية، بما في ذلك ضمانات الصلاحية للبيع 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. هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية ولا يُقصد استخدامها على هذا النحو. ولا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون سارية على الأراضي العامة أو الخاصة. وقد يتم أو لا يتم تصوير المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغير 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
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 لخصائص طيف الغلاف الجوي العلوي في Sentinel-2A و2B MSI وLandsat-8 OLI وLandsat-7 ETM في 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 تنفيذ خوارزمية LandTrendr على 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:10.1038/s41597-022-01169-w
Pasquarella, V. J., Brown, C. F., Czerwinski, W., and Rucklidge, W. J., 2023. تقييم شامل لجودة صور الأقمار الصناعية البصرية باستخدام تعلُّم الفيديو بإشراف ضعيف 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
هيئة المسح الجيولوجي الأمريكية، 2019. "نموذج الارتفاع الرقمي" من برنامج USGS 3D Elevation، 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 العناصر 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)
- https://doi.org/10.1016/j.rse.2010.07.008
- https://doi.org/10.1016/j.rse.2011.10.028
- https://doi.org/10.1016/j.rse.2017.03.026
- https://doi.org/10.1016/j.rse.2017.11.015
- https://doi.org/10.1016/j.rse.2018.11.012
- https://doi.org/10.1023/A:1010933404324
- https://doi.org/10.1038/s41597-022-01169-w
- https://doi.org/10.3390/rs10050691
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);