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

USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5
ความพร้อมใช้งานของชุดข้อมูล
1985-06-01T00:00:00Z–2023-09-30T00:00:00Z
ผู้ให้บริการชุดข้อมูล
ตัวอย่างข้อมูล Earth Engine
ee.ImageCollection("USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5")
แท็ก
forest gtac landuse-landcover redcastle-resources usda usfs usgs

คำอธิบาย

ผลิตภัณฑ์นี้เป็นส่วนหนึ่งของชุดข้อมูลพื้นที่ปกคลุมของร่มไม้ (TCC) ซึ่งรวมถึง TCC ที่จำลอง ความคลาดเคลื่อนมาตรฐาน (SE) และข้อมูล TCC ของ ฐานข้อมูลสิ่งปกคลุมดินแห่งชาติ (NLCD) สำหรับแต่ละปี ข้อมูล TCC ที่ผลิตโดยกระทรวงเกษตรของสหรัฐอเมริกา กรมป่าไม้ (USFS) จะรวมอยู่ในกลุ่ม Multi-Resolution Land Characteristics (MRLC) ซึ่งเป็นส่วนหนึ่งของโครงการฐานข้อมูลการปกคลุมของพื้นที่แห่งชาติ (NLCD) ที่จัดการโดยกรมสำรวจธรณีวิทยาของสหรัฐอเมริกา (USGS)

ผลิตภัณฑ์ TCC ทางวิทยาศาสตร์และ TCC ของ NLCD เป็นเอาต์พุตแผนที่ที่อิงตามการรับรู้จากระยะไกลซึ่งผลิตโดย USFS เป้าหมายของ TCC Science และ NLCD TCC คือการพัฒนาแนวทางที่สอดคล้องกันโดยใช้เทคโนโลยีล่าสุดและความก้าวหน้าในการทำแผนที่ TCC เพื่อสร้างแผนที่ TCC ที่ "ดีที่สุด" ทั่วสหรัฐอเมริกาภาคพื้นทวีป (CONUS) และทางตะวันออกเฉียงใต้ของอะแลสกา ฮาวาย และ เปอร์โตริโก-หมู่เกาะเวอร์จินของสหรัฐอเมริกา (OCONUS) ข้อมูล OCONUS v2023.5 จะเผยแพร่ในช่วงปลายฤดูร้อนปี 2025 ขณะนี้คุณสามารถใช้ข้อมูล TCC ของ OCONUS v2021.4 ได้ (USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4)

ผลลัพธ์ของโมเดลประกอบด้วย TCC วิทยาศาสตร์, SE วิทยาศาสตร์ และ TCC ของ NLCD ตั้งแต่ปี 1985 ถึง 2023

*TCC วิทยาศาสตร์คือเอาต์พุตโมเดลโดยตรงแบบดิบ

*Science SE คือค่าเบี่ยงเบนมาตรฐานของโมเดลของค่าที่คาดการณ์จากต้นไม้ถดถอยทั้งหมด

*ผลิตภัณฑ์ NLCD TCC จะได้รับการประมวลผลภายหลังเพิ่มเติมซึ่งใช้กับรูปภาพ TCC ทางวิทยาศาสตร์ประจำปี ซึ่งรวมถึงการมาสก์หลายรายการ (น้ำและเกษตรกรรมที่ไม่ใช่ต้นไม้) รวมถึงกระบวนการที่ช่วยลด สัญญาณรบกวนระหว่างปีและแสดงแนวโน้มระยะยาว

รูปภาพแต่ละรูปมีแถบมาสก์ข้อมูลที่มีค่า 3 ค่าซึ่งแสดงพื้นที่ที่ไม่มีข้อมูล (0) พื้นที่ปกคลุมของร่มไม้ที่แมป(1) และพื้นที่ที่ไม่ประมวลผล (2) พื้นที่ที่ไม่มีการประมวลผลคือพิกเซลในพื้นที่ศึกษาที่ไม่มีข้อมูลเมฆหรือข้อมูลที่ไม่มีเงาเมฆ ระบบจะมาสก์พิกเซลที่ไม่มีข้อมูลและพิกเซลในพื้นที่ที่ไม่มีการประมวลผลในรูปภาพ TCC และ SE

เนื่องจากขนาดของ CONUS และความหลากหลายของเขตเปลี่ยนผ่านทางนิเวศวิทยา การสร้างแบบจำลอง CONUS จึงแบ่งออกเป็นไทล์ขนาด 480x480 กม. จำนวน 54 ไทล์ สำหรับแต่ละไทล์ มีการสร้างโมเดลป่าสุ่มที่ไม่ซ้ำกันโดยใช้ข้อมูล LandTrendr ที่ปรับแล้วปี 2011, CDL ปี 2011 และภูมิประเทศ เราใช้ข้อมูลอ้างอิงทั้งหมด ซึ่งเป็นส่วนหนึ่งของข้อมูล 70% ที่พร้อมใช้งานสำหรับการปรับเทียบโมเดลซึ่งตัดกับไทล์ภายในหน้าต่างขนาด 5x5 รอบไทล์ตรงกลาง เพื่อฝึกโมเดล Random Forest จากนั้นจึงนำโมเดลดังกล่าวไปใช้กับไทล์ตรงกลาง สำหรับ OCONUS เราใช้โมเดล 1 รายการ กับพื้นที่ศึกษาแต่ละแห่ง และไม่ได้ใช้ไทล์

เลเยอร์ตัวทำนายสำหรับโมเดล TCC ประกอบด้วยเอาต์พุตจาก LandTrendr และข้อมูลภูมิประเทศ โดยสามารถเข้าถึงและประมวลผล คอมโพเนนต์เหล่านี้ได้ทั้งหมดโดยใช้ Google Earth Engine (Gorelick et al., 2017)

ในการสร้างภาพคอมโพสิตรายปีสำหรับ LandTrendr, USGS Collection 2 Landsat Tier 1 และ Sentinel 2A เราใช้ข้อมูลการสะท้อนที่ด้านบนของชั้นบรรยากาศระดับ 1C ของ 2B อัลกอริทึมการมาสก์เมฆ cFmask (Foga et al., 2017) ซึ่งเป็นการใช้งาน Fmask 2.0 (Zhu and Woodcock, 2012) (Landsat เท่านั้น), cloudScore (Chastain et al., 2019) (Landsat เท่านั้น) และ s2cloudless (Sentinel-Hub, 2021) (Sentinel 2 เท่านั้น) ใช้เพื่อมาสก์เมฆ ส่วน TDOM (Chastain et al., 2019) ใช้เพื่อมาสก์เงาเมฆ (Landsat และ Sentinel 2) สำหรับ LandTrendr ระบบจะคำนวณค่ามิดอยด์รายปีเพื่อสรุปค่าที่ไม่มีเมฆ และเงาเมฆจากแต่ละปีเป็นคอมโพสิตเดียว

อนุกรมเวลาแบบผสมจะได้รับการแบ่งส่วนตามเวลาโดยใช้ LandTrendr (Kennedy et al., 2010; Kennedy et al., 2018; Cohen et al., 2018)

ค่าคอมโพสิตดิบ ค่าที่ปรับ LandTrendr ความแตกต่างแบบคู่ ระยะเวลาของกลุ่ม ขนาดการเปลี่ยนแปลง และความชัน รวมถึงระดับความสูง ความชัน ไซน์ของ มุม และโคไซน์ของมุมจาก USGS 3D ที่ 10 ม. ข้อมูลโปรแกรมยกระดับ (3DEP) (สำนักงานสำรวจทางธรณีวิทยาของสหรัฐอเมริกา, 2019) ใช้เป็นตัวแปรทำนายอิสระในโมเดล Random Forest (Breiman, 2001)

ข้อมูลอ้างอิงรวบรวมจากข้อมูล TCC ที่ตีความจากภาพถ่ายของ Forest Inventory and Analysis (FIA) ของ USFS และใช้เพื่อทําการคาดการณ์ TCC แบบครอบคลุมทุกพื้นที่ในระดับพิกเซล

แหล่งข้อมูลเพิ่มเติม

โปรดดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีการและการประเมินความถูกต้องในสรุปวิธีการ TCC หรือศูนย์แลกเปลี่ยนข้อมูลทางภูมิศาสตร์ของ TCC เพื่อดาวน์โหลดข้อมูล ข้อมูลเมตา และเอกสารสนับสนุน

ข้อมูล AK, PRUSVI และ HI จะเผยแพร่ในช่วงปลายฤดูร้อนปี 2025 ข้อมูล v2021.4 AK, PRUSVI และ HI TCC ที่เผยแพร่ก่อนหน้านี้พร้อมให้ใช้งานแล้ว (USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4)

หากมีคำถามหรือคำขอข้อมูลเฉพาะ โปรดติดต่อ sm.fs.tcc@usda.gov

ย่านความถี่

ขนาดพิกเซล
30 เมตร

ย่านความถี่

ชื่อ หน่วย ขนาดพิกเซล คำอธิบาย
Science_Percent_Tree_Canopy_Cover % เมตร

เอาต์พุตโมเดลโดยตรงแบบดิบ แต่ละพิกเซลมีค่าความครอบคลุมของร่มไม้ที่คาดการณ์โดยเฉลี่ย สำหรับแต่ละปี
Science_Percent_Tree_Canopy_Cover_Standard_Error % เมตร

ส่วนเบี่ยงเบนมาตรฐานของค่าที่คาดการณ์จากต้นไม้ถดถอยทั้งหมดที่เราอ้างอิง เรียกว่าข้อผิดพลาดมาตรฐาน พิกเซลแต่ละรายการมีความคลาดเคลื่อนมาตรฐานสำหรับแต่ละปี
NLCD_Percent_Tree_Canopy_Cover % เมตร

หากต้องการสร้างการปกคลุมของเรือนยอดไม้ NLCD จะมีการใช้เวิร์กโฟลว์การประมวลผลภายหลังกับ เอาต์พุตของโมเดลโดยตรง ซึ่งจะระบุและตั้งค่าพิกเซลที่ไม่ใช่ต้นไม้เป็น 0% ของการปกคลุมของเรือนยอดไม้

data_mask เมตร

ค่า 3 ค่าที่แสดงพื้นที่ที่ไม่มีข้อมูล พื้นที่ปกคลุมของร่มไม้ที่แมป และพื้นที่ที่ไม่ได้ประมวลผล พื้นที่ที่ไม่มีการประมวลผลคือพื้นที่ที่พิกเซลภายในพื้นที่ศึกษาไม่มีข้อมูลที่ไม่มีเมฆหรือเงาเมฆ พร้อมใช้งานเพื่อสร้างเอาต์พุต

คุณสมบัติของรูปภาพ

พร็อพเพอร์ตี้รูปภาพ

ชื่อ ประเภท คำอธิบาย
study_area STRING

ปัจจุบัน TCC ครอบคลุม CONUS, อะแลสกาตะวันออกเฉียงใต้, เปอร์โตริโก-หมู่เกาะเวอร์จินของสหรัฐอเมริกา และฮาวาย เวอร์ชันนี้มี CONUS ข้อมูลสำหรับ SEAK, PRUSVI และ HI จะเผยแพร่ในช่วงปลายฤดูร้อนปี 2025 ค่าที่เป็นไปได้: "CONUS"
เวอร์ชัน STRING

นี่คือผลิตภัณฑ์ TCC เวอร์ชันที่ 5 ที่เผยแพร่ในกลุ่ม MRLC ซึ่งเป็นส่วนหนึ่งของฐานข้อมูลการปกคลุมของผืนดินแห่งชาติ (NLCD)
startYear INT

"ปีที่เริ่มต้นของผลิตภัณฑ์"
endYear INT

"สิ้นสุดปีของผลิตภัณฑ์"
ปี INT

"ปีของผลิตภัณฑ์"

ข้อกำหนดในการใช้งาน

ข้อกำหนดในการใช้งาน

กรมป่าไม้ของ USDA ไม่รับประกันทั้งโดยชัดแจ้งหรือโดยปริยาย ซึ่งรวมถึงการรับประกัน ความสามารถในการขายและความเหมาะสมสำหรับวัตถุประสงค์เฉพาะ และไม่รับผิดชอบทางกฎหมายหรือ ความรับผิดชอบใดๆ ต่อความถูกต้อง ความน่าเชื่อถือ ความครบถ้วนสมบูรณ์ หรือประโยชน์ของข้อมูลเชิงพื้นที่เหล่านี้ หรือต่อการใช้ข้อมูลเชิงพื้นที่เหล่านี้อย่างไม่เหมาะสมหรือไม่ถูกต้อง ข้อมูลเชิงพื้นที่และ แผนที่หรือกราฟิกที่เกี่ยวข้องเหล่านี้ไม่ใช่เอกสารทางกฎหมายและไม่ได้มีวัตถุประสงค์เพื่อใช้เป็นเอกสารดังกล่าว ห้ามใช้ข้อมูลและแผนที่เพื่อกำหนดกรรมสิทธิ์ การเป็นเจ้าของ คำอธิบายทางกฎหมาย หรือขอบเขต เขตอำนาจศาลตามกฎหมาย หรือข้อจำกัดที่อาจมีอยู่ในที่ดินสาธารณะหรือที่ดินส่วนบุคคล ข้อมูลและแผนที่อาจแสดงหรือไม่แสดงอันตรายจากธรรมชาติ และผู้ใช้ที่ดินควรใช้ความระมัดระวัง ตามสมควร ข้อมูลมีความผันผวนและอาจเปลี่ยนแปลงเมื่อเวลาผ่านไป ผู้ใช้มีหน้าที่รับผิดชอบในการยืนยัน ข้อจำกัดของข้อมูลเชิงพื้นที่และใช้ข้อมูลตามนั้น

ข้อมูลเหล่านี้รวบรวมขึ้นโดยใช้เงินทุนจากรัฐบาลสหรัฐอเมริกา และสามารถนำไปใช้ได้ โดยไม่ต้องขอสิทธิ์หรือเสียค่าธรรมเนียมเพิ่มเติม หากคุณใช้ข้อมูลเหล่านี้ในสื่อเผยแพร่ งานนำเสนอ หรือ ผลิตภัณฑ์งานวิจัยอื่นๆ โปรดใช้การอ้างอิงต่อไปนี้

USDA Forest Service 2025 พื้นที่ปกคลุมด้วยร่มไม้ของ USFS v2023.5 (สหรัฐอเมริกาภาคพื้นทวีปและสหรัฐอเมริกาภาคพื้นทวีปตอนนอก) ซอลต์เลกซิตี ยูทาห์

การอ้างอิง

การอ้างอิง:

  • USDA Forest Service 2025 พื้นที่ปกคลุมด้วยร่มไม้ของ USFS v2023.5 (สหรัฐอเมริกาภาคพื้นทวีปและสหรัฐอเมริกาภาคพื้นทวีปตอนนอก) ซอลต์เลกซิตี ยูทาห์

  • Breiman, L., 2001 Random Forests ในแมชชีนเลิร์นนิง Springer, 45: 5-32 doi:10.1023/A:1010933404324

  • Chastain, R., Housman, I., Goldstein, J., Finco, M. และ Tenneson, K., 2019 การเปรียบเทียบเซ็นเซอร์ข้ามกันเชิงประจักษ์ของ MSI ของ Sentinel-2A และ 2B, OLI ของ Landsat-8 และ ETM ของ Landsat-7 ลักษณะสเปกตรัมที่ด้านบนของชั้นบรรยากาศเหนือสหรัฐอเมริกาที่อยู่ติดกัน ใน 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 ชุดข้อมูลหลายสเปกตรัมของ LandTrendr สำหรับการตรวจหาการรบกวนป่า ในการสำรวจระยะไกลของ สิ่งแวดล้อม 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 การเปรียบเทียบและการตรวจสอบอัลกอริทึมการตรวจหาเมฆ สำหรับผลิตภัณฑ์ข้อมูล Landsat ที่ใช้งานได้ ใน Remote Sensing of Environment Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026

  • กรมสำรวจธรณีวิทยาของสหรัฐอเมริกา ปี 2019 USGS 3D Elevation Program Digital Elevation Model เข้าถึงเมื่อเดือนสิงหาคม 2022 ที่ https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m

  • Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010 การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวของป่าโดยใช้ชุดข้อมูลอนุกรมเวลา Landsat รายปี: 1. LandTrendr - อัลกอริทึมการแบ่งกลุ่มตามเวลา ใน 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. และ Healey, S., 2018 การติดตั้งใช้งานอัลกอริทึม LandTrendr ใน Google Earth Engine ในการรับรู้จากระยะไกล MDPI, 10(5): 691 doi:10.3390/rs10050691

  • Sentinel-Hub, 2021 Sentinel 2 Cloud Detector [ออนไลน์] ดูได้ที่ https://github.com/sentinel-hub/sentinel2-cloud-detector

  • Zhu, Z., และ Woodcock, C. E., 2012 การตรวจจับเมฆและเงาเมฆตามออบเจ็กต์ในภาพ Landsat ในการสำรวจระยะไกลของ สิ่งแวดล้อม Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

DOI

สำรวจด้วย Earth Engine

ตัวแก้ไขโค้ด (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"')  
               .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);
เปิดในตัวแก้ไขโค้ด
ผลิตภัณฑ์นี้เป็นส่วนหนึ่งของชุดข้อมูลพื้นที่ปกคลุมของร่มไม้ (TCC) ซึ่งรวมถึงข้อมูล TCC ที่จำลอง ความคลาดเคลื่อนมาตรฐาน (SE) และข้อมูล TCC ของฐานข้อมูลสิ่งปกคลุมดินแห่งชาติ (NLCD) สำหรับแต่ละปี ข้อมูล TCC ที่ผลิตโดยกระทรวงเกษตรของสหรัฐอเมริกา กรมป่าไม้ (USFS) จะรวมอยู่ใน Multi-Resolution Land …
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