Questo set di dati fa parte di un catalogo di publisher e non è gestito da Google Earth Engine. Contatta Land & Carbon Lab per segnalare bug o visualizzare altri set di dati del catalogo Global Pasture Watch. Scopri di più sui set di dati dei publisher.
- Catalog Owner
- Global Pasture Watch
- Disponibilità set di dati
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Producer del set di dati
- Land and Carbon Lab Global Pasture Watch
- Contatto
- Land & Carbon Lab
- Cadenza
- 1 anno
- Tag
Descrizione
Questo set di dati fornisce mappe di probabilità annuali globali dei prati coltivati dal 2000 al 2022 con una risoluzione spaziale di 30 m. Prodotta dall'iniziativa Global Pasture Watch del Land & Carbon Lab, l'estensione dei prati mappata include qualsiasi tipo di copertura del suolo che contiene almeno il 30% di vegetazione bassa secca o umida, dominata da erbe e piante erbacee (meno di 3 metri) e:
- area con copertura arborea massima del 50% (superiore a 5 metri)
- un massimo del 70% di altra vegetazione legnosa (arbusti e boscaglia aperta) e
- Massimo 50% di copertura attiva di terreni coltivati in paesaggi a mosaico di terreni coltivati e altra vegetazione.
L'estensione dei prati è classificata in due classi: - Prati coltivati: aree in cui erbe e altre piante foraggere sono state piantate e gestite intenzionalmente, nonché aree di vegetazione autoctona di tipo prato in cui mostrano chiaramente una gestione attiva e intensa per usi specifici diretti dall'uomo, come il pascolo diretto del bestiame. - Prateria naturale/seminaturale: praterie autoctone/vegetazione di altezza ridotta relativamente indisturbate, come steppe e tundra, nonché aree che in passato hanno subito vari livelli di attività umana, che possono contenere un mix di specie autoctone e introdotte a causa dell'uso storico del suolo e dei processi naturali. In generale, mostrano modelli dall'aspetto naturale di vegetazione varia e relazioni idrologiche chiaramente ordinate in tutto il paesaggio.
La metodologia implementata ha preso in considerazione le immagini GLAD Landsat ARD-2 (elaborate in aggregati bimestrali senza nuvole, vedi Consoli et al, 2024 ), accompagnate da covariate climatiche, morfologiche e di prossimità, machine learning spazio-temporale (Random Forest per classe) e oltre 2,3 milioni di campioni di riferimento (interpretati visivamente in immagini ad altissima risoluzione). Sono state utilizzate soglie di probabilità personalizzate (basate su una convalida incrociata spaziale quintupla e su valori di precisione e richiamo bilanciati) per ricavare mappe delle classi dominanti, 0,32 e 0,42 rispettivamente per le soglie di probabilità dei prati coltivati e naturali/seminaturali.
Limitazioni: l'estensione delle praterie è parzialmente sottostimata nell'Africa sud-orientale (Zimbabwe e Mozambico) e nell'Australia orientale (arbusteti e boschi dell'ecoregione di Mulga). I terreni coltivati sono classificati erroneamente come praterie in alcune parti dell'Africa settentrionale, della penisola arabica, dell'Australia occidentale, della Nuova Zelanda, del centro della Bolivia e dello stato del Mato Grosso (Brasile). A causa del guasto dell'SLC di Landsat 7, sono visibili strisce regolari di probabilità di prato a livello di parcella, in particolare nell'anno 2012. L'utilizzo di livelli di risoluzione più grossolana (mappe di accessibilità e prodotti MODIS) ha introdotto errori macroscopici curvilinei (dovuti alla strategia di downscaling basata su spline cubica) in Uruguay, Argentina sud-occidentale, Angola meridionale e nella regione del Sahel in Africa. Gli utenti devono essere consapevoli delle limitazioni e dei problemi noti, valutandoli attentamente per garantire un uso appropriato delle mappe in questa fase iniziale di previsione. GPW sta lavorando attivamente per raccogliere feedback sistematici tramite la piattaforma Geo-Wiki, convalidare la versione attuale e migliorare le versioni future del set di dati.
Per maggiori informazioni, consulta Parente et. al, 2024, Zenodo e il sito GitHub di Global Pasture Watch
Bande
Bande
Dimensioni pixel: 27,83 metri (tutte le bande)
| Nome | Min | Max | Dimensioni pixel | Descrizione |
|---|---|---|---|---|
probability |
0 | 100 | 27,83 metri | Valore di probabilità di prato coltivato ottenuto tramite Random Forest. |
Proprietà immagini
Proprietà immagini
| Nome | Tipo | Descrizione |
|---|---|---|
| versione | INT | Versione del prodotto |
Termini e condizioni d'uso
Termini e condizioni d'uso
Citazioni
Parente, L., Sloat, L., Mesquita, V., et al. (2024) Global Pasture Watch - Annual grassland class and extent maps at 30-m spatial resolution (2000—2022) (Version v1) [Set di dati]. Zenodo doi:https://doi.org/10.5281/zenodo.13890401
Parente, L., Sloat, L., Mesquita, V., et al. (2024). Mappe annuali di 30 m della classe e dell'estensione dei prati globali (2000-2022) basate su machine learning spazio-temporale, dati scientifici. doi: http://doi.org/10.1038/s41597-024-04139-6
DOI
Esplora con Earth Engine
Editor di codice (JavaScript)
Map.setCenter(-49.265188, -16.602052, 4); var cultiv_grassland = ee.ImageCollection( "projects/global-pasture-watch/assets/ggc-30m/v1/cultiv-grassland_p" ) var min_prob = 32 // Probability threshold var visParams = {min: 15, max: 85, palette: 'f5f5f5,fdaf27,ae7947,3a2200'} var cultiv_grassland_2022 = cultiv_grassland.filterDate('2022-01-01', '2023-01-01').first(); Map.addLayer( cultiv_grassland_2022.mask(cultiv_grassland_2022.gte(min_prob)), visParams, 'Cultivated grassland prob. (2022)' ); var cultiv_grassland_2000 = cultiv_grassland.filterDate('2000-01-01', '2001-01-01').first(); Map.addLayer( cultiv_grassland_2000.mask(cultiv_grassland_2000.gte(min_prob)), visParams, 'Cultivated grassland prob. (2000)' );