קבוצת הנתונים הזו היא חלק מקטלוג של בעלי תוכן דיגיטלי, והוא לא מנוהל על ידי Google Earth Engine. אפשר לפנות אל Land & Carbon Lab כדי לדווח על באגים או לראות קבוצות נתונים נוספות מקטלוג Global Pasture Watch. מידע נוסף על קבוצות נתונים של בעלי תוכן דיגיטלי
- בעלי הקטלוג
- Global Pasture Watch
- זמינות קבוצת הנתונים
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- מפיק מערך הנתונים
- Land and Carbon Lab Global Pasture Watch
- יצירת קשר
- Land & Carbon Lab
- קצב
- שנה אחת
- תגים
תיאור
קבוצת הנתונים הזו מספקת מפות גלובליות שנתיות של הסוגים הבולטים של שטחים עם צמחייה עשבונית (מעובדים וטבעיים/חצי טבעיים) משנת 2000 עד 2022 ברזולוציה מרחבית של 30 מ'. הנתונים האלה נוצרו על ידי יוזמת Land & Carbon Lab Global Pasture Watch. הם כוללים את כל סוגי כיסוי הקרקע שמכילים לפחות 30% של צמחייה נמוכה יבשה או לחה, שכוללת בעיקר דשא ועשבים (פחות מ-3 מטרים) ו:
- כיסוי צל העצים (גובה מעל 5 מטרים) לא יעלה על 50%,
- עד 70% של צמחייה מעוצה אחרת (שיחים ושטחי שיחים פתוחים), ו
- מקסימום 50% כיסוי של שטחי גידול פעילים בנופי פסיפס של שטחי גידול וצמחייה אחרת.
שטחי העשב מחולקים לשתי קטגוריות: - שטחי עשב מעובדים: אזורים שבהם נשתלו וטופלו באופן מכוון עשבים וצמחי מספוא אחרים, וגם אזורים של צמחייה מקומית מסוג עשב שבהם ניכר בבירור ניהול פעיל ואינטנסיבי לשימושים ספציפיים שמכוונים על ידי בני אדם, כמו רעיית בקר מכוונת. – Natural/Semi-natural grassland (שטחי עשב טבעיים או חצי טבעיים): שטחי עשב מקומיים או צמחייה נמוכה יחסית שלא הופרעו, כמו ערבות וטונדרה, וגם אזורים שהייתה בהם בעבר פעילות אנושית בדרגות שונות, שעשויים להכיל תערובת של מינים מקומיים ומינים שהובאו לאזור בגלל שימוש היסטורי בקרקע ותהליכים טבעיים. באופן כללי, הם מציגים דפוסים טבעיים של צמחייה מגוונת וקשרים הידרולוגיים מסודרים בבירור לאורך הנוף.
המתודולוגיה שהוטמעה התבססה על תמונות GLAD Landsat ARD-2 (שעברו עיבוד לצבירות דו-חודשיות ללא עננים, ראו Consoli et al, 2024 ), בליווי משתני עזר אקלימיים, גיאומורפיים ומשתני קרבה, למידת מכונה מרחבית-זמנית (Random Forest לכל סיווג) ויותר מ-2.3 מיליון דגימות ייחוס (שעברו פרשנות ויזואלית בתמונות ברזולוציה גבוהה מאוד). כדי ליצור מפות של הסוגים הבולטים של שטחים עם צמחייה עשבונית, נעשה שימוש בספי הסתברות מותאמים אישית (על סמך אימות צולב מרחבי של חמישה חלקים וערכים מאוזנים של דיוק והחזרה). ספי ההסתברות של שטחים עם צמחייה עשבונית מעובדים וטבעיים/חצי טבעיים הם 0.32 ו-0.42, בהתאמה.
מגבלות: יש הערכת חסר של שטחי מרעה בדרום-מזרח אפריקה (זימבבואה ומוזמביק) ובמזרח אוסטרליה (שטחי שיחים ויערות באזור האקולוגי של מולגה). שטחי גידול מסווגים באופן שגוי כשטחי עשב בחלקים של צפון אפריקה, חצי האי ערב, מערב אוסטרליה, ניו זילנד, מרכז בוליביה ומדינת מאטו גרוסו (ברזיל). בגלל הכשל ב-SLC של Landsat 7, אפשר לראות פסים רגילים של הסתברויות שטחי עשב ברמת החלקה, במיוחד בשנת 2012. השימוש בשכבות ברזולוציה גסה יותר (מפות נגישות ומוצרי MODIS) הוביל לשגיאות מאקרו ליניאריות (בגלל אסטרטגיית ההקטנה שמבוססת על cubicspline) באורוגוואי, בדרום-מערב ארגנטינה, בדרום אנגולה ובאזור סאהל באפריקה. המשתמשים צריכים להיות מודעים למגבלות ולבעיות הידועות, ולשקול אותן בקפידה כדי להבטיח שימוש הולם במפות בשלב הראשוני הזה של החיזוי. צוות GPW פועל באופן פעיל לאיסוף משוב שיטתי באמצעות פלטפורמת Geo-Wiki, כדי לאמת את הגרסה הנוכחית ולשפר את הגרסאות העתידיות של קבוצת הנתונים.
מידע נוסף זמין במאמר Parente et. al, 2024, Zenodo ובאתר Global Pasture Watch GitHub
תחום תדרים
תחום תדרים
גודל הפיקסל: 30 מטרים (כל הפסים)
| שם | מינימום | מקסימום | גודל הפיקסל | תיאור |
|---|---|---|---|---|
dominant_class |
0 | 2 | 30 מטרים | הסיווג הדומיננטי נגזר באמצעות Random Forest ומפות הסתברות. |
טבלת סיווג של dominant_class
| ערך | צבע | תיאור |
|---|---|---|
| 0 | #ffffff | אחר |
| 1 | #ffcd73 | אדמת מרעה מעובדת |
| 2 | #ff9916 | שטחי עשב טבעיים או חצי-טבעיים |
מאפייני תמונה
מאפייני תמונה
| שם | סוג | תיאור |
|---|---|---|
| גרסה | INT | גרסת המוצר |
תנאים והגבלות
תנאים והגבלות
ציטוטים ביבליוגרפיים
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) [Data set]. Zenodo doi:https://doi.org/10.5281/zenodo.13890401
Parente, L., Sloat, L., Mesquita, V., et al. (2024). מפות שנתיות ברזולוציה של 30 מטרים של סוגים ושטחים גלובליים של צמחייה עשבונית (2000–2022) על סמך למידת מכונה מרחבית-זמנית, נתונים מדעיים. doi: http://doi.org/10.1038/s41597-024-04139-6
מזהי DOI
סיור עם פלטפורמת Earth Engine
עורך קוד (JavaScript)
Map.setCenter(-49.265188, -16.602052, 4); var domi_grassland = ee.ImageCollection( "projects/global-pasture-watch/assets/ggc-30m/v1/grassland_c" ) var visParams = {"opacity":1, "min":1,"max":2,"palette":["ffcd73","ff9916"]}; var domi_grassland_2022 = domi_grassland.filterDate('2022-01-01', '2023-01-01').first(); Map.addLayer( domi_grassland_2022.selfMask(), visParams, 'Dominant grassland class (2022)' ); var domi_grassland_2000 = domi_grassland.filterDate('2000-01-01', '2001-01-01').first(); Map.addLayer( domi_grassland_2000.selfMask(), visParams, 'Dominant grassland class (2000)' );