- Propietario del catálogo
- Global Pasture Watch
- Disponibilidad del conjunto de datos
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Proveedor del conjunto de datos
- Land and Carbon Lab Global Pasture Watch
- Contacto
- Land & Carbon Lab
- Cadencia
- 1 año
- Etiquetas
Descripción
Este conjunto de datos proporciona mapas de probabilidad anuales globales de pastizales naturales y seminaturales desde 2000 hasta 2022 con una resolución espacial de 30 m. Producida por la iniciativa Global Pasture Watch de Land & Carbon Lab, la extensión de pastizales mapeada incluye cualquier tipo de cubierta del suelo que contenga al menos un 30% de vegetación baja seca o húmeda, dominada por pastos y hierbas (menos de 3 metros) y un:
- un máximo del 50% de porcentaje de cobertura arbórea (más de 5 metros)
- un máximo del 70% de otra vegetación leñosa (matorrales y arbustos abiertos) y
- un máximo del 50% de cobertura de tierras de cultivo activas en paisajes de mosaico de tierras de cultivo y otra vegetación.
La extensión de pastizales se clasifica en dos clases: - Pastizales cultivados: Áreas en las que se han plantado y administrado intencionalmente pastos y otras plantas forrajeras, así como áreas de vegetación nativa de tipo pastizal en las que se observa claramente un manejo activo y pesado para usos específicos dirigidos por humanos, como el pastoreo dirigido de ganado. - Praderas naturales o seminaturales: Praderas nativas o vegetación de baja altura relativamente intactas, como estepas y tundras, así como áreas que experimentaron diversos grados de actividad humana en el pasado, que pueden contener una mezcla de especies nativas e introducidas debido al uso histórico de la tierra y a procesos naturales. En general, muestran patrones de vegetación variada de aspecto natural y relaciones hidrológicas claramente ordenadas en todo el paisaje.
La metodología implementada consideró imágenes de GLAD Landsat ARD-2 (procesadas en agregados bimensuales sin nubes, consulta Consoli et al, 2024 ), acompañadas de covariables climáticas, de relieve y de proximidad, aprendizaje automático espaciotemporal (bosque aleatorio por clase) y más de 2.3 millones de muestras de referencia (interpretadas visualmente en imágenes de muy alta resolución). Se usaron umbrales de probabilidad personalizados (basados en una validación cruzada espacial de cinco veces y valores de precisión y recuperación equilibrados) para derivar mapas de clases dominantes, 0.32 y 0.42 para los umbrales de probabilidad de pastizales cultivados y naturales/seminaturales, respectivamente.
Limitaciones: La extensión de los pastizales se subestima parcialmente en el sudeste de África (Zimbabue y Mozambique) y en el este de Australia (matorrales y bosques de la ecorregión de Mulga). Las tierras de cultivo se clasifican erróneamente como pastizales en partes del norte de África, la península arábiga, Australia Occidental, Nueva Zelanda, el centro de Bolivia y el estado de Mato Grosso (Brasil). Debido a la falla del SLC de Landsat 7, se pueden ver franjas regulares de probabilidades de pastizales a nivel de parcela, en particular en el año 2012. El uso de capas de resolución más gruesa (mapas de accesibilidad y productos MODIS) introdujo errores macroscópicos curvilíneos (debido a la estrategia de reducción de escala basada en splines cúbicos) en Uruguay, el suroeste de Argentina, el sur de Angola y en la región del Sahel en África. Los usuarios deben conocer las limitaciones y los problemas conocidos, y tenerlos en cuenta para garantizar el uso adecuado de los mapas en esta etapa inicial de predicción. GPW trabaja de forma activa para recopilar comentarios sistemáticos a través de la plataforma Geo-Wiki, validar la versión actual y mejorar las versiones futuras del conjunto de datos.
Para obtener más información, consulta Parente et. al, 2024, Zenodo y el sitio de GitHub de Global Pasture Watch
Bandas
Bandas
Tamaño de píxel: 27.83 metros (todas las bandas)
| Nombre | Mín. | Máx. | Tamaño de los píxeles | Descripción |
|---|---|---|---|---|
probability |
0 | 100 | 27.83 metros | Valor de probabilidad de pastizales naturales o seminaturales derivado a través de bosque aleatorio. |
Propiedades de imágenes
Propiedades de la imagen
| Nombre | Tipo | Descripción |
|---|---|---|
| versión | INT | Versión del producto |
Condiciones de Uso
Condiciones de Uso
Citas
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). Annual 30-m maps of global grassland class and extent (2000–2022) based on spatiotemporal Machine Learning, Scientific Data. doi: http://doi.org/10.1038/s41597-024-04139-6
DOI
Explora con Earth Engine
Editor de código (JavaScript)
Map.setCenter(63.72366666, 38.30182604, 4); var nat_semi_grassland = ee.ImageCollection( "projects/global-pasture-watch/assets/ggc-30m/v1/nat-semi-grassland_p" ) var min_prob = 42 // Probability threshold var visParams = {min: 15, max: 85, palette: 'f7f1e5,af8260,803d3b,322c2b'} var nat_semi_grassland_2022 = nat_semi_grassland.filterDate('2022-01-01', '2023-01-01').first(); Map.addLayer( nat_semi_grassland_2022.mask(nat_semi_grassland_2022.gte(min_prob)), visParams, 'Natural/Semi-natural grassland prob. (2022)' ); var nat_semi_grassland_2000 = nat_semi_grassland.filterDate('2000-01-01', '2001-01-01').first(); Map.addLayer( nat_semi_grassland_2000.mask(nat_semi_grassland_2000.gte(min_prob)), visParams, 'Natural/Semi-natural grassland prob. (2000)' );