
- مالک کاتالوگ
- دیدهبان جهانی مراتع
- در دسترس بودن مجموعه دادهها
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- تولیدکننده مجموعه داده
- آزمایشگاه زمین و کربن، دیدهبان جهانی مراتع
- تماس
- آزمایشگاه زمین و کربن
- کادانس
- ۱ سال
- برچسبها
توضیحات
این مجموعه داده، نقشههای احتمال سالانه جهانی از مراتع طبیعی/نیمهطبیعی از سال ۲۰۰۰ تا ۲۰۲۲ را با وضوح مکانی ۳۰ متر ارائه میدهد. این نقشه که توسط طرح ابتکاری «دیدهبان مراتع جهانی» آزمایشگاه زمین و کربن تهیه شده است، شامل هر نوع پوشش زمینی است که حداقل ۳۰٪ از پوشش گیاهی خشک یا مرطوب پست را شامل میشود و غالب آن علفها و فوربها (کمتر از ۳ متر) هستند و:
- حداکثر ۵۰٪ پوشش تاج درخت (بیش از ۵ متر)،
- حداکثر ۷۰٪ از سایر پوشش گیاهی چوبی (بوته زارها و درختچه زارهای باز) و
- حداکثر ۵۰٪ پوشش فعال زمینهای کشاورزی در مناظر موزاییکی از زمینهای کشاورزی و سایر پوششهای گیاهی.
وسعت علفزار به دو دسته طبقهبندی میشود: - علفزار کشتشده : مناطقی که در آنها علفها و سایر گیاهان علوفهای عمداً کاشته و مدیریت شدهاند، و همچنین مناطقی از پوشش گیاهی بومی از نوع علفزار که در آنها به وضوح مدیریت فعال و سنگین برای مصارف خاص انسانی، مانند چرای هدایتشده دام، نشان داده میشود. - علفزار طبیعی/نیمهطبیعی : علفزارهای بومی نسبتاً دستنخورده/پوشش گیاهی کوتاهقد، مانند استپها و توندرا، و همچنین مناطقی که در گذشته درجات مختلفی از فعالیت انسانی را تجربه کردهاند، که ممکن است به دلیل استفاده تاریخی از زمین و فرآیندهای طبیعی، ترکیبی از گونههای بومی و وارداتی را شامل شوند. به طور کلی، آنها الگوهای طبیعی از پوشش گیاهی متنوع و روابط هیدرولوژیکی منظمی را در سراسر چشمانداز نشان میدهند.
روش اجرا شده، تصاویر GLAD Landsat ARD-2 (پردازش شده به صورت دادههای دوماهانه بدون ابر، به Consoli و همکاران، 2024 مراجعه کنید )، همراه با متغیرهای کمکی اقلیمی، شکل زمین و مجاورت، یادگیری ماشین مکانی-زمانی (جنگل تصادفی به ازای هر کلاس) و بیش از 2.3 میلیون نمونه مرجع (تفسیر بصری در تصاویر با وضوح بسیار بالا) را در نظر گرفت. آستانههای احتمال سفارشی (بر اساس اعتبارسنجی متقابل مکانی پنجگانه و مقادیر دقت و یادآوری متعادل) برای استخراج نقشههای کلاس غالب، 0.32 و 0.42 به ترتیب برای آستانههای احتمال کشتشده و علفزارهای طبیعی/نیمهطبیعی استفاده شدند.
محدودیتها: وسعت مراتع در جنوب شرقی آفریقا (زیمبابوه و موزامبیک) و در شرق استرالیا (بوته زارها و جنگلهای منطقه اکولوژیکی مولگا) تا حدودی کمتر از حد پیشبینی شده است. در بخشهایی از شمال آفریقا، شبه جزیره عربستان، استرالیای غربی، نیوزیلند، مرکز بولیوی و ایالت ماتو گروسو (برزیل)، زمینهای کشاورزی به اشتباه به عنوان مرتع طبقهبندی میشوند. به دلیل نقص در SLC ماهواره لندست ۷، نوارهای منظمی از احتمالات مرتع در سطح قطعه زمین، به ویژه در سال ۲۰۱۲، قابل مشاهده است. استفاده از لایههای با وضوح بالاتر (نقشههای دسترسی و محصولات MODIS) خطاهای ماکروسکوپی منحنیخطی (به دلیل استراتژی کوچکنمایی مبتنی بر مکعب اسپلاین) را در اروگوئه، جنوب غربی آرژانتین، جنوب آنگولا و در منطقه ساحل در آفریقا ایجاد کرد. کاربران باید از محدودیتها و مسائل شناخته شده آگاه باشند؛ در حالی که آنها را با دقت در نظر بگیرند تا از استفاده مناسب از نقشهها در این مرحله پیشبینی اولیه اطمینان حاصل شود. GPW به طور فعال در حال جمعآوری بازخورد سیستماتیک از طریق پلتفرم Geo-Wiki ، اعتبارسنجی نسخه فعلی و بهبود نسخههای آینده مجموعه دادهها است.
برای اطلاعات بیشتر به Parente و همکاران، ۲۰۲۴ ، Zenodo و سایت GitHub Global Pasture Watch مراجعه کنید.
باندها
باندها
| نام | حداقل | مکس | اندازه پیکسل | توضیحات |
|---|---|---|---|---|
probability | 0 | ۱۰۰ | ۳۰ متر | مقدار احتمال علفزار طبیعی/نیمه طبیعی که از طریق جنگل تصادفی بدست آمده است. |
ویژگیهای تصویر
ویژگیهای تصویر
| نام | نوع | توضیحات |
|---|---|---|
| نسخه | داخلی | نسخه محصول |
شرایط استفاده
شرایط استفاده
نقل قولها
پارنت، ل.، اسلوت، ل.، مسکیتا، و.، و همکاران (2024) دیدهبان مراتع جهانی - نقشههای سالانه کلاس و وسعت مراتع با وضوح مکانی 30 متر (2000-2022) (نسخه v1) [مجموعه دادهها]. زنودو doi: https://doi.org/10.5281/zenodo.13890401
پارنت، ل.، اسلوت، ل.، مسکیتا، و.، و همکاران (2024). نقشههای سالانه 30 متری از کلاس و وسعت مراتع جهانی (2000-2022) بر اساس یادگیری ماشینی مکانی-زمانی، Scientific Data. doi: http://doi.org/10.1038/s41597-024-04139-6
DOI ها
با موتور زمین کاوش کنید
ویرایشگر کد (جاوااسکریپت)
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)' );
