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 di praterie naturali/seminaturali 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 prateria naturale/seminaturale derivato 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(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)' );