
- Katalog Sahibi
- Land & Carbon Lab Global Pasture Watch
- Veri Kümesi Kullanılabilirliği
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Veri Kümesi Sağlayıcı
- Land and Carbon Lab Global Pasture Watch
- İletişim
- Arazi ve Karbon Laboratuvarı
- Adım frekansı
- 1 Yıl
- Etiketler
Açıklama
Bu veri kümesi, 2000-2022 yılları arasında 30 metrelik uzamsal çözünürlükte doğal/yarı doğal otlakların küresel yıllık olasılık haritalarını sağlar. Land & Carbon Lab Global Pasture Watch girişimi tarafından üretilen haritalandırılmış otlak alanı, en az% 30 kuru veya ıslak alçak bitki örtüsü içeren tüm arazi örtüsü türlerini kapsar. Bu bitki örtüsü, otlar ve çiçekli bitkiler (3 metreden kısa) ile kaplıdır ve şunları içerir:
- Maksimum% 50 ağaç örtüsü (5 metreden büyük)
- diğer odunsu bitkilerin (çalılıklar ve açık çalılıklar) en fazla% 70'i ve
- tarım arazisi ve diğer bitki örtüsünün bulunduğu mozaik manzaralarda en fazla% 50 aktif tarım arazisi örtüsü
Çayır alanları iki sınıfa ayrılır: - Ekili çayır: Otların ve diğer yem bitkilerinin kasıtlı olarak ekildiği ve yönetildiği alanların yanı sıra, otlatma gibi insan odaklı belirli kullanımlar için aktif ve yoğun yönetim gösteren, doğal çayır tipi bitki örtüsüne sahip alanlar. - Doğal/Yarı doğal çayır: Stepler ve tundralar gibi nispeten bozulmamış yerel çayırlar/kısa boylu bitki örtüsü ve geçmişte çeşitli derecelerde insan faaliyetine maruz kalmış, tarihi arazi kullanımı ve doğal süreçler nedeniyle yerel ve tanıtılan türlerin karışımını içerebilen alanlar. Genel olarak, çeşitli bitki örtüsünün doğal görünümlü desenlerini ve manzara boyunca açıkça sıralanmış hidrolojik ilişkileri gösterirler.
Uygulanan metodolojide, GLAD Landsat ARD-2 görüntüleri (bulutsuz iki aylık toplamalar halinde işlenir, bkz.Consoli ve diğerleri, 2024), iklimsel, yer şekli ve yakınlık kovaryantları, uzamsal-zamansal makine öğrenimi (sınıf başına rastgele orman) ve 2,3 milyondan fazla referans örneği (çok yüksek çözünürlüklü görüntülerde görsel olarak yorumlanır) dikkate alınmıştır. Baskın sınıf haritalarını elde etmek için özel olasılık eşikleri (beş katlı mekansal çapraz doğrulama ve dengeli kesinlik ve hatırlama değerlerine göre) kullanıldı. Ekili alanlar ve doğal/yarı doğal otlak olasılık eşikleri için sırasıyla 0, 32 ve 0, 42 değerleri kullanıldı.
Sınırlamalar: Çayır alanı, Güneydoğu Afrika'da (Zimbabve ve Mozambik) ve Doğu Avustralya'da (Mulga ekolojik bölgesinin çalılıkları ve ormanlık alanları) kısmen düşük tahmin edilmektedir. Kuzey Afrika'nın bazı bölgelerinde, Arap Yarımadası'nda, Batı Avustralya'da, Yeni Zelanda'da, Bolivya'nın merkezinde ve Mato Grosso eyaletinde (Brezilya) ekili alanlar çayır olarak yanlış sınıflandırılıyor. Landsat 7 SLC arızası nedeniyle, özellikle 2012 yılında parsel düzeyinde düzenli çim olasılığı şeritleri görünür. Daha düşük çözünürlüklü katmanların (erişilebilirlik haritaları ve MODIS ürünleri) kullanımı, Uruguay, Güneybatı Arjantin, Angola'nın güneyi ve Afrika'daki Sahel bölgesinde eğrisel makroskobik hatalara (kübik spline'e dayalı ölçek küçültme stratejisi nedeniyle) neden oldu. Kullanıcıların, haritaların bu ilk tahmin aşamasında uygun şekilde kullanılmasını sağlamak için sınırlamaların ve bilinen sorunların farkında olması ve bunları dikkatlice değerlendirmesi gerekir. GPW, Geo-Wiki platformu aracılığıyla sistematik geri bildirim toplamak, mevcut sürümü doğrulamak ve veri kümesinin gelecekteki sürümlerini iyileştirmek için aktif olarak çalışmaktadır.
Daha fazla bilgi için Parente ve diğerleri, 2024, Zenodo ve https://github.com/wri/global-pasture-watch adreslerini inceleyin.
Bantlar
Bantlar
Ad | Min. | Maks. | Piksel Boyutu | Açıklama |
---|---|---|---|---|
probability |
0 | 100 | 30 metre | Rastgele orman aracılığıyla elde edilen doğal/yarı doğal çayırlık olasılık değeri. |
Resim Özellikleri
Resim Özellikleri
Ad | Tür | Açıklama |
---|---|---|
sürüm | MÜD | Ürün sürümü |
Kullanım Şartları
Kullanım Şartları
Alıntılar
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) [Veri kümesi]. Zenodo doi:https://doi.org/10.5281/zenodo.13890401
Parente, L., Sloat, L., Mesquita, V., et al. (2024). Spatiotemporal Machine Learning, Scientific Data'ya dayalı olarak küresel çayır sınıfı ve kapsamının yıllık 30 metrelik haritaları (2000-2022). doi: http://doi.org/10.1038/s41597-024-04139-6
DOI'ler
Earth Engine ile keşfetme
Kod Düzenleyici (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)' );