Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez Land & Carbon Lab pour signaler un bug ou consultez d'autres ensembles de données dans le catalogue Global Pasture Watch. En savoir plus sur les ensembles de données pour les éditeurs
- Propriétaire du catalogue
- Global Pasture Watch
- Disponibilité de l'ensemble de données
- 2000-01-01T00:00:00Z–2024-01-01T00:00:00Z
- Producteur de l'ensemble de données
- Land and Carbon Lab Global Pasture Watch
- Contact
- Land & Carbon Lab
- Cadence
- 1 an
- Tags
Description
Cet ensemble de données fournit la hauteur médiane de la végétation à l'échelle mondiale depuis 2000, à une résolution spatiale de 30 m. Produit par l'initiative Global Pasture Watch du Land & Carbon Lab, cet ensemble de données fournit des valeurs médianes de hauteur de végétation (50e centile) à l'échelle mondiale, à une résolution spatiale de 30 mètres, à partir de l'année 2000. L'ensemble de données est basé sur la hauteur médiane des retours de végétation ICESat-2 ATL08 et est modélisé à l'aide du machine learning (ensemble Gradient Boosted Trees) à l'aide de GLAD Landsat ARD (collection-2) agrégé tous les deux mois (voir Consoli et al., 2024) et combinées à des covariables supplémentaires, y compris l'élévation du terrain (GEDTM30), la température moyenne géométrique, la température MODIS à long terme et la vapeur d'eau.
Conçu à l'origine pour la surveillance des écosystèmes ouverts (prairies, arbustaies ouvertes, savanes, toundra), l'ensemble de données offre une couverture complète de tous les écosystèmes terrestres. Par conséquent, les valeurs médianes de hauteur des écosystèmes forestiers ne doivent pas être interprétées comme la hauteur de la canopée. Pour comparer les produits de hauteur de canopée existants, accédez à l'application GPW Height Comparison Toolkit (GPW-HCT).
Des estimations des valeurs de l'intervalle de prédiction à 90 % (5e et 95e centiles) sont disponibles dans OpenLandMap STAC.
Les analyses des tendances par pixel sont calculées à la volée à l'aide de l'application GEE.
Limites :
Hétérogénéité de la végétation : la hauteur médiane est sensible aux arbustes et aux arbres dans les paysages dominés par la couverture herbacée. Les utilisateurs qui s'intéressent à la biomasse herbacée doivent envisager d'utiliser des cartes de couverture fractionnaire pour traiter les mélanges de sous-pixels. Les futures versions pourront intégrer les informations sur la structure verticale d'ICESat-2 pour mieux séparer le couvert arboré.
Tendances infra-annuelles et saisonnières : la densité actuelle des données ICESat-2 est insuffisante pour cartographier les variations saisonnières de hauteur courantes dans les écosystèmes herbeux. Pour capturer des instantanés plus fréquents, il est nécessaire d'augmenter les acquisitions Lidar ou d'effectuer un échantillonnage plus dense à partir des mesures en cours. Cela permettrait d'améliorer la surveillance des changements et des perturbations intra-annuels, y compris le pâturage, les incendies et les récoltes.
Incertitude et restrictions liées aux données : les données d'entraînement ont été limitées aux mesures de nuit à faisceau puissant afin de minimiser le bruit du signal. Des filtres supplémentaires ont été appliqués, mais cela ne tient pas entièrement compte de toutes les sources d'incertitude des données dans la mission ICESat-2. De plus, la couverture nuageuse et la fumée entravent la pénétration du signal, ce qui augmente l'incertitude dans certaines régions. Plus précisément pour 2019, le modèle a présenté des performances légèrement inférieures à celles des années plus récentes, ce qui pourrait être lié à des différences dans la disponibilité et la qualité des données au début de la mission ICESat-2.
Difficulté à détecter la végétation très basse : les capteurs lidar, y compris ICESat-2, ont du mal à mesurer précisément les canopées très basses, en particulier avec une couverture clairsemée ou une occlusion partielle du sol. Les données d'entraînement n'identifient pas la végétation à moins de 50 cm de la surface du sol, ce qui peut entraîner une surestimation de la hauteur dans les couvertures terrestres les plus courtes ou les plus clairsemées, comme les salines des zones humides.
Sous-estimation des hauteurs maximales : le modèle de machine learning entraîné a montré une tendance à la moyenne, ce qui a entraîné des intervalles de prédiction trop étroits et optimistes. En raison de la sous-estimation de la hauteur de la végétation dans les extrêmes supérieurs, il convient d'être prudent lors de l'interprétation des valeurs absolues dans les régions où les forêts sont très hautes, mais les tendances et les modèles relatifs restent informatifs.
Validation indépendante limitée : bien que validé par rapport aux données ICESat-2 (ensemble de test), une validation plus large à l'aide de Lidar aéroporté ou par drone serait nécessaire pour évaluer pleinement la qualité de l'ensemble de données au niveau régional.
Pour en savoir plus, consultez Hunter et al., 2025, Zenodo et le site GitHub Global Pasture Watch.
Bandes
Bandes de fréquences
Taille des pixels : 30 mètres (toutes les bandes)
| Nom | Unités | Min | Max | Échelle | Taille des pixels | Description |
|---|---|---|---|---|---|---|
height |
m | 0 | 10 | 0,1 | 30 mètres | Hauteur médiane de la végétation |
Propriétés des images
Propriétés des images
| Nom | Type | Description |
|---|---|---|
| version | INT | Version du produit |
Conditions d'utilisation
Conditions d'utilisation
Citations
Parente, L., Hunter, M., Ho, Y., Bonannella, C. et al. (2025). Global Pasture Watch : cartes annuelles de la hauteur de la végétation basse à une résolution spatiale de 30 m (2000-2022) [ensemble de données], version v1. Zenodo. doi:https://doi.org/10.5281/zenodo.15198654
Hunter, M.O., Parente, L., Ho, Yf. et al. (2025) Cartes mondiales de la hauteur médiane annuelle de la végétation à 30 mètres (2000-2022) basées sur les données ICESat-2 et le machine learning. Scientific Data 12, 1470. doi: https://doi.org/10.1038/s41597-025-05739-6
DOI
Explorer avec Earth Engine
Éditeur de code (JavaScript)
Map.setCenter(-49.265188, -16.602052, 4); var short_veg_height_m = ee.ImageCollection("projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m"), style = {"opacity":1,"bands":["height"],"min":0,"max":10,"palette":["#fcffa4","#f98d0a","#bb3755","#57106e","#000004"]}; var SCALE_FACTOR = 0.1 var svhVis = {min: 0, max: 10, palette: "fcffa4,f98d0a,bb3755,57106e,000004"} var svh = ee.ImageCollection( "projects/global-pasture-watch/assets/gsvh-30m/v1/short-veg-height_m" ) var svh2024 = svh.filterDate('2024-01-01', '2025-01-01').first().multiply(SCALE_FACTOR); Map.addLayer(svh2024, svhVis, 'Median vegetation height (2024)'); var svh2000 = svh.filterDate('2000-01-01', '2001-01-01').first().multiply(SCALE_FACTOR); Map.addLayer(svh2000, svhVis, 'Median vegetation height (2000)');