Tập dữ liệu này thuộc một Danh mục nhà xuất bản và không do Google Earth Engine quản lý. Liên hệ với Land & Carbon Lab để báo cáo lỗi hoặc xem thêm các tập dữ liệu trong Danh mục Global Pasture Watch. Tìm hiểu thêm về Tập dữ liệu của nhà xuất bản.
- Chủ sở hữu danh mục
- Global Pasture Watch
- Phạm vi cung cấp tập dữ liệu
- 2000-01-01T00:00:00Z–2024-01-01T00:00:00Z
- Đơn vị cung cấp tập dữ liệu
- Land and Carbon Lab Global Pasture Watch
- Liên hệ
- Land & Carbon Lab
- Tần suất
- 1 năm
- Thẻ
Mô tả
Tập dữ liệu này cung cấp chiều cao trung bình của thảm thực vật trên toàn cầu từ năm 2000 ở độ phân giải không gian 30 mét. Được tạo ra theo sáng kiến Global Pasture Watch của Land & Carbon Lab, tập dữ liệu này cung cấp các giá trị chiều cao trung bình của thảm thực vật (phân vị thứ 50) trên toàn cầu ở độ phân giải không gian 30 mét từ năm 2000 trở đi. Tập dữ liệu này dựa trên chiều cao trung bình của tín hiệu phản xạ từ thảm thực vật ICESat-2 ATL08 và được mô hình hoá thông qua công nghệ học máy (tập hợp các cây tăng cường độ dốc) bằng cách sử dụng ARD Landsat của GLAD (tập hợp 2) được tổng hợp hai tháng một lần (xem Consoli và cộng sự, 2024) và kết hợp với các biến đồng biến bổ sung, bao gồm độ cao địa hình (GEDTM30), nhiệt độ trung bình hình học, nhiệt độ dài hạn MODIS và hơi nước.
Ban đầu được thiết kế để hỗ trợ việc giám sát hệ sinh thái mở (đồng cỏ, vùng cây bụi thưa, thảo nguyên, lãnh nguyên), tập dữ liệu này cung cấp phạm vi bao phủ toàn diện cho tất cả hệ sinh thái trên cạn. Do đó, bạn không nên coi giá trị chiều cao trung bình của hệ sinh thái rừng là đỉnh tán cây. Để so sánh với các sản phẩm chiều cao tán cây hiện có khác, hãy truy cập vào ứng dụng Bộ công cụ so sánh chiều cao GPW (GPW-HCT).
Thông tin ước tính về giá trị khoảng dự đoán 90% (phân vị thứ 5 và thứ 95) có trong OpenLandMap STAC.
Phân tích xu hướng theo từng pixel được tính toán ngay lập tức bằng Ứng dụng GEE.
Các điểm hạn chế:
Tính không đồng nhất của thảm thực vật: Chiều cao trung vị nhạy cảm với cây bụi và cây trong cảnh quan chủ yếu là thảm thực vật thân thảo. Người dùng tập trung vào sinh khối thân thảo nên cân nhắc sử dụng bản đồ độ che phủ một phần để giải quyết các hỗn hợp phụ pixel. Các phiên bản trong tương lai có thể kết hợp thông tin về cấu trúc dọc của ICESat-2 để phân tách lớp phủ gỗ tốt hơn.
Các mẫu hình theo mùa và dưới một năm: Mật độ dữ liệu hiện tại của ICESat-2 không đủ để lập bản đồ những thay đổi về chiều cao theo mùa thường thấy trong hệ sinh thái đồng cỏ. Cần tăng số lượng dữ liệu Lidar thu thập được hoặc tăng mật độ lấy mẫu từ hoạt động đo lường đang diễn ra để ghi lại các ảnh chụp nhanh thường xuyên hơn. Điều này sẽ giúp cải thiện hoạt động giám sát những thay đổi và xáo trộn trong năm, bao gồm cả hoạt động chăn thả, cháy và thu hoạch.
Hạn chế và độ không chắc chắn về dữ liệu: Dữ liệu huấn luyện bị hạn chế ở các phép đo ban đêm, chùm tia mạnh để giảm thiểu nhiễu tín hiệu và các bộ lọc bổ sung đã được áp dụng, nhưng điều này không giải thích đầy đủ cho tất cả các nguồn dữ liệu không chắc chắn trong nhiệm vụ ICESat-2. Hơn nữa, mây che phủ và khói cản trở khả năng xuyên thấu tín hiệu, làm tăng mức độ không chắc chắn ở một số khu vực. Cụ thể là đối với năm 2019, mô hình này có hiệu suất kém hơn một chút so với những năm gần đây. Điều này có thể liên quan đến sự khác biệt về tính sẵn có và chất lượng dữ liệu khi bắt đầu sứ mệnh ICESat-2.
Khó phát hiện thảm thực vật rất thấp: Các cảm biến Lidar, bao gồm cả ICESat-2, gặp khó khăn trong việc đo lường chính xác tán lá rất thấp, đặc biệt là khi tán lá thưa thớt hoặc bị che khuất một phần. Dữ liệu huấn luyện không xác định được thảm thực vật cách bề mặt đất dưới 50 cm, điều này có thể dẫn đến việc ước tính quá cao chiều cao ở những vùng đất có độ che phủ ngắn nhất hoặc thưa thớt nhất, chẳng hạn như vùng đất ngập nước có các hồ nước mặn.
Đánh giá thấp chiều cao tối đa: Mô hình học máy đã được huấn luyện có xu hướng hướng đến giá trị trung bình, dẫn đến khoảng dự đoán quá hẹp và lạc quan. Do chiều cao thảm thực vật bị đánh giá thấp ở các cực trên, nên bạn cần thận trọng khi diễn giải các giá trị tuyệt đối ở những khu vực có rừng rất cao, nhưng các mẫu và xu hướng tương đối vẫn mang tính thông tin.
Xác thực độc lập có giới hạn: Mặc dù được xác thực dựa trên dữ liệu ICESat-2 (bộ thử nghiệm), nhưng cần có hoạt động xác thực rộng hơn bằng Lidar trên máy bay hoặc máy bay không người lái để đánh giá đầy đủ chất lượng của tập dữ liệu ở cấp khu vực.
Để biết thêm thông tin, hãy xem Hunter và cộng sự, 2025, Zenodo và trang web Global Pasture Watch trên GitHub
Băng tần
Băng tần
Kích thước pixel: 30 mét (tất cả các dải tần)
| Tên | Đơn vị | Tối thiểu | Tối đa | Tỷ lệ | Kích thước pixel | Mô tả |
|---|---|---|---|---|---|---|
height |
m | 0 | 10 | 0,1 | 30 mét | Chiều cao trung bình của thảm thực vật |
Thuộc tính hình ảnh
Thuộc tính hình ảnh
| Tên | Loại | Mô tả |
|---|---|---|
| version | SLC | Phiên bản sản phẩm |
Điều khoản sử dụng
Điều khoản sử dụng
Trích dẫn
Parente, L., Hunter, M., Ho, Y., Bonannella, C. el al. (2025). Global Pasture Watch – Bản đồ chiều cao thảm thực vật thấp hằng năm ở độ phân giải không gian 30 mét (2000 – 2022) (Phiên bản v1) [Tập dữ liệu]. Zenodo. doi:https://doi.org/10.5281/zenodo.15198654
Hunter, M.O., Parente, L., Ho, Yf. và cộng sự (2025) Bản đồ chiều cao trung bình hàng năm của thảm thực vật toàn cầu ở độ phân giải 30 mét (2000 – 2022) dựa trên dữ liệu ICESat-2 và công nghệ học máy. Scientific Data 12, 1470. doi: https://doi.org/10.1038/s41597-025-05739-6
DOI
Khám phá bằng Earth Engine
Trình soạn thảo mã (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)');