مجموعة البيانات هذه هي جزء من "كتالوج الناشرين"، ولا تديرها Google Earth Engine. يُرجى التواصل مع "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية للإبلاغ عن أخطاء أو عرض المزيد من مجموعات البيانات من "كتالوج خدمة الغابات" التابع لوزارة الزراعة الأمريكية. مزيد من المعلومات عن مجموعات بيانات الناشرين
- مالك الكتالوج
- خدمة الغابات التابعة لوزارة الزراعة الأمريكية
- مدى توفّر مجموعة البيانات
- 1985-06-01T00:00:00Z–2025-12-31T00:00:00Z
- الجهة المنتجة لمجموعة البيانات
- مكتب الخدمات الجغرافية المكانية التابع لمركز الخدمات والابتكار الميداني في "هيئة الغابات" بوزارة الزراعة الأمريكية (FSIC-GO)
- العلامات
الوصف
مجموعة بيانات "مساحة الأشجار المظلِّلة" (TCC) التي تنتجها "دائرة الغابات" (USFS) التابعة لوزارة الزراعة الأمريكية، هي نواتج خرائط سنوية مستندة إلى الاستشعار عن بُعد وتمتد من 1985 إلى 2025. تساهم هذه البيانات في مشروع "قاعدة البيانات الوطنية لغطاء الأراضي" (NLCD) الذي يديره "المسح الجيولوجي الأمريكي" (USGS) كجزء من اتحاد "خصائص الأراضي المتعددة الدقة" (MRLC). يهدف المشروع إلى استخدام أحدث التقنيات لإنشاء خريطة متسقة "بأفضل دقة ممكنة" للغطاء الشجري. يتم توضيح المنهجية بالتفصيل في Heyer et al. (2025). يشمل النطاق الجغرافي الولايات المتحدة المتجاورة (CONUS) ومناطق OCONUS (جنوب شرق ألاسكا (SEAK) وهاواي (HI) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI)). سيتم إصدار بيانات PRUSVI وHI v2025-6 في أواخر صيف 2026.
المنتجات
تتضمّن مجموعة بيانات TCC ثلاثة منتجات:
محتوى من إنشاء الذكاء الاصطناعي في مجال العلوم: يشير إلى النتائج المباشرة التي يقدّمها النموذج.
الخطأ العادي في العلوم (SE): الانحراف المعياري للنموذج عن القيم المتوقّعة من جميع أشجار الانحدار.
غطاء الأراضي الوطني المصنّف حسب الفئات (TCC) غير السحابي: هو منتج محسّن مشتق من صور غطاء الأراضي الوطني المصنّف حسب الفئات (TCC) السنوية. يخضع هذا المنتج لمعالجة لاحقة بهدف الحد من التشويش بين السنوات، وإبراز المؤشرات الطويلة الأمد، وإخفاء ميزات معيّنة (مثل المياه والزراعة غير الشجرية).
تتضمّن كل صورة نطاق قناع بيانات يحتوي على ثلاث قيم تمثّل المناطق التي لا تتوفّر فيها بيانات (0)، ومناطق الغطاء الشجري المحدّدة على الخريطة (1)، والمناطق غير المعالَجة (2). المناطق غير المعالَجة هي وحدات البكسل في منطقة الدراسة التي لا تتوفّر فيها بيانات خالية من السحب أو ظل السحب. يتم إخفاء وحدات البكسل التي لا تتوفّر فيها بيانات والمناطق غير المعالَجة في صور TCC وSE.
البيانات والأساليب
لقد طوّرنا بيانات تدريب ونماذج غابات عشوائية لمنطقة الولايات المتحدة القارية (CONUS) وجنوب شرق ألاسكا (SEAK) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI) وهاواي (HI) باستخدام بيانات TCC التي تم تفسيرها من الصور والمأخوذة من برنامج "جرد الغابات وتحليلها" (FIA) التابع لهيئة الغابات في الولايات المتحدة (USFS) كبيانات مرجعية. استخدمنا Google Earth Engine (GEE) (Gorelick et al. 2017) لمعالجة LandTrendr وتوقّعات التضاريس. تتضمّن بيانات التضاريس من برنامج 3D Elevation Program (3DEP) (هيئة المسح الجيولوجي الأمريكية، 2019) الارتفاع والانحدار وجيب الزاوية وجيب التمام للاتجاه. بالنسبة إلى الولايات المتحدة القارية، أدرجنا أيضًا "طبقة بيانات المحاصيل" (CDL) كعامل تنبؤ (Lin et al.، 2022).
استخدمنا صور انعكاسية من أعلى الغلاف الجوي من المستوى 1 من مجموعة Landsat 2 التابعة لهيئة المسح الجيولوجي الأمريكية (USGS) ومن القمرَين الصناعيَّين Sentinel 2A وSentinel 2B من المستوى 1C لإنتاج مركّبات سنوية من نوع medoid. لضمان جودة البيانات، طبّقنا خوارزميات مختلفة لإخفاء الغيوم والظلال، بما في ذلك cFmask (Foga et al., 2017; Zhu and Woodcock, 2012), cloudScore (Chastain et al., 2019)، وs2cloudless (Sentinel-Hub، 2021)، وCloud Score+ (باسكواريلا وآخرون، 2023)، وTDOM (Chastain et al., (2019). بعد إخفاء الأجزاء المتأثرة بالغيوم، حسبنا الأشكال الهندسية المركزية السنوية لإنشاء صورة مركّبة واحدة خالية من الغيوم لكل عام. أخيرًا، تم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., 2010، 2018؛ Cohen et al.، 2018).
بالنسبة إلى الولايات المتحدة المتجاورة، استخدمنا% 70 من البيانات المرجعية للمعايرة و% 30 لتقييم الخطأ المستقل. ونظرًا إلى التنوّع البيئي في الولايات المتحدة المتجاورة، قسّمنا منطقة وضع النماذج إلى 54 قطعة (480 كم × 480 كم). وعلى أجهزة الكمبيوتر المحلية، أنشأنا نموذج غابة عشوائية فريدًا لكل قطعة (Breiman، 2001)، ودربناه على البيانات المرجعية التي تتقاطع مع نافذة 5×5 حول القطعة المركزية. ثم تم نشر النماذج في GEE لتوقّع تغطية السحب الكلية من الحائط إلى الحائط. وبالنسبة إلى مناطق خارج الولايات المتحدة المتجاورة، استخدمنا تقسيمًا بنسبة 80/20، وطوّرنا نموذج غابة عشوائية واحدًا لكل منطقة.
للاطّلاع على منهجية TCC الكاملة، يُرجى الرجوع إلى Heyer et al. (2025).
مراجع إضافية
يُرجى الاطّلاع على ملخّص طرق TCC أو مقالة أكاديمية في مجلة Science of Remote Sensing للحصول على معلومات مفصّلة حول الطرق وتقييم الدقة.
يُرجى الاطّلاع على مستودع بيانات TCC الجغرافية لتنزيل البيانات والبيانات الوصفية ومستندات الدعم.
يُرجى التواصل مع SM.FS.TCC@usda.gov لطرح أي أسئلة أو طلبات بيانات محدّدة.
النطاقات
النطاقات
حجم البكسل: 30 مترًا (جميع النطاقات)
| الاسم | الوحدات | حجم البكسل | الوصف | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Science_Percent_Tree_Canopy_Cover |
% | 30 مترًا | مخرجات النموذج المباشر الأولية تحتوي كل وحدة بكسل على متوسط قيمة الغطاء الشجري المتوقّع لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science_Percent_Tree_Canopy_Cover_Standard_Error |
% | 30 مترًا | ويُطلق على الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار اسم الخطأ المعياري، ويحتوي كل بكسل على خطأ معياري لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
NLCD_Percent_Tree_Canopy_Cover |
% | 30 مترًا | لإنتاج غطاء شجري ضمن قاعدة بيانات NLCD، يتم تطبيق سير عمل ما بعد المعالجة على مخرجات النموذج المباشرة التي تحدّد قيم البكسل غير الشجرية وتضبطها على صفر بالمائة من الغطاء الشجري. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
data_mask |
30 مترًا | ثلاث قيم تمثّل مناطق لا تتوفّر فيها بيانات، ومناطق مغطاة بمظلة أشجار، ومناطق لا تتم فيها المعالجة. المناطق التي لا تتم فيها المعالجة هي المناطق التي لا تتوفّر فيها وحدات بكسل ضمن منطقة الدراسة، ولا تتوفّر فيها بيانات خالية من السحب أو ظلال السحب لإنتاج مخرجات. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
خصائص الصور
خصائص الصور
| الاسم | النوع | الوصف |
|---|---|---|
| study_area | سلسلة | تغطي TCC حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. يحتوي هذا الإصدار على بيانات خاصة بالولايات المتحدة القارية وألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي. القيم المحتملة: CONUS أو AK أو PRUSVI أو HI |
| إصدار | سلسلة | هذا هو الإصدار الخامس من منتج TCC الذي تم إصداره في اتحاد MRLC الذي يشكّل جزءًا من قاعدة بيانات National Land Cover Database (NLCD) |
| startYear | INT | "سنة بدء إنتاج المنتج" |
| endYear | INT | "سنة انتهاء صلاحية المنتج" |
| سنة | INT | "سنة الإنتاج" |
بنود الاستخدام
بنود الاستخدام
لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمانات، صريحة أو ضمنية، بما في ذلك ضمانات الصلاحية للبيع والملاءمة لغرض معيّن، ولا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية ولا يُقصد استخدامها على هذا النحو. ولا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون سارية على الأراضي العامة أو الخاصة. وقد يتم أو لا يتم تصوير المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغير بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.
تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو أي منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:
خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2025. USFS Tree Canopy Cover v2025.6 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا
الاقتباسات
خدمة الغابات التابعة لوزارة الزراعة الأمريكية 2025. USFS Tree Canopy Cover v2025.6 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا
Breiman, L., 2001. الغابات العشوائية في "تعلُّم الآلة" Springer, 45: 5-32 doi:10.1023/A:1010933404324
Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., 2019 مقارنة تجريبية بين أدوات الاستشعار المختلفة لخصائص طيف الغلاف الجوي العلوي في Sentinel-2A و2B MSI وLandsat-8 OLI وLandsat-7 ETM في الولايات المتحدة المتجاورة In Remote Sensing of Environment. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012
Cohen, W. B., Yang, Z., Healey, S. P., Kennedy, R. E., and Gorelick, N., 2018 مجموعة متعددة الأطياف من LandTrendr لرصد اضطراب الغابات In Remote Sensing of Environment. Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015
Foga, S., Scaramuzza, P.L., Guo, S., Zhu, Z., Dilley, R.D., Beckmann, T., Schmidt, G.L., Dwyer, J.L., Hughes, M.J., Laue, B., 2017. مقارنة خوارزميات رصد السحب والتحقّق منها لمنتجات بيانات Landsat التشغيلية In Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026
Heyer, J., Schleeweis, K., Ruefenacht, B., Housman, I., Zhiqiang, Y., Ryerson, D., Reischmann, J., Megown, K., & Bogle, M. S. (2025). Annual national tree canopy cover mapping: A novel workflow with temporal transferability and improved uncertainty quantification. Science of Remote Sensing, 100301. doi:10.1016/j.srs.2025.100301
Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - خوارزميات التقسيم الزمني In Remote Sensing of Environment. Science Direct, 114(12): 2897-2910 doi:10.1016/j.rse.2010.07.008
Kennedy, R., Yang, Z., Gorelick, N., Braaten, J., Cavalcante, L., Cohen, W., and Healey, S., 2018 تنفيذ خوارزمية LandTrendr على Google Earth Engine في الاستشعار عن بُعد MDPI, 10(5): 691 doi:10.3390/rs10050691
Lin, L.; Di, L.; Zhang, C.; Guo, L.; Di, Y.; Li, H.; Yang, A. 2022 التحقّق من صحة طبقة بيانات الأراضي الزراعية وتحسينها باستخدام خوارزمية شجرة القرارات المكانية والزمانية البيانات العلمية 9(1): 63. doi:10.1038/s41597-022-01169-w
Pasquarella, V. J., Brown, C. F., Czerwinski, W., and Rucklidge, W. J., 2023. تقييم شامل لجودة صور الأقمار الصناعية البصرية باستخدام تعلُّم الفيديو بإشراف ضعيف In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2124-2134. doi:10.1109/CVPRW59228.2023.00206
Sentinel-Hub، 2021 Sentinel 2 Cloud Detector [على الإنترنت]. متوفّر على الرابط: https://github.com/sentinel-hub/sentinel2-cloud-detector
هيئة المسح الجيولوجي الأمريكية، 2019. "نموذج الارتفاع الرقمي" من برنامج USGS 3D Elevation، تم الوصول إليه في أغسطس 2022 على الرابط https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m
Zhu, Z., and Woodcock, C. E., 2012. رصد السحب وظلالها استنادًا إلى العناصر في صور Landsat In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028
معرِّفات العناصر الرقمية (DOI)
- https://doi.org/10.1016/j.rse.2010.07.008
- https://doi.org/10.1016/j.rse.2011.10.028
- https://doi.org/10.1016/j.rse.2017.03.026
- https://doi.org/10.1016/j.rse.2017.11.015
- https://doi.org/10.1016/j.rse.2018.11.012
- https://doi.org/10.1016/j.srs.2025.100301
- https://doi.org/10.1023/A:1010933404324
- https://doi.org/10.1038/s41597-022-01169-w
- https://doi.org/10.1109/CVPRW59228.2023.00206
- https://doi.org/10.3390/rs10050691
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
// Import the tree canopy cover collection var dataset = ee.ImageCollection('projects/gtac-data-publish/assets/TCC/Product_Version/2025-6'); //Filter collection to year 2024 and study areas specified in list var tcc = dataset.filter(ee.Filter.calendarRange(2024, 2024,'year')) // range: [1985, 2025] .filter(ee.Filter.inList('study_area', ['AK', 'CONUS'])) // CONUS, AK, .mosaic(); // TCC palette var tcc_palette = [ 'CDA066', 'D7C29E', 'C2D096', 'B7D692', 'ADDD8E', '78C679', '5CB86B', '41AB5D', '39A156', '329750', '238443', '11763D', '006837', '004529' ] // SE palette var se_palette = [ '000000', 'FFFFFF', ] // Display images on map Map.addLayer(tcc.select('data_mask'), {min:0,max:2}, 'Data Mask',false); Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'Science Percent Tree Canopy Cover'); Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover_Standard_Error'), {min:0,max:4000,palette:se_palette}, 'Science Percent Tree Canopy Cover Standard Error'); Map.addLayer(tcc.select('NLCD_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'NLCD Percent Tree Canopy Cover'); Map.setCenter(-98.58, 38.14, 4);