यह डेटासेट, पब्लिशर कैटलॉग का हिस्सा है. इसे Google Earth Engine मैनेज नहीं करता है. बग की शिकायत करने के लिए, Land & Carbon Lab से संपर्क करें या Land & Carbon Lab कैटलॉग से अन्य डेटासेट देखें. पब्लिशर के डेटासेट के बारे में ज़्यादा जानें.
- कैटलॉग का मालिक
- Land & Carbon Lab
- डेटासेट की उपलब्धता
- 2001-01-01T00:00:00Z–2023-01-01T00:00:00Z
- डेटासेट प्रोड्यूसर
- वर्ल्ड रिसोर्सेज़ इंस्टिट्यूट Google DeepMind
- संपर्क
- Land & Carbon Lab
- टैग
ब्यौरा
इस डेटासेट में, साल 2001 से 2022 तक दुनिया भर में पेड़ों के कवर में आई कमी की मुख्य वजहों को मैप किया गया है. इसका रिज़ॉल्यूशन 1 कि॰मी॰ है. इस डेटा को World Resources Institute (WRI) और Google DeepMind ने तैयार किया है. इसे तैयार करने के लिए, ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल किया गया है. इस मॉडल को, बहुत ज़्यादा रिज़ॉल्यूशन वाली सैटलाइट से ली गई तस्वीरों की विज़ुअल व्याख्या के ज़रिए इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है. इस मॉडल ने सैटलाइट से ली गई तस्वीरों (Landsat 7 और 8, Sentinel-2) और अन्य डेटा का इस्तेमाल किया. इससे सात कैटगरी के ड्राइवर तय किए गए: स्थायी कृषि, हार्ड कमोडिटी, झूम खेती, लॉगिंग, जंगल में लगने वाली आग, बस्तियां और बुनियादी ढांचा, और अन्य प्राकृतिक आपदाएं. मैप की सटीकता का अनुमान लगाने के लिए, बहुत ज़्यादा रिज़ॉल्यूशन वाली सैटलाइट इमेज की व्याख्या के ज़रिए इकट्ठा किए गए, स्वतंत्र स्तरित रैंडम सैंपल का इस्तेमाल किया गया था.
ड्राइवर का मतलब, पेड़-पौधों के कवर के नुकसान की सीधी वजह से है.इसमें अस्थायी गड़बड़ियां (प्राकृतिक या मानवजनित) या वन भूमि के इस्तेमाल में बदलाव की वजह से पेड़-पौधों के कवर का स्थायी नुकसान शामिल हो सकता है. जैसे, वन कटाई. सबसे ज़्यादा असर डालने वाली वजह का मतलब, ऐसी वजह से है जिसकी वजह से किसी समयावधि में, हर एक किलोमीटर के सेल में सबसे ज़्यादा पेड़ काटे गए. क्लास इस तरह से तय की जाती हैं:
- स्थायी कृषि: छोटे से लेकर बड़े पैमाने पर की जाने वाली खेती के लिए, लंबे समय तक पेड़ों के कवर का स्थायी नुकसान. इसमें बारहमासी पेड़ वाली फ़सलें, चारागाह, और मौसमी फ़सलें शामिल हैं. साथ ही, इसमें फ़सल उगाने के ऐसे तरीके भी शामिल हैं जिनमें कुछ समय के लिए खेत को खाली छोड़ दिया जाता है. खेती से जुड़ी गतिविधियों को "स्थायी" तब माना जाता है, जब पेड़ के आवरण के नुकसान के बाद भी उनके जारी रहने का सबूत दिखता हो. साथ ही, वे कुछ समय के लिए की जाने वाली खेती का हिस्सा न हों.
- ठोस वस्तुएं: खनन या ऊर्जा अवसंरचना की स्थापना या विस्तार के कारण होने वाली हानि।
- झूम खेती: छोटे से लेकर मध्यम स्तर तक की खेती के लिए, कुछ समय के लिए जंगल साफ़ करने की वजह से पेड़ों का नुकसान होता है. बाद में, इस जगह पर खेती नहीं की जाती है और यहां फिर से जंगल या वनस्पति उग जाती है.
- लकड़ी काटना: यह गतिविधि, मैनेज किए गए, प्राकृतिक या कुछ-कुछ प्राकृतिक वनों और बागानों में की जाती है. अक्सर, इसमें अगले कुछ सालों में वन के फिर से उगने या पेड़ लगाने के सबूत मिलते हैं. इसमें पूरी तरह से कटाई करना और चुनिंदा पेड़ों की कटाई करना, लकड़ी ढोने के लिए सड़कें बनाना, जंगल में पेड़ों की संख्या कम करना, और खराब या संक्रमित पेड़ों की कटाई करना शामिल है.
- जंगल में आग लगने की वजह से पेड़ों का नुकसान: आग लगने की वजह से पेड़ों का नुकसान हुआ हो. साथ ही, आग लगने के बाद, वहां इंसानी गतिविधि या खेती-बाड़ी न की गई हो. आग लगने की वजहें प्राकृतिक हो सकती हैं. जैसे, बिजली गिरना. इसके अलावा, यह इंसानी गतिविधियों से भी जुड़ी हो सकती है. जैसे, गलती से या जान-बूझकर आग लगाना.
- बस्तियां और बुनियादी ढांचा: सड़कों, बस्तियों, शहरी इलाकों या बने हुए बुनियादी ढांचे (अन्य क्लास से जुड़ा नहीं) के विस्तार और घनत्व की वजह से पेड़ों के कवर में कमी.
- अन्य प्राकृतिक गड़बड़ियां: आग के अलावा, अन्य प्राकृतिक गड़बड़ियों की वजह से पेड़ों का नुकसान होना (जैसे, भूस्खलन, कीड़ों का प्रकोप, नदी का रास्ता बदलना). अगर प्राकृतिक वजहों से होने वाले नुकसान के बाद, सामान को ठीक करने या साफ़ करने की जानकारी लॉग की जाती है, तो इसे लॉगिंग के तौर पर क्लासिफ़ाई किया जाता है.
सीमाएं: यह प्रॉडक्ट, प्राकृतिक वन और इंसानों के लगाए गए पेड़ों (जैसे कि बागान, खेती वाले पेड़ या एग्रोफ़ॉरेस्ट्री सिस्टम) के नुकसान के बीच अंतर नहीं करता है. जबकि वृक्ष आवरण का नुकसान, जो `स्थायी कृषि`, `कठोर वस्तुओं` और `बस्तियों और बुनियादी ढांचे` श्रेणियों से जुड़ा है, वनों की कटाई (वन का स्थायी रूप से किसी अन्य भूमि उपयोग में परिवर्तन) का लगभग सटीक प्रतिनिधित्व करता है, इन श्रेणियों में कभी-कभी रोपित वृक्षों की कटाई भी शामिल हो सकती है। उदाहरण के लिए, किसी बाग़ को साफ़ करके दोबारा पेड़ लगाने को स्थायी कृषि क्लास में शामिल किया जाएगा. हालांकि, यह किसी प्राकृतिक जंगल की कटाई नहीं है. इसी तरह, प्राकृतिक वन की जगह लकड़ी के फ़ाइबर के लिए लगाए गए पेड़ों को, साल 2000 से पहले लगाए गए मौजूदा पेड़ों की सामान्य कटाई से अलग नहीं माना जाता. ऐसा इसलिए, क्योंकि इन दोनों को लॉगिंग क्लास में शामिल किया जाता है.
यह प्रॉडक्ट, पूरी अवधि के दौरान हर एक किलोमीटर के सेल में सबसे ज़्यादा असर डालने वाले ड्राइवर को दिखाता है. अगर एक ही सेल में छोटे पैमाने पर कई ड्राइवर मौजूद हैं, तो यह उन्हें नहीं दिखाता. साथ ही, अगर समयावधि के दौरान अलग-अलग समय पर कई ड्राइवर मौजूद हैं, तो यह उनके क्रम के बारे में भी जानकारी नहीं देता. इसके अलावा, ये डेटा सिर्फ़ उन वजहों के बारे में बताते हैं जिनकी वजह से पेड़ कम हुए हैं. ये वजहें, Global Forest Change v1.10 के ट्री कवर लॉस प्रॉडक्ट के हिसाब से मैप की गई हैं. इसलिए, पेड़ कम होने का पता लगाने के लिए, इस प्रॉडक्ट की सटीकता पर निर्भर रहना पड़ता है.
तरीकों, तकनीकी खासियतों, परिभाषाओं, सटीकता, और सीमाओं के बारे में पूरी जानकारी के लिए, कृपया यह पब्लिकेशन देखें: https://doi.org/10.1088/1748-9326/add606. यह डेटा, Zenodo और WRI Data Explorer पर भी डाउनलोड करने के लिए उपलब्ध है.
बैंड
बैंड
पिक्सल का साइज़: 1111.95 मीटर (सभी बैंड)
| नाम | कम से कम | ज़्यादा से ज़्यादा | स्केल | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|---|
classification |
1 | 7 | 1111.95 मीटर | कच्ची संभावनाओं के आधार पर सबसे संभावित क्लास. |
|
probability_1 |
0 | 250 | 0.004 | 1111.95 मीटर | "स्थायी कृषि" क्लास की संभावना (0 से 250 के बीच स्केल की गई). |
probability_2 |
0 | 250 | 0.004 | 1111.95 मीटर | "कठिन वस्तुओं" वर्ग की संभावना (0-250 के पैमाने पर)। |
probability_3 |
0 | 250 | 0.004 | 1111.95 मीटर | "शिफ़्टिंग कल्टिवेशन" क्लास की संभावना (0 से 250 के बीच). |
probability_4 |
0 | 250 | 0.004 | 1111.95 मीटर | "Logging" क्लास की संभावना (इसे [0-250] के हिसाब से स्केल किया गया है). |
probability_5 |
0 | 250 | 0.004 | 1111.95 मीटर | "जंगल में आग" क्लास की संभावना (0 से 250 के बीच). |
probability_6 |
0 | 250 | 0.004 | 1111.95 मीटर | "बस्तियां और बुनियादी ढांचा" क्लास की संभावना (0 से 250 के बीच). |
probability_7 |
0 | 250 | 0.004 | 1111.95 मीटर | "अन्य प्राकृतिक आपदाएं" क्लास की संभावना (इसे [0-250] के हिसाब से स्केल किया गया है). |
कैटगरी के हिसाब से क्लास टेबल
| मान | रंग | ब्यौरा |
|---|---|---|
| 1 | #E39D29 | स्थायी कृषि |
| 2 | #E58074 | ठोस वस्तुएँ |
| 3 | #E9D700 | घुमंतू खेती |
| 4 | #51A44E | लॉग इन हो रहा है |
| 5 | #895128 | Wildfire |
| 6 | #A354A0 | सेटलमेंट और इन्फ़्रास्ट्रक्चर |
| 7 | #3A209A | प्राकृतिक रूप से होने वाली अन्य गड़बड़ियां |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
उद्धरण
सिम्स, एम॰जे॰, आर॰ स्टैनिमिरोवा, ए. Raichuk, M. न्यूमन, जे. रिक्टर, एफ॰ Follett, J. मैकार्थी, के॰ लिस्टर, सी॰ रैंडल, एल॰ स्लोट, ई॰ Esipova, J. Jupiter, C. स्टैंटन, डी. मॉरिस, सी॰एम॰ स्ले, डी॰ Purves, and N. हैरिस. 2025. “Global Drivers of Forest Loss at 1 Km Resolution.” Environmental Research Letters 20 (7): 074027. doi:10.1088/1748-9326/add606
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (JavaScript)
Map.setCenter(-9.22,20.65,3) var drivers = ee.Image('projects/landandcarbon/assets/wri_gdm_drivers_forest_loss_1km/v1_2001_2022'); var drivers_class = drivers.select(['classification']); var vis = { "min":1, "max": 7, "palette": ['E39D29','E58074','e9d700','51a44e','895128','a354a0','3a209a'] }; Map.addLayer(drivers_class, vis, 'Drivers of Forest Loss, 2001-2022'); var permAg_prob = drivers.select(['probability_1']); //Select a probability band var probVis = { min: 0, max: 250, palette: ['#440154','#481567','#482677','#453781','#3b528b','#2c728e','#21908d','#27ad81','#5ec962','#aadc32','#fde725'] }; Map.addLayer(permAg_prob, probVis, 'Probability band for permanent agriculture', false);