Bu veri kümesi, bir yayıncı kataloğunun parçasıdır ve Google Earth Engine tarafından yönetilmez. Hatalar için Land & Carbon Lab ile iletişime geçin. Land & Carbon Lab Kataloğu'ndan daha fazla veri kümesi görüntüleyin. Yayıncı veri kümeleri hakkında daha fazla bilgi edinin.
- Katalog Sahibi
- Land & Carbon Lab
- Veri Kümesi Kullanılabilirliği
- 2001-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Veri Kümesi Üreticisi
- World Resources Institute Google DeepMind
- İletişim
- Arazi ve Karbon Laboratuvarı
- Etiketler
Açıklama
Bu veri kümesi, 2001-2022 yılları arasında küresel olarak 1 km çözünürlükte bitki örtüsü kaybının temel nedenini haritalandırır. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, çok yüksek çözünürlüklü uydu görüntülerinin görsel yorumlanmasıyla toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirildi. Model, yedi sürücü kategorisini sınıflandırmak için uydu görüntüleri (Landsat 7 ve 8, Sentinel-2) ve yardımcı veriler kullandı: kalıcı tarım, sert emtialar, yer değiştirme, ağaç kesimi, orman yangınları, yerleşimler ve altyapı ile diğer doğal bozulmalar. Haritanın doğruluğunu tahmin etmek için çok yüksek çözünürlüklü uydu görüntülerinin yorumlanmasıyla toplanan bağımsız bir katmanlı rastgele örnek kullanıldı.
Sürücü, bitki örtüsü kaybının doğrudan nedeni olarak tanımlanır ve hem geçici rahatsızlıkları (doğal veya insan kaynaklı) hem de orman dışı arazi kullanımına geçiş nedeniyle bitki örtüsünün kalıcı kaybını (ör. ormansızlaşma) içerebilir. Baskın sürücü, zaman aralığı boyunca her 1 km'lik hücrede ağaç örtüsü kaybının çoğuna neden olan doğrudan sürücü olarak tanımlanır. Sınıflar aşağıdaki şekilde tanımlanır:
- Kalıcı tarım: Küçükten büyüğe tarım alanlarında uzun süreli ve kalıcı bitki örtüsü kaybı. Bu kapsamda, nadas dönemi içerebilen otlaklar, mevsimlik ürünler ve ürün sistemlerinin yanı sıra çok yıllık ağaç ürünleri de yer alır. Ağaç örtüsü kaybı olayından sonra devam ettiğine dair görünür kanıtlar varsa ve geçici bir ekim döngüsünün parçası değilse tarımsal faaliyetler "kalıcı" olarak kabul edilir.
- Sert emtialar: Madencilik veya enerji altyapısının kurulması ya da genişletilmesi nedeniyle oluşan kayıp.
- Nadaslı tarım: Geçici tarım için küçük ila orta ölçekli temizleme nedeniyle ağaç örtüsü kaybı. Bu alanlar daha sonra terk edilir ve ikincil orman veya bitki örtüsünün yeniden büyümesiyle sonuçlanır.
- Ağaç kesimi: Yönetilen, doğal veya yarı doğal ormanlar ve plantasyonlarda gerçekleştirilen orman yönetimi ve ağaç kesimi faaliyetleri. Genellikle sonraki yıllarda ormanın yeniden büyümesi veya ağaç dikimi ile ilgili kanıtlar bulunur. Ağaçların tamamen kesilmesi ve seçici kesim, orman yollarının oluşturulması, ormanların seyreltilmesi ve kurtarma veya sanitasyon amaçlı kesim dahildir.
- Orman yangını: Yangın nedeniyle ağaç örtüsünde kayıp. Sonrasında insan kaynaklı dönüşüm veya tarımsal faaliyet görünmüyor. Yangınlar doğal nedenlerle (ör. yıldırım) başlayabilir veya insan faaliyetleriyle (kaza veya kasıtlı) ilgili olabilir.
- Yerleşim yerleri ve altyapı: Yolların, yerleşim yerlerinin, kentsel alanların veya inşa edilmiş altyapının genişlemesi ve yoğunlaşması nedeniyle bitki örtüsünün kaybı (diğer sınıflarla ilişkili değildir).
- Diğer doğal rahatsızlıklar: Diğer yangın dışı doğal rahatsızlıklar (ör. toprak kaymaları, böcek salgınları, nehirlerin kıvrılması) nedeniyle bitki örtüsünün kaybı. Doğal nedenlerden kaynaklanan kayıpların ardından kurtarma veya temizlik amaçlı ağaç kesimi yapılırsa bu işlem ağaç kesimi olarak sınıflandırılır.
Sınırlamalar: Bu ürün, doğal orman kaybı ile dikilmiş ağaçlar (ör. plantasyonlar, ağaç ürünleri veya agroforestry sistemleri) arasında ayrım yapmaz. Kalıcı tarım, sert emtialar ve yerleşimler ve altyapı sınıflarıyla ilişkili bitki örtüsü kaybı, ormansızlaşmanın (ormanların kalıcı olarak başka bir arazi kullanımına dönüştürülmesi) yaklaşık bir göstergesidir. Ancak bu sınıflar bazen dikilmiş ağaçların temizlenmesini de içerebilir. Örneğin, bir meyve bahçesinin temizlenip yeniden dikilmesi kalıcı tarım sınıfına girer ancak doğal ormanların ormansızlaştırılması anlamına gelmez. Benzer şekilde, doğal ormanların odun lifi plantasyonlarıyla değiştirilmesi, 2000'den önce kurulmuş mevcut plantasyonlardaki rutin hasattan ayırt edilmez. Çünkü her ikisi de ağaç kesimi sınıfına dahil edilir.
Bu ürün, tüm dönem boyunca her 1 km'lik hücredeki baskın sürücüyü gösterir. Aynı hücrede daha küçük ölçeklerde meydana gelen birden fazla sürücüyü göstermez. Ayrıca, dönem içinde farklı zamanlarda birden fazla sürücü meydana gelirse sürücülerin sırasını ayrıntılı olarak belirtmez. Ayrıca bu veriler, Global Forest Change v1.10 bitki örtüsü kaybı ürünü tarafından haritalanan bitki örtüsü kaybına neden olan faktörleri ilişkilendirme kapsamıyla sınırlıdır. Bu nedenle, kaybın tespit edilmesi söz konusu ürünün doğruluğuna bağlıdır.
Yöntemler, teknik özellikler, tanımlar, doğruluk ve sınırlamalarla ilgili ayrıntılı bilgi için lütfen şu yayını inceleyin: https://doi.org/10.1088/1748-9326/add606. Veriler Zenodo ve WRI Data Explorer'da da indirilebilir.
Bantlar
Bantlar
Piksel boyutu: 1.111,95 metre (tüm bantlar)
| Ad | Min. | Maks. | Ölçek | Piksel Boyutu | Açıklama |
|---|---|---|---|---|---|
classification |
1 | 7 | 1111,95 metre | Ham olasılıklara göre en olası sınıf. |
|
probability_1 |
0 | 250 | 0,004 | 1111,95 metre | "Sürekli tarım" sınıfının olasılığı (0-250 aralığında ölçeklendirilmiştir). |
probability_2 |
0 | 250 | 0,004 | 1111,95 metre | "Sert emtialar" sınıfının olasılığı (0-250 aralığında ölçeklendirilmiş). |
probability_3 |
0 | 250 | 0,004 | 1111,95 metre | "Göçebe tarım" sınıfının olasılığı (0-250 aralığında ölçeklendirilmiştir). |
probability_4 |
0 | 250 | 0,004 | 1111,95 metre | "Günlüğe kaydetme" sınıfının olasılığı (0-250 aralığında ölçeklendirilmiştir). |
probability_5 |
0 | 250 | 0,004 | 1111,95 metre | "Orman yangını" sınıfının olasılığı (0-250 aralığında ölçeklenir). |
probability_6 |
0 | 250 | 0,004 | 1111,95 metre | "Yerleşimler ve altyapı" sınıfının olasılığı (0-250 aralığında ölçeklenir). |
probability_7 |
0 | 250 | 0,004 | 1111,95 metre | "Diğer doğal rahatsızlıklar" sınıfının olasılığı (0-250 aralığında ölçeklenir). |
classification Class Table (sınıflandırma sınıf tablosu)
| Değer | Renk | Açıklama |
|---|---|---|
| 1 | #E39D29 | Sürekli tarım |
| 2 | #E58074 | Sert emtialar |
| 3 | #E9D700 | Yer değiştirmeli tarım |
| 4 | #51A44E | Günlük Kaydı |
| 5 | #895128 | Wildfire |
| 6 | #A354A0 | Yerleşimler ve altyapı |
| 7 | #3A209A | Diğer doğal olaylar |
Kullanım Şartları
Kullanım Şartları
Alıntılar
Sims, M.J., R. Stanimirova, A. Raichuk, M. Neumann, J. Richter, F. Follett, J. MacCarthy, K. Lister, C. Randle, L. Sloat, E. Esipova, J. Jupiter, C. Stanton, D. Morris, C.M. Slay, D. Purves ve N. Harris. 2025. “Global Drivers of Forest Loss at 1 Km Resolution.” Environmental Research Letters 20 (7): 074027. doi:10.1088/1748-9326/add606
Earth Engine ile Keşif
Kod Düzenleyici (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);