Forest Typology (ForTy) 2020 v1.0

projects/nature-trace/assets/forest_typology/forest_typology_2020_v1_0_collection
معلومات

مجموعة البيانات هذه هي جزء من "كتالوج الناشرين"، ولا تديرها خدمة Google Earth Engine. يُرجى التواصل مع biosphere-models@google.com للإبلاغ عن الأخطاء أو عرض المزيد من مجموعات البيانات من "كتالوج آثار الطبيعة". مزيد من المعلومات عن مجموعات بيانات الناشرين

مالك الكتالوج
Nature Trace
مدى توفّر مجموعة البيانات
2020-01-01T00:00:00Z–2020-12-31T23:59:59Z
الجهة المنتجة لمجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("projects/nature-trace/assets/forest_typology/forest_typology_2020_v1_0_collection")
العلامات
alphaearth-derived biodiversity climate conservation deforestation eudr forest forest-biomass nature-trace publisher-dataset

الوصف

تتألف مجموعة بيانات Forest Typology (ForTy) v1 من خريطة احتمالية عالمية لكل فئة بدقة مكانية تبلغ 10 أمتار تغطي جميع المناطق البرية بين خطي العرض 65 درجة جنوبًا و84 درجة شمالاً لعام 2020.

يتوافق التصنيف السداسي مع تعريفات منظمة الأغذية والزراعة (الفاو) ولوائح الاتحاد الأوروبي بشأن إزالة الغابات (EUDR):

  • الفئة 1 – الغابة الأساسية: غابة طبيعية من الأنواع المحلية لا تظهر فيها أي مؤشرات مرئية على اضطراب ناتج عن أنشطة بشرية.
  • الفئة 2 – الغابات التي تتجدد بشكل طبيعي: الغابات التي تم إنشاؤها بشكل أساسي من خلال التجديد الطبيعي، بما في ذلك الغابات الثانوية التي تتعافى من الاضطرابات والغابات المختلطة التي يسود فيها التجديد الطبيعي.
  • الفئة 3 – الغابات المزروعة: هي الغابات التي تم إنشاؤها بشكل أساسي من خلال الزراعة أو البذر، مع فترة تناوب تشغيلية تتجاوز 40 عامًا.
  • الفئة 4 – الغابات المزروعة: غابات تتم إدارتها بشكل مكثف وتتميز بنوع واحد أو نوعين من الأشجار، وعمر متساوٍ، ومسافات منتظمة بين الأشجار، وفترة تناوب تبلغ 40 عامًا أو أقل.
  • الفئة 5 – المحاصيل الشجرية والزراعة الحراجية: مزارع زراعية تنتج سلعًا غير الخشب (مثل نخيل الزيت والمطاط وبساتين الفاكهة)، بما في ذلك أنظمة الزراعة الحراجية مصنّفة كاستخدام زراعي للأراضي بموجب قانون الاتحاد الأوروبي لإزالة الغابات.
  • الفئة 6 – أراضٍ أخرى: جميع استخدامات الأراضي غير الشجرية، والنباتات الخشبية المتفرقة (غطاء المظلة < 10%)، والأراضي الحرجية الأخرى، والأشجار في البيئات الحضرية، وبقع الأشجار الصغيرة التي لا تستوفي عتبات الغابات

سجلّ البيانات الأساسي هو صورة نقطية بخمسة نطاقات تحتوي على قيم عددية غير موقّعة ذات 8 بتات (من 0 إلى 250) تمثّل قيم الاحتمالية الكمية لكل فئة من فئات أنواع الغابات الخمس. يتم الحصول على احتمال الفئة السادسة (أراضٍ أخرى) على النحو التالي: p_other = 250 − sum(p_i). تستخدم الخريطة نظام الإحداثيات &quot;إسقاط ماركتور المستعرض العالمي&quot; (UTM).

للحصول على نتيجة الاحتمالية للفئة السادسة، "أراضٍ أخرى"، عليك طرح مجموع الاحتمالات الخمسة الأولى من 250. يمكن استخلاص خريطة فئوية من خلال تعيين كل بكسل للفئة ذات الاحتمالية الأعلى (argmax). تتيح طريقة عرض الاحتمالية للمستخدمين تطبيق حدود مخصّصة وتقييم مدى صحة التوقّعات واحتساب تقديرات عدم اليقين للتطبيقات اللاحقة.

يتم توفير بيانات المصدر بتنسيق Cloud Optimized GeoTIFFs (COGs) المخزَّن على Google Cloud Storage على الرابط gs://nature-trace/export_rasters/forest_typology_2020_v1_0/. تستند مجموعة الصور في Earth Engine إلى ملفات COG هذه.

القيود: على الرغم من أنّ هذه الخريطة توفّر أساسًا عالميًا قيّمًا، يجب أن يكون المستخدمون على دراية بعدة قيود:

  • تاريخ المرجع الزمني: تمثّل الخريطة حالة الغطاء الأرضي في عام 2020، استنادًا إلى الصور المركّبة المتعددة الأوقات من الأقمار الصناعية. قد لا يتم رصد التغييرات السريعة في استخدام الأراضي التي تحدث خلال فترة التركيب بشكل كامل.
  • الغموض في التعريف: تعتمد التعريفات المستندة إلى منظمة الأغذية والزراعة (FAO) والتي تستند إليها تصنيفات قانون إزالة الغابات في الاتحاد الأوروبي على نية الإدارة وسجلّها، وهما أمران لا يمكن ملاحظتهما مباشرةً من صور الأقمار الصناعية. يستنتج النموذج هذه الفئات من مؤشرات بديلة (التوقيعات الطيفية، وبنية المظلة، والأنماط المكانية)، ما يؤدي إلى حدوث عدم يقين لا يمكن تقليله عند حدود الفئات. على سبيل المثال، يمكن أن تكون الغابات الثانوية الناضجة التي تتجدد بشكل طبيعي غير قابلة للتمييز طيفيًا وبنيويًا عن الغابات الأساسية غير المضطربة.
  • غموض في الزراعة الحراجية: تُعدّ أنظمة الزراعة الحراجية المختلطة، حيث تنمو محاصيل الأشجار مثل الكاكاو أو القهوة تحت مظلة طبيعية، من بين الفئات الأكثر صعوبة في تحديدها. لا يزال من الممكن تصنيف الغابات الزراعية التي تزرع فيها الكاكاو والقهوة في الظل بشكل خاطئ على أنّها غابات طبيعية في بعض المناطق.
  • الخلط بين الغابات المزروعة: تُظهر الغابات المزروعة أدنى دقة تصنيف بين جميع فئات الغابات (F1 = 58.2%). ويمكن أن تكون هذه الفئة مشابهة من الناحية الطيفية والبنيوية للغابات المتجددة بشكل طبيعي من جهة، ولغابات المزارع من جهة أخرى، ما يؤدي إلى حدوث أخطاء متكررة في التصنيف في كلا الاتجاهين.
  • المساحات الصغيرة التي تغطيها الأشجار المظلِّلة والحد الأدنى لمساحة الأشجار المظلِّلة: المساحات الصغيرة المعزولة التي تغطيها الأشجار القريبة من الحد الأدنى لمساحة الغابات المحدّدة من منظمة الأغذية والزراعة (0.5 هكتار) والمساحات الواقعة على حدود مساحة الأشجار المظلِّلة (10%) تكون غامضة بطبيعتها.
  • معايرة الاحتمالات: تمثّل الاحتمالات الخاصة بكل فئة نواتج softmax التي تم حساب متوسطها على مستوى المجموعة، ولم تتم معايرتها بعد اكتمال التدريب. على المستخدمين الذين يحتاجون إلى احتمالات مضبوطة جيدًا لإجراء تقييم كمّي للمخاطر مراعاة إعادة الضبط على مستوى المنطقة باستخدام بيانات مرجعية مستقلة.
  • حرائق الغابات: لا يمكن دائمًا تحديد استخدام الأراضي بعد اندلاع حريق غابات.
  • رسم خرائط الغابات الأولية المحافظة: يكون الحدّ الفاصل لفئة الغابات الأولية محافظًا بالقرب من البنية التحتية البشرية. بسبب تأثير التخزين المؤقت المكاني الناتج عن بيانات التدريب، يستبعد النموذج بشكل منهجي حواف الغابات القريبة من الطرق أو المستوطنات أو الزراعة من فئة الغابات الأساسية، وغالبًا ما يصنّفها على أنّها تتجدد بشكل طبيعي بدلاً من ذلك.
  • المناطق التي لا تتوفّر فيها أشجار مؤقتًا: بموجب تعريفات منظمة الأغذية والزراعة، تُعدّ المناطق التي لا تتوفّر فيها أشجار مؤقتًا (مثل المزارع التي تمّت إزالة أشجارها مؤخرًا وتنتظر إعادة الزراعة أو الغابات التي بدأت تتعافى بعد الاضطراب) غابات. ومع ذلك، بما أنّ هذه الخريطة تستند إلى بيانات رصد لعام واحد (2020)، قد تظهر هذه المناطق على أنّها غير حرجية ويتم تصنيفها بشكل خاطئ على أنّها "أراضٍ أخرى".
  • الفرق بين الغابات المزروعة والغابات الطبيعية: يعتمد التمييز بين الغابات المزروعة والغابات الطبيعية على حدّ دوران تشغيلي يبلغ 40 عامًا كمعيار. لا يمكن ملاحظة معايير الإدارة الحقيقية للّوائح التنظيمية الأوروبية بشأن إزالة الغابات (EUDR) ومنظمة الأغذية والزراعة (FAO) (مثل فئة العمر المتساوي والتباعد المنتظم) بشكل مباشر من صور الأقمار الصناعية.
  • عدم تضمين "الأراضي الحرجية الأخرى" (OWL): تعترف لائحة الاتحاد الأوروبي لإزالة الغابات (EUDR) بفئة "الأراضي الحرجية الأخرى" (OWL) كفئة منفصلة، ولكن في مجموعة البيانات هذه، لا يتم تصنيف الأراضي الحرجية الأخرى كفئة منفصلة، بل يتم تضمينها بالكامل في فئة "الأراضي الأخرى".
  • عدم التجانس على مستوى وحدات البكسل الفرعية: يمكن أن تؤدي وحدات البكسل المختلطة، خاصةً في المناظر الطبيعية المعقدة التي تضم حيازات صغيرة، إلى تقليل دقة التصنيف. بالإضافة إلى ذلك، على الرغم من أنّ دقة الإخراج تبلغ 10 أمتار، قد تكون الدقة الفعلية لبيانات الإدخال في النموذج أقل من 10 أمتار.

النطاقات

النطاقات

حجم البكسل: 10 أمتار (جميع النطاقات)

الاسم الحد الأدنى الحد الأقصى المقياس حجم البكسل الوصف
PrimaryForest 0 250 0.004 ‫10 أمتار

الاحتمالية الكمية (عدد صحيح غير موقّع 8 بت، 0-250) التي تنتمي إليها البكسل إلى فئة الغابات الأولية.

NaturallyRegeneratingForest 0 250 0.004 ‫10 أمتار

الاحتمالية المكمَّمة (عدد صحيح 8 بت بدون علامة، من 0 إلى 250) التي ينتمي إليها البكسل إلى فئة الغابات التي تتجدد بشكل طبيعي.

PlantedForest 0 250 0.004 ‫10 أمتار

الاحتمالية المحدّدة (عدد صحيح غير موقّع 8 بت، 0-250) التي ينتمي إليها البكسل إلى فئة الغابات المزروعة.

PlantationForest 0 250 0.004 ‫10 أمتار

الاحتمالية المحدّدة (عدد صحيح غير موقّع من 8 بتات، من 0 إلى 250) التي ينتمي إليها البكسل إلى فئة الغابات المزروعة

TreeCropsAndAgroforestry 0 250 0.004 ‫10 أمتار

الاحتمالية المحدّدة (عدد صحيح غير موقّع من 8 بت، من 0 إلى 250) التي ينتمي إليها البكسل إلى فئة المحاصيل الشجرية والحراجة الزراعية يتم الحصول على احتمال الفئة السادسة (أراضٍ أخرى) من خلال المكمل: p_other = 250 − مجموع قيم جميع النطاقات الخمسة.

بنود الاستخدام

بنود الاستخدام

هذه المجموعة من البيانات مرخّصة بموجب CC-BY 4.0 وتتطلّب الإشارة إلى المصدر على النحو التالي: [PLACEHOLDER ATTRIBUTION].

الاقتباسات

المراجع
  • Maxim Neumann, Anton Raichuk, Peter Potapov, Myroslava Lesiv, Matthew Overlan, Melanie Rey, Ravindran Rajakumar, Michelangelo Conserva, Radost Stanimirova, Michelle Sims, Sarah Carter, Elizabeth Goldman, Yuchang Jiang, Linus Scheibenreif, Ivelina Georgieva, Maria Shchepashchenko, Steffen Fritz, Nicholas Clinton, Charlotte Stanton, Dan Morris, Drew Purves: "Global forest typology at 10-meter resolution for forest and land-use monitoring", May 2026 (preprint: doi.org/10.31223/X58R27).

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

var dataset =
    ee.ImageCollection(
          'projects/nature-trace/assets/forest_typology/forest_typology_2020_v1_0_collection')
        .mosaic();

// Compute argmax class: 1=Primary, 2=Naturally Regenerating,
// 3=Planted, 4=Plantation, 5=Tree Crops & Agroforestry, 6=Other land.
var b5 = ee.Image(250).subtract(dataset.select([0, 1, 2, 3, 4]).reduce('sum'));
var classified =
    dataset.addBands(b5).toArray().arrayArgmax().arrayGet([0]).add(1);

// Palette: Primary=dark green, Naturally Regenerating=light green,
// Planted=blue, Plantation=pink, TreeCrops=orange, Other=yellow.
var colors = ['1B7837', '7FBF7B', '1D91C0', 'E65FA9', 'E6AB02', 'FDE278'];

Map.addLayer(
    classified, {min: 1, max: 6, palette: colors}, 'Forest Typology 2020 (v1)');

Map.setOptions('HYBRID');
Map.setCenter(116.21, -33.31, 12);
فتح في &quot;أداة تعديل الرموز&quot;