- 目录所有者
- Nature Trace
- 数据集可用时间
- 2020-01-01T00:00:00Z–2020-12-31T23:59:59Z
- 数据集生产者
- 标签
说明
“2020 年世界天然森林”数据集提供了 2020 年全球天然森林概率地图,分辨率为 10 米。此图层旨在支持《欧盟零毁林法案》(EUDR) 等倡议,以及其他森林保护和监测工作。此地图表示某个区域是天然森林(包括原始森林、自然再生次生林和人工管理的天然林)的可能性,它将这些生态系统与人工林、树木作物和其他土地覆被类型区分开来。该数据集使用多模态时空视觉 Transformer 模型构建。该模型分析了季节性多时态 Sentinel 2 卫星图像以及地形数据(包括基于 TanDEM X 的 Copernicus GLO 30 DEM 提取的海拔、坡度和坡向数据)。该数据以概率地图的形式提供,用户可以应用概率阈值来创建适合其特定需求的二元天然森林地图。
限制:虽然此地图提供了有价值的全球基准,但用户应注意我们地图中的以下几项限制(以 0.52 的 OA 最佳概率阈值评估):
- 该模型可能难以区分复杂的农林复合系统(例如,有遮荫树木作物的系统),并且小农户农业镶嵌地块可能难以与天然森林区分开来。
- 区分人工林和自然再生林可能具有挑战性,尤其是在北方和一些温带地区,与热带地区相比,这些地区的天然森林物种多样性较低,采伐轮伐期较长。
- 稀疏的天然森林(例如热带草原)通常处于树冠高度和覆盖率的天然森林定义阈值。在发生扰动事件(例如火灾、伐木)后立即进行的森林类型分配本身就存在不确定性。从卫星图像中可能无法清楚地看出森林是会自然再生,还是土地会被改作其他用途(例如种植园、农业)。
- 其他可能造成混淆的区域包括城市区域内的大型公园,或符合森林定义标准但并非天然的种植树带。
- 天然森林地图的准确性与用于生成训练标签的各种输入数据集的质量和一致性密切相关。这些数据集是使用不同的方法、空间分辨率、时间范围和定义创建的。某些标签层是其他模型的输出,因此受这些模型的质量限制。虽然我们的方法旨在协调各个来源并减轻单个数据集错误的影响,但基础数据中的不一致和不准确之处仍可能会影响最终地图。
频段
波段
像素大小:10 米(所有波段)
| 名称 | 最小值 | 最大值 | 像素大小 | 说明 |
|---|---|---|---|---|
B0 |
0 | 250 | 10 米 | 天然森林概率(已缩放至 [0-250])。 |
使用条款
使用条款
此数据集已获得 CC-BY 4.0 许可,并且需要提供以下提供方信息:“此数据集由 Google 制作”。
引用
Maxim Neumann、Anton Raichuk、Radost Stanimirova、Michelle Sims、Sarah Carter、Elizabeth Goldman、Melanie Rey、Yuchang Jiang、Keith Anderson、Petra Poklukar、Katelyn Tarrio、Myroslava Lesiv、Steffen Fritz、Nicholas Clinton、Charlotte Stanton、Dan Morris、Drew Purves,“Natural forests of the world: A 2020 baseline for deforestation and degradation monitoring”(世界上的天然森林:2020 年的森林砍伐和退化监测基准)(正在审核中)。doi:10.31223/X5ZX6P,
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var probabilities = ee.ImageCollection( 'projects/nature-trace/assets/forest_typology/natural_forest_2020_v1_0_collection') .mosaic() .select('B0'); Map.addLayer( probabilities.mask(probabilities.neq(0)), {min: 0, max: 250, palette: ['white', 'green']}, 'Natural forest probabilities'); Map.addLayer( probabilities.gte(0.5).mask(probabilities.gte(0.5)), {palette: 'teal'}, 'Natural forest map at threshold');