- 数据集可用时间
- 2020-01-01T00:00:00Z–2020-12-31T00:00:00Z
- 数据集生产者
- 橡树岭国家实验室下属的 NASA ORNL DAAC
- 标签
说明
此数据集提供了 2020 年全球森林的类别，这些类别按状态/条件划分，分辨率约为 30 米。这些数据支持根据 2019 年修订版《2006 年 IPCC 国家温室气体清单指南》生成天然林地上干木质生物质密度 (AGBD) 的 1 级估计值。森林类别包括原始森林、年轻次生林（≤20 年）和老次生林（>20 年）。分类依据是一系列现有地球观测 (EO) 产品（包括森林树木覆盖率、高度、年龄和土地利用分类图层，代表 2000 年至 2020 年）的布尔组合。这种森林状态/条件分类优先考虑通过尽量减少模糊像素的纳入来减少划界中潜在的错判错误。因此，该定义对全球森林面积的估计较为保守，确定全球森林面积约为 32.6 亿公顷。
质量评估
这些数据全面汇总了最新发布的森林状况数据集，但缺乏任何独立的全球数据样本来验证这些划分，这是一个制约因素。因此，全球森林状况/条件分类尚未经过验证。
数据采集、材料和方法
森林状况/条件分类是通过对一组现有数据集进行布尔分析来创建的（参见表 1，Hunka 等人，2024 年），包括卫星衍生的森林树木覆盖率、高度、年龄和土地利用分类层。在此方法中，用于识别潜在森林状况/类别（例如原始森林）的图层会合并，而用于识别不一致来源（例如在划定的原始森林中检测到人工林或森林砍伐）的图层则用于移除可能存在错判的区域。
主要森林类别是根据可识别完整/主要森林的数据集确定的，这些森林具有较高的森林完整性指数、树木覆盖率和森林高度（≥5 米），并且没有已知的森林损失事件、人工林或种植园。
年轻次生林类别捕获了 2000 年至 2020 年间森林高度或覆盖率发生变化的像素，但不包括人工林和种植园。这些森林是指在 2020 年高度 ≥5 米，但在 2000 年 (a) 高度 <5 米或 (b) 高度 ≥5 米，但在 2000 年后树木覆盖率有所下降的森林。
旧的次生林地类在排除主要森林类和幼龄次生林地类后，捕获剩余的森林像素。这些像素在 2000 年和 2020 年的森林高度均 ≥5 米，且在 2000 年后未检测到树木覆盖率损失或森林扰动，也没有任何人工林或种植园。
频段
波段
像素大小：30 米（所有波段）
| 名称 | 像元大小 | 说明 |
|---|---|---|
classification |
30 米 | 森林类型 |
分类类别表
| 值 | 颜色 | 说明 |
|---|---|---|
| 1 | #00ff00 | 原始森林 |
| 2 | #ff0000 | 次生幼林 |
| 3 | #6666ff | 次生老林 |
使用条款
使用条款
本数据集属于公共领域，使用和分发不受限制。如需更多信息，请参见 NASA 地球科学数据和信息政策。
引用
Hunka, N.、L. Duncanson, J. Armston, R.O. Dubayah, S.P. Healey, M. Santoro, P. May, A. Araza, C. Bourgain, P.M. Montesano, C.S. Neigh, H. Grantham, V. Potapov, S. Turubanova, A. Tyukavina, J. Richter, N. Harris, M. Urbazaev, A. Pascual, D. Requena Suarez, M. Herold, B. Poulter, S.N. Wilson, G. Grassi, S. Federici、M.J. Sanz Sanchez 和 J. 梅洛。2024 年。IPCC 地上生物量第 1 级估计的全球森林分类，2020 年。ORNL DAAC，美国田纳西州橡树岭。 https://doi.org/10.3334/ORNLDAAC/2345
Hunka, N.、Duncanson, L.、Armston, J. 等人。基于地球观测的政府间气候变化专门委员会 (IPCC) 1 级森林生物质估计。Sci Data 11, 1127 (2024). https://doi.org/10.1038/s41597-024-03930-9 doi:10.1038/s41597-024-03930-9
DOI
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var dataset = ee.ImageCollection('NASA/ORNL/global_forest_classification_2020/V1'); var visualization = { bands: ['classification'], min: 1.0, max: 3.0, palette: ['00ff00', 'ff0000', '6666ff'], }; Map.setCenter(-53, -5, 6); Map.addLayer(dataset, visualization, 'Forest Type');