- توفُّر مجموعة البيانات
- 1985-06-01T00:00:00Z–2023-09-30T00:00:00Z
- مزوّد مجموعة البيانات
- مكتب الخدمات الجغرافية المكانية التابع لمركز الخدمات والابتكار الميداني في هيئة الغابات بوزارة الزراعة الأمريكية (FSIC-GO)
- العلامات
الوصف
نظرة عامة
مجموعة بيانات "غطاء مظلة الأشجار" (TCC) التي تنتجها "دائرة الغابات" التابعة لوزارة الزراعة الأمريكية (USFS) هي نواتج خرائط سنوية مستندة إلى الاستشعار عن بُعد، وتتراوح بين 1985 و2023. تساهم هذه البيانات في مشروع "قاعدة البيانات الوطنية للغطاء الأرضي" (NLCD)، الذي تديره هيئة المساحة الجيولوجية الأمريكية (USGS) كجزء من اتحاد "خصائص الأراضي المتعددة الدقة" (MRLC). يهدف المشروع إلى استخدام أحدث التقنيات لإنشاء خريطة متسقة "بأفضل دقة ممكنة" للغطاء الشجري. يشمل النطاق الجغرافي الولايات المتحدة المتجاورة (CONUS) ومناطق OCONUS (جنوب شرق ألاسكا (SEAK) وهاواي وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI)).
المنتجات
تتضمّن مجموعة بيانات TCC ثلاثة منتجات:
محتوى من إنشاء الذكاء الاصطناعي في مجال العلوم: يشير إلى النتائج المباشرة التي يقدّمها النموذج.
الخطأ العادي العلمي (SE): الانحراف المعياري للنموذج عن القيم المتوقّعة من جميع أشجار الانحدار.
غطاء أرضي مصنّف حسب الموضوع (TCC) من "الشبكة الوطنية لبيانات الساحل" (NLCD): منتج محسّن مشتق من صور غطاء أرضي مصنّف حسب الموضوع (TCC) السنوية من "الشبكة الوطنية لبيانات الساحل" (NLCD). وتخضع هذه البيانات لمعالجة لاحقة بهدف الحد من التشويش السنوي، وإبراز المؤشرات الطويلة الأمد، وإخفاء ميزات معيّنة (مثل المياه والزراعة غير الشجرية).
تتضمّن كل صورة نطاق قناع بيانات يحتوي على ثلاث قيم تمثّل المناطق التي لا تتوفّر فيها بيانات (0)، ومساحة الأشجار المظلِّلة التي تمّت فهرستها(1)، والمناطق غير المخصّصة للمعالجة (2). المناطق غير المعالَجة هي وحدات البكسل في منطقة الدراسة التي لا تتضمّن بيانات خالية من السحب أو ظل السحب. لا يتم إخفاء وحدات البكسل التي لا تتضمّن بيانات أو التي لا تقع في منطقة المعالجة في صور TCC وSE.
البيانات والأساليب
لقد طوّرنا بيانات تدريب ونماذج غابات عشوائية لمنطقة الولايات المتحدة القارية (CONUS) وجنوب شرق ألاسكا (SEAK) وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة (PRUSVI) وهاواي باستخدام بيانات TCC التي تم تفسيرها من الصور ضمن برنامج "جرد الغابات وتحليلها" (FIA) التابع لهيئة الغابات في الولايات المتحدة (USFS) كبيانات مرجعية. استخدمنا Google Earth Engine (GEE) (Gorelick et al., 2017) لمعالجة بيانات LandTrendr المتطابقة وبيانات التضاريس المتوقّعة. تتضمّن بيانات التضاريس من برنامج 3D Elevation Program (3DEP) (هيئة المسح الجيولوجي الأمريكية، 2019) الارتفاع والانحدار وجيب الزاوية وجيب التمام للاتجاه. بالنسبة إلى الولايات المتحدة القارية، أدرجنا أيضًا "طبقة بيانات المحاصيل" (CDL) كمتغيّر توقّعي (Lin et al., 2022).
استخدمنا صور انعكاسات الجزء العلوي من الغلاف الجوي من المستوى 1C من القمرَين الصناعيَّين Sentinel 2A و2B، بالإضافة إلى بيانات Landsat Collection 2 Tier 1 من هيئة المسح الجيولوجي الأمريكية، وذلك لإنتاج مركّبات سنوية من نوع medoid. لضمان جودة البيانات، طبّقنا خوارزميات مختلفة لإخفاء الغيوم والظلال، بما في ذلك cFmask (Foga et al., 2017; Zhu and Woodcock, 2012), cloudScore (Chastain et al., 2019)، وs2cloudless (Sentinel-Hub، 2021)، وCloud Score+ (باسكواريلا وآخرون، 2023)، وTDOM (Chastain et al., (2019). بعد إخفاء البيانات، حسبنا وسيطات سنوية لإنشاء صورة مركّبة واحدة خالية من السحب لكل عام. أخيرًا، تم تقسيم السلسلة الزمنية المركّبة مؤقتًا باستخدام LandTrendr (Kennedy et al., 2010, 2018; Cohen et al., (2018).
بالنسبة إلى الولايات المتحدة القارية، استخدمنا% 70 من البيانات المرجعية للمعايرة و% 30 لتقييم الخطأ المستقل. نظرًا للتنوّع البيئي في الولايات المتحدة المتجاورة، قسّمنا منطقة وضع النماذج إلى 54 قطعة (480 كم × 480 كم). على أجهزة الكمبيوتر المحلية، أنشأنا نموذجًا فريدًا لغابة عشوائية لكل مربّع (Breiman، 2001)، ودربناه على البيانات المرجعية التي تتقاطع مع نافذة 5×5 حول المربّع المركزي. بعد ذلك، تم نشر النماذج في GEE للتنبّؤ بتغطية السحب الكلية. بالنسبة إلى المناطق خارج الولايات المتحدة، استخدمنا تقسيمًا بنسبة 80/20 وأنشأنا نموذج غابة عشوائية واحدًا لكل منطقة.
مَراجع إضافية
يُرجى الاطّلاع على ملخّص طرق TCC أو مقالة مجلة Science of Remote Sensing للحصول على معلومات مفصّلة حول الطرق وتقييم الدقة.
يُرجى الاطّلاع على مستودع بيانات TCC الجغرافية لتنزيل البيانات والبيانات الوصفية ومستندات الدعم.
سيتم تعديل السلسلة HAWAII إلى HI في إصدار البيانات القادم v2025.6.
يُرجى التواصل مع [sm.fs.tcc@usda.gov] لطرح أي أسئلة أو طلبات بيانات محدّدة.
النطاقات
حجم البكسل
30 مترًا
النطاقات
| الاسم | الوحدات | حجم البكسل | الوصف | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Science_Percent_Tree_Canopy_Cover |
% | متر | مخرجات النموذج المباشر الأولية تحتوي كل وحدة بكسل على متوسط قيمة الغطاء الشجري المتوقّع لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Science_Percent_Tree_Canopy_Cover_Standard_Error |
% | متر | الانحراف المعياري للقيم المتوقّعة من جميع أشجار الانحدار التي نشير إليها هو الخطأ المعياري. لكل بكسل خطأ معياري لكل عام. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
NLCD_Percent_Tree_Canopy_Cover |
% | متر | لإنتاج غطاء شجري ضمن قاعدة بيانات NLCD، يتم تطبيق سير عمل ما بعد المعالجة على الناتج المباشر للنموذج الذي يحدّد قيم البكسل غير الشجرية ويضبطها على صفر بالمائة من الغطاء الشجري. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
data_mask |
متر | ثلاث قيم تمثّل مناطق لا تتضمّن بيانات، ومساحة الأشجار المظلِّلة التي تمّت مطابقتها، ومنطقة غير معالَجة منطقة عدم المعالجة هي المنطقة التي لا تتوفّر فيها وحدات البكسل ضمن منطقة الدراسة على بيانات خالية من السحب أو ظلال السحب لإنتاج ناتج. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
خصائص الصور
خصائص الصور
| الاسم | النوع | الوصف |
|---|---|---|
| study_area | سلسلة | تغطي "الغطاء السحابي الكلي" حاليًا الولايات المتحدة القارية وجنوب شرق ألاسكا وبورتوريكو وجزر فيرجن التابعة للولايات المتحدة وهاواي. يحتوي هذا الإصدار على بيانات خاصة بالولايات المتحدة القارية وألاسكا وبورتوريكو وجزر فيرجن الأمريكية وهاواي. القيم المحتملة: CONUS أو AK أو PRUSVI أو HAWAII |
| إصدار | سلسلة | هذا هو الإصدار الخامس من منتج TCC الذي تم إصداره في اتحاد MRLC الذي يشكّل جزءًا من "قاعدة بيانات الغطاء الأرضي الوطنية" (NLCD) |
| startYear | INT | "سنة بدء إنتاج المنتج" |
| endYear | INT | "سنة انتهاء صلاحية المنتج" |
| سنة | INT | "سنة الإنتاج" |
بنود الاستخدام
بنود الاستخدام
لا تقدّم "خدمة الغابات" التابعة لوزارة الزراعة الأمريكية أي ضمان، صريحًا أو ضمنيًا، بما في ذلك ضمانات الصلاحية للتسويق والملاءمة لغرض معيّن، ولا تتحمّل أي مسؤولية قانونية أو مسؤولية عن دقة هذه البيانات الجغرافية المكانية أو موثوقيتها أو اكتمالها أو فائدتها، أو عن الاستخدام غير السليم أو غير الصحيح لهذه البيانات الجغرافية المكانية. إنّ هذه البيانات الجغرافية المكانية والخرائط أو الرسومات ذات الصلة ليست مستندات قانونية، ولا يُراد استخدامها على هذا النحو. لا يجوز استخدام البيانات والخرائط لتحديد الملكية أو الأوصاف القانونية أو الحدود أو الولاية القضائية أو القيود التي قد تكون مفروضة على الأراضي العامة أو الخاصة. قد يتم أو لا يتم عرض المخاطر الطبيعية في البيانات والخرائط، وعلى مستخدمي الأراضي توخّي الحذر اللازم. البيانات ديناميكية وقد تتغيّر بمرور الوقت. يتحمّل المستخدم مسؤولية التحقّق من قيود البيانات الجغرافية المكانية واستخدام البيانات وفقًا لذلك.
تم جمع هذه البيانات باستخدام تمويل من حكومة الولايات المتحدة ويمكن استخدامها بدون أذونات أو رسوم إضافية. إذا كنت تستخدم هذه البيانات في منشور أو عرض تقديمي أو أي منتج بحثي آخر، يُرجى استخدام الاقتباس التالي:
USDA Forest Service. 2025. USFS Tree Canopy Cover v2023.5 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا
الاقتباسات
USDA Forest Service. 2025. USFS Tree Canopy Cover v2023.5 (الولايات المتحدة المتجاورة والولايات المتحدة المتجاورة الخارجية) سولت ليك سيتي، يوتا
Breiman, L., 2001. الغابات العشوائية في "تعلُّم الآلة" Springer, 45: 5-32 doi:10.1023/A:1010933404324
Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., 2019. مقارنة تجريبية بين أجهزة الاستشعار المختلفة لخصائص طيف الغلاف الجوي العلوي في Sentinel-2A و2B MSI وLandsat-8 OLI وLandsat-7 ETM في الولايات المتحدة المتجاورة In Remote Sensing of Environment. Science Direct, 221: 274-285 doi:10.1016/j.rse.2018.11.012
Cohen, W. B., يانغ، زد.، Healey, S. P., Kennedy, R. E., and Gorelick, N., 2018. مجموعة متعددة الأطياف من LandTrendr لرصد اضطراب الغابات In Remote Sensing of Environment. Science Direct, 205: 131-140 doi:10.1016/j.rse.2017.11.015
Foga, S., Scaramuzza, P.L., Guo, S., Zhu, Z., Dilley, R.D., Beckmann, T., Schmidt, G.L., Dwyer, J.L., Hughes, M.J., Laue, B., 2017. مقارنة خوارزميات رصد السحب والتحقّق منها لمنتجات بيانات Landsat التشغيلية In Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026
Kennedy, R. E., Yang, Z., and Cohen, W. B., 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - خوارزميات التقسيم الزمني In Remote Sensing of Environment. Science Direct, 114(12): 2897-2910 doi:10.1016/j.rse.2010.07.008
Kennedy, R., Yang, Z., Gorelick, N., Braaten, J., Cavalcante, L., Cohen, W., and Healey, S., 2018. تنفيذ خوارزمية LandTrendr على Google Earth Engine في الاستشعار عن بُعد MDPI, 10(5): 691 doi:10.3390/rs10050691
Lin, L.; Di, L.; Zhang, C.; Guo, L.; Di, Y.; Li, H.; يانغ، أ. 2022 التحقّق من صحة طبقة بيانات الأراضي الزراعية وتحسينها باستخدام خوارزمية شجرة القرارات المكانية والزمانية البيانات العلمية 9(1): 63. doi:10.3390/rs10050691
Pasquarella, V. J., Brown, C. F., Czerwinski, W., and Rucklidge, W. J., 2023. Comprehensive Quality Assessment of Optical Satellite Imagery Using Weakly Supervised Video Learning. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2124-2134. doi:10.1109/cvprw59228.2023.00206
Sentinel-Hub، 2021 Sentinel 2 Cloud Detector [على الإنترنت]. متوفّر على الرابط: https://github.com/sentinel-hub/sentinel2-cloud-detector
مصلحة المساحة الجيولوجية في الولايات المتحدة، 2019. USGS 3D Elevation Program Digital Elevation Model, accessed August 2022 at https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m
Zhu, Z., and Woodcock, C. E., 2012. رصد السحب وظلالها استنادًا إلى الأجسام في صور Landsat In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028
معرِّفات العناصر الرقمية (DOI)
- https://doi.org/10.1016/j.rse.2010.07.008
- https://doi.org/10.1016/j.rse.2011.10.028
- https://doi.org/10.1016/j.rse.2017.03.026
- https://doi.org/10.1016/j.rse.2017.11.015
- https://doi.org/10.1016/j.rse.2018.11.012
- https://doi.org/10.1023/A:1010933404324
- https://doi.org/10.1038/s41597-022-01169-w
- https://doi.org/10.3390/rs10050691
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
// Import the tree canopy cover collection var dataset = ee.ImageCollection('USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5'); //Filter collection to 2021 and CONUS study area var tcc = dataset.filter(ee.Filter.calendarRange(2023, 2023,'year')) // range: [1985, 2023] .filter('study_area == "CONUS"') // CONUS, AK, HAWAII, PRUSVI .first(); // TCC palette var tcc_palette = [ 'CDA066', 'D7C29E', 'C2D096', 'B7D692', 'ADDD8E', '78C679', '5CB86B', '41AB5D', '39A156', '329750', '238443', '11763D', '006837', '004529' ] // SE palette var se_palette = [ '000000', 'FFFFFF', ] // Display images on map Map.addLayer(tcc.select('data_mask'), {min:0,max:2}, 'Data Mask',false); Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'Science Percent Tree Canopy Cover'); Map.addLayer(tcc.select('Science_Percent_Tree_Canopy_Cover_Standard_Error'), {min:0,max:4000,palette:se_palette}, 'Science Percent Tree Canopy Cover Standard Error'); Map.addLayer(tcc.select('NLCD_Percent_Tree_Canopy_Cover'), {min:0,max:60,palette:tcc_palette}, 'NLCD Percent Tree Canopy Cover'); Map.setCenter(-98.58, 38.14, 4);