USFS Tree Canopy Cover v2023-5 (CONUS and OCONUS)

USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5
데이터 세트 사용 가능 기간
1985-06-01T00:00:00Z–2023-09-30T00:00:00Z
데이터 세트 제공업체
Earth Engine 스니펫
ee.ImageCollection("USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5")
태그
산림 gtac 토지 이용 및 토지 피복 redcastle-resources usda usfs usgs

설명

이 제품은 수관 밀도 (TCC) 데이터 제품군의 일부입니다. 여기에는 각 연도의 모델링된 TCC, 표준 오차 (SE), 국토 피복 데이터베이스 (NLCD)의 TCC 데이터가 포함됩니다. 미국 농무부 산림청(USFS)에서 생성한 TCC 데이터는 미국 지질조사국(USGS)에서 관리하는 국토 피복 데이터베이스(NLCD) 프로젝트의 일부인 다중 해상도 토지 특성(MRLC) 컨소시엄에 포함됩니다.

Science TCC 제품과 NLCD TCC는 USFS에서 생성한 원격 감지 기반 지도 출력입니다. TCC 과학 및 NLCD TCC의 목표는 최신 기술과 TCC 매핑의 발전을 사용하여 일관된 접근 방식을 개발하여 미국 본토 (CONUS)와 알래스카 남동부, 하와이, 푸에르토리코-미국령 버진아일랜드 (OCONUS) 전역에서 '가장 적합한' TCC 지도를 만드는 것입니다. OCONUS v2023.5 데이터는 2025년 늦여름에 출시될 예정입니다. 현재 v2021.4 OCONUS TCC 데이터를 사용할 수 있습니다 (USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4).

모델 출력에는 1985년부터 2023년까지의 과학 TCC, 과학 SE, NLCD TCC가 포함됩니다.

*Science TCC는 원시 직접 모델 출력입니다.

*Science SE는 모든 회귀 트리에서 예측된 값의 모델 표준 편차입니다.

*NLCD TCC 제품은 연간 과학 TCC 이미지에 적용되는 추가 후처리를 거칩니다. 여기에는 여러 마스크 (물 및 비수목 농업)와 연간 노이즈를 줄이고 장기 추세를 반환하는 프로세스가 포함됩니다.

각 이미지에는 데이터가 없는 영역 (0), 매핑된 나무 덮개(1), 처리되지 않은 영역 (2)을 나타내는 세 가지 값이 있는 데이터 마스크 밴드가 포함됩니다. 비처리 영역은 연구 영역에서 클라우드 또는 클라우드 그림자가 없는 데이터가 있는 픽셀입니다. 데이터가 없고 처리되지 않은 영역 픽셀은 TCC 및 SE 이미지에서 마스크 처리됩니다.

CONUS의 크기와 다양한 생태계로 인해 CONUS 모델링은 480x480km 타일 54개로 나뉘었습니다. 각 타일의 경우 2011년 적합 LandTrendr, 2011년 CDL, 지형 데이터를 사용하여 고유한 랜덤 포레스트 모델이 빌드되었습니다. 중심 타일 주변의 5x5 창 내에 있는 타일과 교차하는 모델 보정용으로 제공된 70% 의 모든 참조 데이터가 랜덤 포레스트 모델을 학습하는 데 사용되었습니다. 그런 다음 이 모델이 중앙 타일에 적용되었습니다. 미국 외 지역의 경우 각 연구 지역에 하나의 모델이 적용되었으며 타일은 사용되지 않았습니다.

TCC 모델의 예측 변수 레이어에는 LandTrendr의 출력과 지형 정보가 포함됩니다. 이러한 구성요소는 모두 Google Earth Engine (Gorelick et al., 2017).

LandTrendr의 연간 컴포지트를 생성하기 위해 USGS Collection 2 Landsat Tier 1 및 Sentinel 2A, 2B Level-1C 대기권 상단 반사율 데이터가 사용되었습니다. cFmask 구름 마스킹 알고리즘(Foga et al., 2017)을 사용합니다. 이는 Fmask 2.0 (Zhu and Woodcock, 2012)(Landsat 전용), cloudScore (Chastain et al., 2019) (Landsat 전용) 및 s2cloudless(Sentinel-Hub, 2021) (Sentinel 2 전용)는 구름을 마스크하는 데 사용되고 TDOM(Chastain et al., 2019)는 구름 그림자를 마스크하는 데 사용됩니다 (Landsat 및 Sentinel 2). LandTrendr의 경우 연간 메도이드가 계산되어 각 연도의 구름 및 구름 그림자 없는 값을 단일 합성으로 요약합니다.

복합 시계열은 LandTrendr(Kennedy et al., 2010; Kennedy et al., 2018; Cohen et al., 2018).

원시 합성 값, LandTrendr 적합 값, 쌍별 차이, 세그먼트 기간, 변화 크기, 경사도, 고도, 경사도, 방위의 사인, 10m USGS 3D의 방위의 코사인 Elevation Program (3DEP) 데이터(U.S. Geological Survey, 2019)는 Random Forest (Breiman, 2001) 모델에서 독립 예측 변수로 사용됩니다.

참조 데이터는 USFS 산림 인벤토리 및 분석 (FIA) 사진 해석 TCC 데이터에서 수집되며, 픽셀 단위로 전체 TCC 예측을 만드는 데 사용됩니다.

추가 리소스

방법 및 정확도 평가에 관한 자세한 내용은 TCC 방법 개요를 참고하고, 데이터 다운로드, 메타데이터, 지원 문서는 TCC 지리 데이터 클리어링하우스를 참고하세요.

AK, PRUSVI, HI 데이터는 2025년 여름 말에 공개됩니다. 이전에 출시된 v2021.4 AK, PRUSVI, HI TCC 데이터를 사용할 수 있습니다(USGS/NLCD_RELEASES/2021_REL/TCC/v2021-4).

궁금한 점이나 특정 데이터 요청이 있는 경우 sm.fs.tcc@usda.gov로 문의하세요.

대역

픽셀 크기
30미터

대역

이름 단위 픽셀 크기 설명
Science_Percent_Tree_Canopy_Cover % 미터

원시 직접 모델 출력입니다. 각 픽셀에는 연도별 평균 예측 트리 캐노피 덮개 값이 있습니다.
Science_Percent_Tree_Canopy_Cover_Standard_Error % 미터

참조하는 모든 회귀 트리의 예측 값의 표준 편차를 표준 오차라고 합니다. 각 픽셀에는 연도별 표준 오류가 있습니다.
NLCD_Percent_Tree_Canopy_Cover % 미터

NLCD 수관 피복을 생성하기 위해 나무가 없는 픽셀 값을 0% 수관 피복으로 식별하고 설정하는 후처리 워크플로가 직접 모델 출력에 적용됩니다.

data_mask 미터

데이터가 없는 영역, 매핑된 나무 덮개, 처리되지 않은 영역을 나타내는 세 가지 값입니다. 비처리 영역은 연구 영역 내에서 출력을 생성하는 데 사용할 수 있는 클라우드 또는 클라우드 그림자 없는 데이터가 없는 픽셀이 있는 영역입니다.

이미지 속성

이미지 속성

이름 유형 설명
study_area 문자열

TCC는 현재 미국 본토, 알래스카 남동부, 푸에르토리코-미국령 버진아일랜드, 하와이를 지원합니다. 이 버전에는 CONUS가 포함되어 있습니다. SEAK, PRUSVI, HI의 데이터는 2025년 여름 말에 공개됩니다. 가능한 값: 'CONUS'
version 문자열

이것은 국토 피복 데이터베이스 (NLCD)의 일부인 MRLC 컨소시엄에서 출시된 TCC 제품의 다섯 번째 버전입니다.
startYear INT

'제품의 시작 연도'
endYear INT

'제품의 종료 연도'
년 INT

'제품의 연도'

이용약관

이용약관

USDA 산림청은 상품성 및 특정 목적에 대한 적합성 보증을 포함하여 명시적 또는 묵시적 보증을 하지 않으며, 이러한 지리 공간 데이터의 정확성, 신뢰성, 완전성 또는 유용성 또는 이러한 지리 공간 데이터의 부적절하거나 잘못된 사용에 대해 법적 책임이나 책임을 지지 않습니다. 이러한 지리 공간 데이터 및 관련 지도 또는 그래픽은 법적 문서가 아니며 법적 문서로 사용하기 위한 것이 아닙니다. 데이터와 지도는 공공 또는 사유지에 적용될 수 있는 소유권, 소유자, 법적 설명 또는 경계, 법적 관할권 또는 제한사항을 확인하는 데 사용할 수 없습니다. 자연 재해가 데이터와 지도에 묘사될 수도 있고 그렇지 않을 수도 있으므로 토지 사용자는 적절한 주의를 기울여야 합니다. 데이터는 동적이며 시간이 지남에 따라 변경될 수 있습니다. 사용자는 지리 공간 데이터의 제한사항을 확인하고 그에 따라 데이터를 사용할 책임이 있습니다.

이 데이터는 미국 정부의 지원을 받아 수집되었으며 추가 권한이나 수수료 없이 사용할 수 있습니다. 간행물, 프레젠테이션 또는 기타 연구 제품에 이 데이터를 사용하는 경우 다음 인용을 사용하세요.

USDA 산림청 4월 USFS 트리 캐노피 범위 v2023.5(미국 본토 및 미국 본토 외 지역) 솔트레이크시티, 유타주

인용

인용:

  • USDA 산림청 4월 USFS 트리 캐노피 범위 v2023.5(미국 본토 및 미국 본토 외 지역) 솔트레이크시티, 유타주

  • Breiman, L., 2001. 랜덤 포레스트 머신러닝 Springer, 45: 5~32 doi:10.1023/A:1010933404324

  • Chastain, R., Housman, I., Goldstein, J., Finco, M., and Tenneson, K., 2019년. 미국 본토에서 Sentinel-2A 및 2B MSI, Landsat-8 OLI, Landsat-7 ETM 대기권 상단 스펙트럼 특성의 실증적 교차 센서 비교 환경 원격 감지 Science Direct, 221: 274~285 doi:10.1016/j.rse.2018.11.012

  • Cohen, W. B., Yang, Z., Healey, S. P., Kennedy, R. E., and Gorelick, N., 2018년. 산림 교란 감지를 위한 LandTrendr 다중 스펙트럼 앙상블입니다. 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. 운영 Landsat 데이터 제품의 구름 감지 알고리즘 비교 및 검증 In Remote Sensing of Environment. Science Direct, 194: 379-390 doi:10.1016/j.rse.2017.03.026

  • U.S. Geological Survey, 2019. USGS 3D 고도 프로그램 디지털 고도 모델, 2022년 8월에 https://developers.google.com/earth-engine/datasets/catalog/USGS_3DEP_10m에서 액세스함

  • Kennedy, R. E., Yang, Z., Cohen, W. B., 2010. 연간 Landsat 시계열을 사용한 산림 교란 및 회복 추세 감지: 1. LandTrendr - 시간 세분화 알고리즘입니다. 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., Healey, S., 2018년. Google Earth Engine에서 LandTrendr 알고리즘 구현 원격 감지 MDPI, 10(5): 691 doi:10.3390/rs10050691

  • Sentinel-Hub, 2021. Sentinel 2 Cloud Detector [온라인]. 링크: https://github.com/sentinel-hub/sentinel2-cloud-detector

  • Zhu, Z., and Woodcock, C. E., 2012. Landsat 이미지의 객체 기반 구름 및 구름 그림자 감지 In Remote Sensing of Environment. Science Direct, 118: 83-94 doi:10.1016/j.rse.2011.10.028

DOI

Earth Engine으로 탐색하기

코드 편집기(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"')  
               .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);
코드 편집기에서 열기
이 제품은 수관 밀도 (TCC) 데이터 제품군의 일부입니다. 여기에는 각 연도의 모델링된 TCC, 표준 오차 (SE), 국립 토지 피복 데이터베이스 (NLCD)의 TCC 데이터가 포함됩니다. 미국 농무부 산림청 (USFS)에서 생성한 TCC 데이터는 다중 해상도 토지 …
USGS/NLCD_RELEASES/2023_REL/TCC/v2023-5, forest,gtac,landuse-landcover,redcastle-resources,usda,usfs,usgs
1985-06-01T00:00:00Z/2023-09-30T00:00:00Z
20.38379 -135.286387 52.459364 -56.446306
Google Earth Engine