- 数据集可用时间
- 2020-01-01T00:00:00Z–2020-12-31T00:00:00Z
- 数据集生产者
- 橡树岭国家实验室的 NASA ORNL DAAC Google Earth Engine
- 标签
说明
此数据集提供 2020 年按状态/条件划分的全球森林类别，分辨率约为 30 米。这些数据支持根据 2019 年《2006 年 IPCC 国家温室气体清单指南》的修订版，为天然林中的地上干木质生物量密度 (AGBD) 生成 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）。分类依据是现有的一系列地球观测 (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最大限度地减少模糊像素的纳入来减少划界中潜在的错判错误。因此，它对全球森林面积的估计较为保守，确定了全球约 32.6 亿公顷的森林。
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，但缺乏任何可用于验证这些划分的全球独立数据样本，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/条件类别（例如原始森林）的图层会合并，而用于识别意见分歧来源（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/原始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。这些森林在 2020 年的高度 ≥5 米，并且在 2000 年的高度 <5 米或在 2000 年的高度 ≥5 米，但在 2000 年后经历了树木覆盖率损失。
旧的次生林类别用于捕获排除主要森林类别和幼龄次生林类别后剩余的森林像素。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
像元大小
30 米
波段
| 名称 | 像元大小 | 说明 |
|---|---|---|
classification |
米 | 森林类型 |
分类类别表
| 值 | 颜色 | 说明 |
|---|---|---|
| 1 | #00ff00 | 原始森林 |
| 2 | #ff0000 | 年轻的次生林 |
| 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。Classification of Global Forests for IPCC Aboveground Biomass Tier 1 Estimates，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');