- Доступность набора данных
- 2020-01-01T00:00:00Z–2021-01-01T00:00:00Z
- Поставщик набора данных
- Лесная служба США (USFS), Центр полевых служб и инноваций, Геопространственное управление (FSIC-GO)
- Теги
Описание
Этот продукт входит в набор данных TreeMap. Она содержит подробную пространственную информацию о характеристиках лесов, включая количество живых и мертвых деревьев, биомассу и углерод, на всей территории лесов США в 2020 году.
TreeMap v2020 содержит 22-диапазонные изображения карт с разрешением 30 x 30 м на исследуемую область лесов США примерно в 2020 году, причем каждый диапазон представляет собой атрибут, полученный из выбранных данных анализа инвентаризации лесов (FIA) (и один диапазон, представляющий идентификатор TreeMap). Примеры атрибутов: тип леса, процент покрытия кронами, запас живых деревьев, биомасса живых/мертвых деревьев и углерод в живых/мертвых деревьях.
Продукты TreeMap – это результат работы алгоритма машинного обучения на основе случайного леса, который назначает наиболее похожий участок FIA каждому пикселю входных данных LANDFIRE с сеткой. Цель состоит в том, чтобы объединить взаимодополняющие сильные стороны подробных, но пространственно разреженных данных FIA с менее подробными, но пространственно всеобъемлющими данными LANDFIRE для получения более точных оценок характеристик лесов в различных масштабах. TreeMap используется как в частном, так и в государственном секторе для планирования обработки топлива, картирования опасности зацепов и оценки наземных углеродных ресурсов.
TreeMap отличается от других продуктов, содержащих данные о лесной растительности, тем, что предоставляет идентификатор участка FIA для каждого пикселя, тогда как другие наборы данных содержат характеристики леса, такие как площадь поперечного сечения стволов живых деревьев (например, Ohmann and Gregory 2002; Pierce Jr et al. 2009; Wilson, Lister, and Riemann 2012). Идентификатор участка FIA можно связать с сотнями переменных и атрибутов, зарегистрированных для каждого дерева и участка в FIA DataMart – общедоступном хранилище информации об участках FIA (Forest Inventory Analysis 2022a).
Набор данных TreeMap 2020 CONUS, представленный здесь, обновляет набор данных TreeMap 2016 до условий ландшафта примерно 2020 года и обновляет методы следующим образом: 1) использование другого набора климатических переменных при вменении и 2) улучшение назначения видового состава для предотвращения вменения участков в районы, где их существующий тип растительности не присутствовал, проблема, которая затронула небольшое количество пикселей в предыдущих версиях TreeMap.
Карта TreeMap v2020 была создана с использованием методов, описанных в статье Райли и др. (2022), но отличается от TreeMap v2016 следующим: 1) климатические переменные были получены из DayMet и включали осадки, коротковолновое излучение, водный эквивалент почвы, максимальную температуру, минимальную температуру, давление пара и дефицит давления пара; 2) участки, доступные для вменения в каждой зоне LANDFIRE, были ограничены теми участками с видами деревьев, которые присутствовали либо на участках, найденных в зоне LANDFIRE, либо в зонах, непосредственно граничащих с ней, в соответствии с участками FIA, расположенными в пределах зоны. Это позволило исключить не только участки с типами растительности, не характерными для зоны, но и участки с деревьями, которые не встречаются в этой местности.
Результаты показали хорошее соответствие между целевыми данными LANDFIRE и вмененными данными участков с общим внутриклассовым согласием 94,3% для лесного покрова, 99,0% для высоты леса, 95,6% для группы растительности и 95,5% для кода нарушения. Из 69 800 участков FIA с одним условием, доступных для Random Forest, 64 745 (92,7%) были использованы для вменения 2 687 805 994 лесных пикселей.
Другие версии TreeMap можно найти по следующим ссылкам:
Дополнительные ресурсы
Подробную информацию о методах и оценке точности можно найти в публикации TreeMap 2016.
TreeMap Data Explorer – это веб-версия приложения, которое позволяет пользователям просматривать и скачивать данные атрибутов TreeMap.
Полный набор данных, метаданные и сопроводительные документы можно скачать в архиве исследовательских данных TreeMap.
Посетите TreeMap Raster Data Gateway, чтобы скачать данные атрибутов TreeMap, метаданные и справочные документы.
Подробную информацию об атрибутах, включенных в TreeMap 2020, можно найти в руководстве по базе данных FIA (версия 9.3).
Treemap 2016 vintage содержит данные о состоянии лесов США примерно в 2016 году.
Treemap 2022 vintage содержит данные о состоянии лесов США по состоянию на 2022 год.
Если у вас есть вопросы или вам нужны определенные данные, напишите на адрес sm.fs.treemaphelp@usda.gov.
Диапазоны частот
Диапазоны частот
Размер пикселя: 30 метров (все диапазоны)
| Название | Единицы | Размер пикселя | Описание |
|---|---|---|---|
ALSTK |
% | 30 метров | Посадка живых деревьев. Сумма значений процента запаса всех живых деревьев в условии. |
BALIVE |
кв. фт/акр | 30 метров | Площадь поперечного сечения стволов живых деревьев. Площадь поперечного сечения стволов всех живых деревьев с диаметром на высоте груди или у корневой шейки не менее 2,5 см, измеренная в квадратных футах на акр. |
CANOPYPCT |
% | 30 метров | Live Canopy Cover. На основе данных Forest Vegetation Simulator. |
CARBON_D |
тонн/акр | 30 метров | Углерод, сухостой. Рассчитывается с помощью следующего запроса FIA: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) / 2 /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
CARBON_DWN |
тонн/акр | 30 метров | Углерод, вниз, мертвый. Углерод (тонн на акр) в древесных материалах диаметром более 3 дюймов на земле, а также в пнях и их корнях диаметром более 3 дюймов. Оценка получена на основе моделей, учитывающих географический регион, тип леса и плотность углерода в живых деревьях (Smith and Heath 2008). |
CARBON_L |
тонн/акр | 30 метров | Carbon, Live Above Ground. Рассчитывается по следующему запросу FIA: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) / 2 /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
DRYBIO_D |
тонн/акр | 30 метров | Биомасса сухих стоящих мертвых деревьев, надземная. Рассчитывается по следующему запросу FIA: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
DRYBIO_L |
тонн/акр | 30 метров | Сухая биомасса живых деревьев, надземная. Рассчитывается по следующему запросу FIA: Sum (DRYBIO_BOLE, DRYBIO_TOP, DRYBIO_STUMP, DRYBIO_SAPLING, DRYBIO_WDLD_SPP) /2000*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
FLDSZCD |
30 метров | Код класса размера древостоя. Классификация преобладающего (на основе запаса) класса диаметра живых деревьев в пределах участка. |
|
FLDTYPCD |
30 метров | Код типа леса – код, указывающий на тип леса, присвоенный полевой бригадой на основе видов деревьев или групп видов, составляющих большую часть всех живых насаждений. Полевая бригада оценивает тип леса на основе акра лесных угодий вокруг участка, а также видов, отобранных в данном состоянии. |
|
FORTYPCD |
30 метров | Код типа леса по алгоритму – тип леса, используемый для отчетности. В основном он определяется с помощью компьютерного алгоритма, за исключением случаев, когда менее 25 % участка относится к определенному состоянию леса, и некоторых других ситуаций. |
|
GSSTK |
% | 30 метров | Growing-Stock Stocking. Сумма значений процента запаса всех деревьев растущего запаса в условии. |
QMD |
дюйм. | 30 метров | Среднеквадратичный диаметр деревьев в древостое. Среднеквадратичный диаметр или диаметр дерева со средней площадью поперечного сечения ствола на высоте груди. На основе живых деревьев ≥1,0 дюйма d.b.h./d.r.c. |
SDIsum |
Безразмерный | 30 метров | Сумма индекса плотности древостоя. Индекс плотности древостоя (SDI). Относительная мера плотности древостоя для живых деревьев (диаметр на высоте груди/диаметр у корневой шейки больше или равен 1,0 дюйма) в данном состоянии, выраженная как сумма максимального индекса плотности древостоя (SDI). |
STANDHT |
фут. | 30 метров | Высота доминирующих деревьев. На основе данных Forest Vegetation Simulator. |
STDSZCD |
30 метров | Код класса размера древостоя, определенный алгоритмом. Классификация преобладающего (на основе запаса) класса диаметра живых деревьев в пределах состояния, присвоенного с помощью алгоритма. |
|
TPA_DEAD |
количество/акр | 30 метров | Мертвые деревья на акр. Количество сухостойных деревьев на акр (диаметр >= 5 дюймов). Рассчитывается с помощью следующего запроса FIA: Sum TREE.TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
TPA_LIVE |
количество/акр | 30 метров | Живые деревья на акр. Количество живых деревьев на акр (диаметр > 1 дюйма). Рассчитывается по следующему запросу FIA: Sum TREE.TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1) AND ((TREE.DIA)>=1)) |
TM_ID |
Безразмерный | 30 метров | Необработанные значения набора данных идентификатора TreeMap. Этот набор данных полезен для просмотра пространственных группировок отдельных смоделированных значений участков. |
VOLBFNET_L |
sawlog-board-ft/acre | 30 метров | Объем, живой (правило журнала: Int’l ¼ inch). Рассчитывается с помощью следующего запроса FIA: Sum VOLBFNET * TPA_UNADJ WHERE (((TREE.TREECLCD)=2) AND ((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
VOLCFNET_D |
куб. фт/акр | 30 метров | Объем, сухостой. Рассчитывается по следующему запросу FIA: Sum VOLCFNET*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=2) AND ((TREE.DIA)>=5) AND ((TREE.STANDING_DEAD_CD)=1)) |
VOLCFNET_L |
куб. фт/акр | 30 метров | Громкость, сейчас идет. Рассчитывается по следующему запросу FIA: Sum VOLCFNET*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
Таблица классов FLDSZCD
| Значение | Цвет | Описание |
|---|---|---|
| 0 | #c62363 | Не покрытые лесом – соответствуют определению доступных земель и одному из следующих условий: 1) менее 10 % покрыто деревьями, проростками и саженцами и не классифицируется как покрытые лесом; 2) для нескольких видов лесных угодий, где стандарты покрытия недоступны, менее 10 % полога леса покрыто деревьями, проростками и саженцами. |
| 1 | #feba12 | ≤4,9 дюйма (ростки/саженцы). не менее 10 % площади занято деревьями, саженцами и молодыми деревьями (или не менее 10 % площади покрыто кронами, если стандарты плотности посадки недоступны), и не менее 2/3 площади крон приходится на деревья с диаметром ствола на высоте груди или у корневой шейки менее 12,7 см; |
| 2 | #ffff00 | 5,0–8,9 дюйма (мягкая древесина)/ 5,0–10,9 дюйма (твердая древесина). Полнота насаждения составляет не менее 10 % (или доля тени от деревьев составляет не менее 10 %, если стандарты полноты насаждения недоступны) для деревьев, проростков и саженцев. Не менее трети доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди или у корневой шейки более 12,7 см. Большая часть доли тени от деревьев приходится на хвойные деревья с диаметром ствола 12,7–22,6 см и/или лиственные деревья с диаметром ствола на высоте груди 12,7–27,7 см и/или лесные деревья с диаметром ствола у корневой шейки 12,7–22,6 см. |
| 3 | #38a800 | 9,0–19,9 дюйма (хвойные породы)/ 11,0–19,9 дюйма (лиственные породы). Полнота насаждения не менее 10 % (или доля тени от деревьев не менее 10 %, если стандарты полноты насаждения недоступны) для деревьев, проростков и саженцев. Не менее трети доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди или у корневой шейки более 12,7 см. Большая часть доли тени от деревьев приходится на хвойные деревья с диаметром ствола 22,86–50,54 см и/или лиственные деревья с диаметром ствола на высоте груди 27,94–50,54 см и/или лесные деревья с диаметром ствола у корневой шейки 22,86–50,54 см. |
| 4 | #73dfff | 20,0–39,9 дюйма. Полнота насаждения не менее 10 % (или доля тени от деревьев не менее 10 %, если стандарты полноты насаждения недоступны) для деревьев, проростков и саженцев. Не менее трети доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди или у корневой шейки более 12,7 см, а большая часть доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди 50,8–101,3 см. |
| 5 | #5c09fc | 40,0+ дюйма. Полнота насаждения деревьев, сеянцев и саженцев составляет не менее 10 % (или доля тени от деревьев составляет не менее 10 %, если стандарты полноты насаждения недоступны). Не менее трети доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди или диаметром у корневой шейки более 12,7 см, а большая часть доли тени от деревьев приходится на деревья с диаметром ствола на высоте груди не менее 101,6 см. |
Таблица классов FLDTYPCD
| Значение | Цвет | Описание |
|---|---|---|
| 101 | #6e26ec | Сосна Банкса |
| 102 | #c765ec | Сосна красная |
| 103 | #efdbcc | Сосна веймутова |
| 104 | #a8a9f2 | Сосна веймутова/тсуга канадская |
| 105 | #d0ce83 | Тсуга канадская |
| 121 | #47d0b6 | Пихта бальзамическая |
| 122 | #9d86a6 | Ель канадская |
| 123 | #a5f77a | Ель красная |
| 124 | #dcf4d9 | Ель красная/пихта бальзамическая |
| 125 | #64e1f7 | Ель чёрная |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Туя западная |
| 128 | #87cc75 | Пихта Фразера |
| 141 | #84d7eb | Болотная сосна |
| 142 | #ef4677 | Сосна Эллиота |
| 161 | #97f2ad | Сосна ладанная |
| 162 | #d45549 | Сосна короткохвойная |
| 163 | #63f3ac | Сосна виргинская |
| 164 | #f58de4 | Сосна песчаная |
| 165 | #e9c991 | Сосна колючая |
| 166 | #ddbef2 | Сосна болотная |
| 167 | #bba847 | Сосна жесткая |
| 171 | #95eacd | Можжевельник виргинский |
| 182 | #a6827b | Можжевельник скальный |
| 184 | #bca28a | Можжевеловый лес |
| 185 | #cff3f4 | Сосново-можжевеловый лес |
| 201 | #c1ded5 | Псевдотсуга |
| 202 | #948ee9 | кипарисовик Лавсона |
| 221 | #d0ef5b | Желтая сосна |
| 222 | #e29af0 | Калоцедрус |
| 224 | #c34bc3 | Сосна Ламберта |
| 225 | #e6acb8 | Сосна Жеффрея |
| 226 | #ea3b34 | Сосна Культера |
| 241 | #724353 | Западная белая сосна |
| 261 | #f2c7a0 | Пихта одноцветная |
| 262 | #6ab27f | Пихта великолепная |
| 263 | #f1f3d3 | Пихта благородная |
| 264 | #ea5aba | Пихта миловидная |
| 265 | #edc7e1 | ель Энгельмана |
| 266 | #4965e2 | Ель Энгельмана/пихта субальпийская |
| 267 | #a0f4c4 | Пихта великая |
| 268 | #5697de | Пихта субальпийская |
| 269 | #5defc4 | Голубая ель |
| 270 | #e8f384 | Тсуга горная |
| 271 | #cc63bd | Кипарисовик нутканский |
| 281 | #e16f3d | Сосна скрученная широкохвойная |
| 301 | #f5da68 | Тсуга западная |
| 304 | #a63bcf | Туя складчатая |
| 305 | #51d0dd | Ель ситхинская |
| 321 | #6bc5b6 | Лиственница западная |
| 341 | #f2f4a5 | Красное дерево |
| 361 | #576abe | Сосна бугорчатая |
| 362 | #b56f7c | Сосна белая юго-западная |
| 365 | #dca5ca | Сосна Бальфура/сосна остистая |
| 366 | #67eff4 | Сосна гибкая |
| 367 | #ca5483 | Сосна белокорая |
| 368 | #a8bf86 | Различные западные хвойные породы |
| 369 | #aff6e9 | Можжевельник западный |
| 371 | #a53394 | Смешанный хвойный лес Калифорнии |
| 381 | #e9e2eb | Сосна обыкновенная |
| 383 | #d0cfad | Другие экзотические хвойные породы |
| 384 | #eee1b3 | Ель обыкновенная |
| 385 | #e4db79 | Интродуцированная лиственница |
| 401 | #ec42f6 | Сосна веймутова / дуб красный / ясень американский |
| 402 | #7e9f81 | Можжевельник виргинский/древесина твердых пород |
| 403 | #4a7196 | Сосна болотная/дуб |
| 404 | #5cd76e | Короткохвойная сосна/дуб |
| 405 | #37999a | Сосна виргинская/дуб южный красный |
| 406 | #ed54dd | Ладанная сосна/древесина твердых пород |
| 407 | #6792f0 | Сосна Эллиота/лиственные породы |
| 409 | #82eb3e | Другие хвойные/лиственные породы |
| 501 | #b8db98 | Дуб звёздчатый/дуб чёрный |
| 502 | #bccc4b | Дуб каштановый |
| 503 | #f22ab1 | Белый дуб / красный дуб / пекан |
| 504 | #f6e095 | Белый дуб |
| 505 | #77989d | Дуб красный |
| 506 | #718640 | Тюльпанное дерево / белый дуб / северный красный дуб |
| 507 | #9d4f8d | Сассафрас/хурма |
| 508 | #c376e4 | Ликвидамбар смолоносный/тюльпанное дерево |
| 509 | #7cb133 | Дуб крупноплодный |
| 510 | #5fa7cc | Дуб шарлаховый |
| 511 | #9ae6e8 | Тюльпанное дерево |
| 512 | #def3b1 | Черный орех |
| 513 | #b88bf2 | Робиния ложноакациевая |
| 514 | #a5f031 | Дуб кустарниковый южный |
| 515 | #eeafa3 | Дуб каштановый/дуб бархатистый/дуб шарлаховый |
| 516 | #9bd763 | Вишня, белый ясень, тюльпанное дерево |
| 517 | #b838ee | Вяз, ясень, робиния |
| 519 | #e88fbb | Красный клен/дуб |
| 520 | #cce5b9 | Смешанные нагорные лиственные леса |
| 601 | #ed8a9c | Дуб каштановый болотный/дуб вишневокорый |
| 602 | #c8ed2d | Ликвидамбар смолоносный, дуб Наттолла, дуб иволистный |
| 605 | #f0bd53 | Дуб лировидный/кария водная |
| 606 | #60dad1 | Кипарисовик туевидный |
| 607 | #c790c1 | Болотный кипарис/нисса водная |
| 608 | #54c7ef | Магнолия виргинская/нисса лесная/клен красный |
| 609 | #8e6a31 | Таксодиум двурядный/таксодиум восходящий |
| 701 | #cecceb | Ясень черный / вяз американский / клен красный |
| 702 | #b1bef2 | Береза черная/платан |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Платан, пекан, вяз американский |
| 706 | #efadec | Каркас западный/каркас южный/вяз/ясень пенсильванский |
| 707 | #da23cf | Серебристый клен/американский вяз |
| 708 | #e4c3c0 | Красный клен/низина |
| 709 | #bf90e1 | Тополь/ива |
| 722 | #52f3eb | Ясень орегонский |
| 801 | #a2c9eb | Сахарный клен/бук/береза желтая |
| 802 | #3ff451 | Черешневый |
| 805 | #6ab7f2 | Клен сахарный/липа |
| 809 | #b3714c | Красный клен/нагорье |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Береза бумажная |
| 903 | #dd82c7 | Серая береза |
| 904 | #c5f2a0 | Тополь бальзамический |
| 905 | #e3f2e7 | Вишня пенсильванская |
| 911 | #b2c2b1 | Ольха красная |
| 912 | #4ff389 | Клен крупнолистный |
| 921 | #8772e8 | Серая сосна |
| 922 | #bb24a1 | Дуб калифорнийский |
| 923 | #c7f7cd | Дуб орегонский белый |
| 924 | #8fc3c6 | Синий дуб |
| 931 | #f13896 | Калифорнийский дуб |
| 933 | #efe92f | Дуб золоточешуйчатый |
| 934 | #6c48ae | Дуб виргинский |
| 935 | #b3e8cd | Калифорнийский белый дуб (долинный дуб) |
| 941 | #e8a882 | Литокарпус |
| 942 | #b3e0f0 | Калифорнийский лавр |
| 943 | #6a48de | Кастанопсис золотистолистный |
| 961 | #c3ab6e | Земляничное дерево Мензиса |
| 962 | #f5f169 | Другие лиственные породы |
| 971 | #f3c66f | Лиственный дубовый лес |
| 972 | #4ecb89 | Вечнозеленый дубовый лес |
| 973 | #60b0c2 | Мескитовый лес |
| 974 | #76e45f | Лес с церкокарпусом (горным кустарником) |
| 975 | #b3c5ce | Кленовый лес в межгорной котловине |
| 976 | #ee73af | Различные лиственные породы |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Пальмы |
| 995 | #e67774 | Другие экзотические лиственные породы |
Таблица классов FORTYPCD
| Значение | Цвет | Описание |
|---|---|---|
| 101 | #6e26ec | Сосна Банкса |
| 102 | #c765ec | Сосна красная |
| 103 | #efdbcc | Сосна веймутова |
| 104 | #a8a9f2 | Сосна веймутова/тсуга канадская |
| 105 | #d0ce83 | Тсуга канадская |
| 121 | #47d0b6 | Пихта бальзамическая |
| 122 | #9d86a6 | Ель канадская |
| 123 | #a5f77a | Ель красная |
| 124 | #dcf4d9 | Ель красная/пихта бальзамическая |
| 125 | #64e1f7 | Ель чёрная |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Туя западная |
| 141 | #84d7eb | Болотная сосна |
| 142 | #ef4677 | Сосна Эллиота |
| 161 | #97f2ad | Сосна ладанная |
| 162 | #d45549 | Сосна короткохвойная |
| 163 | #63f3ac | Сосна виргинская |
| 164 | #f58de4 | Сосна песчаная |
| 165 | #e9c991 | Сосна колючая |
| 166 | #ddbef2 | Сосна болотная |
| 167 | #bba847 | Сосна жесткая |
| 171 | #95eacd | Можжевельник виргинский |
| 182 | #a6827b | Можжевельник скальный |
| 184 | #bca28a | Можжевеловый лес |
| 185 | #cff3f4 | Сосново-можжевеловый лес |
| 201 | #c1ded5 | Псевдотсуга |
| 202 | #948ee9 | кипарисовик Лавсона |
| 221 | #d0ef5b | Желтая сосна |
| 222 | #e29af0 | Калоцедрус |
| 224 | #c34bc3 | Сосна Ламберта |
| 225 | #e6acb8 | Сосна Жеффрея |
| 226 | #ea3b34 | Сосна Культера |
| 241 | #724353 | Западная белая сосна |
| 261 | #f2c7a0 | Пихта одноцветная |
| 262 | #6ab27f | Пихта великолепная |
| 263 | #f1f3d3 | Пихта благородная |
| 264 | #ea5aba | Пихта миловидная |
| 265 | #edc7e1 | ель Энгельмана |
| 266 | #4965e2 | Ель Энгельмана/пихта субальпийская |
| 267 | #a0f4c4 | Пихта великая |
| 268 | #5697de | Пихта субальпийская |
| 269 | #5defc4 | Голубая ель |
| 270 | #e8f384 | Тсуга горная |
| 271 | #cc63bd | Кипарисовик нутканский |
| 281 | #e16f3d | Сосна скрученная широкохвойная |
| 301 | #f5da68 | Тсуга западная |
| 304 | #a63bcf | Туя складчатая |
| 305 | #51d0dd | Ель ситхинская |
| 321 | #6bc5b6 | Лиственница западная |
| 341 | #f2f4a5 | Красное дерево |
| 361 | #576abe | Сосна бугорчатая |
| 362 | #b56f7c | Сосна белая юго-западная |
| 365 | #dca5ca | Сосна Бальфура/сосна остистая |
| 366 | #67eff4 | Сосна гибкая |
| 367 | #ca5483 | Сосна белокорая |
| 368 | #a8bf86 | Различные западные хвойные породы |
| 369 | #aff6e9 | Можжевельник западный |
| 371 | #a53394 | Смешанный хвойный лес Калифорнии |
| 381 | #e9e2eb | Сосна обыкновенная |
| 383 | #d0cfad | Другие экзотические хвойные породы |
| 384 | #eee1b3 | Ель обыкновенная |
| 385 | #e4db79 | Интродуцированная лиственница |
| 401 | #ec42f6 | Сосна веймутова / дуб красный / ясень американский |
| 402 | #7e9f81 | Можжевельник виргинский/древесина твердых пород |
| 403 | #4a7196 | Сосна болотная/дуб |
| 404 | #5cd76e | Короткохвойная сосна/дуб |
| 405 | #37999a | Сосна виргинская/дуб южный красный |
| 406 | #ed54dd | Ладанная сосна/древесина твердых пород |
| 407 | #6792f0 | Сосна Эллиота/лиственные породы |
| 409 | #82eb3e | Другие хвойные/лиственные породы |
| 501 | #b8db98 | Дуб звёздчатый/дуб чёрный |
| 502 | #bccc4b | Дуб каштановый |
| 503 | #f22ab1 | Белый дуб / красный дуб / пекан |
| 504 | #f6e095 | Белый дуб |
| 505 | #77989d | Дуб красный |
| 506 | #718640 | Тюльпанное дерево / белый дуб / северный красный дуб |
| 507 | #9d4f8d | Сассафрас/хурма |
| 508 | #c376e4 | Ликвидамбар смолоносный/тюльпанное дерево |
| 509 | #7cb133 | Дуб крупноплодный |
| 510 | #5fa7cc | Дуб шарлаховый |
| 511 | #9ae6e8 | Тюльпанное дерево |
| 512 | #def3b1 | Черный орех |
| 513 | #b88bf2 | Робиния ложноакациевая |
| 514 | #a5f031 | Дуб кустарниковый южный |
| 515 | #eeafa3 | Дуб каштановый/дуб бархатистый/дуб шарлаховый |
| 516 | #9bd763 | Вишня, белый ясень, тюльпанное дерево |
| 517 | #b838ee | Вяз, ясень, робиния |
| 519 | #e88fbb | Красный клен/дуб |
| 520 | #cce5b9 | Смешанные нагорные лиственные леса |
| 601 | #ed8a9c | Дуб каштановый болотный/дуб вишневокорый |
| 602 | #c8ed2d | Ликвидамбар смолоносный, дуб Наттолла, дуб иволистный |
| 605 | #f0bd53 | Дуб лировидный/кария водная |
| 606 | #60dad1 | Кипарисовик туевидный |
| 607 | #c790c1 | Болотный кипарис/нисса водная |
| 608 | #54c7ef | Магнолия виргинская/нисса лесная/клен красный |
| 609 | #8e6a31 | Таксодиум двурядный/таксодиум восходящий |
| 701 | #cecceb | Ясень черный / вяз американский / клен красный |
| 702 | #b1bef2 | Береза черная/платан |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Платан, пекан, вяз американский |
| 706 | #efadec | Каркас западный/каркас южный/вяз/ясень пенсильванский |
| 707 | #da23cf | Серебристый клен/американский вяз |
| 708 | #e4c3c0 | Красный клен/низина |
| 709 | #bf90e1 | Тополь/ива |
| 722 | #52f3eb | Ясень орегонский |
| 801 | #a2c9eb | Сахарный клен/бук/береза желтая |
| 802 | #3ff451 | Черешневый |
| 805 | #6ab7f2 | Клен сахарный/липа |
| 809 | #b3714c | Красный клен/нагорье |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Береза бумажная |
| 903 | #dd82c7 | Серая береза |
| 904 | #c5f2a0 | Тополь бальзамический |
| 905 | #e3f2e7 | Вишня пенсильванская |
| 911 | #b2c2b1 | Ольха красная |
| 912 | #4ff389 | Клен крупнолистный |
| 921 | #8772e8 | Серая сосна |
| 922 | #bb24a1 | Дуб калифорнийский |
| 923 | #c7f7cd | Дуб орегонский белый |
| 924 | #8fc3c6 | Синий дуб |
| 931 | #f13896 | Калифорнийский дуб |
| 933 | #efe92f | Дуб золоточешуйчатый |
| 934 | #6c48ae | Дуб виргинский |
| 935 | #b3e8cd | Калифорнийский белый дуб (долинный дуб) |
| 941 | #e8a882 | Литокарпус |
| 942 | #b3e0f0 | Калифорнийский лавр |
| 943 | #6a48de | Кастанопсис золотистолистный |
| 961 | #c3ab6e | Земляничное дерево Мензиса |
| 962 | #f5f169 | Другие лиственные породы |
| 971 | #f3c66f | Лиственный дубовый лес |
| 972 | #4ecb89 | Вечнозеленый дубовый лес |
| 973 | #60b0c2 | Мескитовый лес |
| 974 | #76e45f | Лес с церкокарпусом (горным кустарником) |
| 975 | #b3c5ce | Кленовый лес в межгорной котловине |
| 976 | #ee73af | Различные лиственные породы |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Пальмы |
| 991 | #e6a25e | Павловния |
| 992 | #f8f3b7 | Melaleuca |
| 995 | #e67774 | Другие экзотические лиственные породы |
| 999 | #d5cc36 | Нет в наличии |
Таблица классов STDSZCD
| Значение | Цвет | Описание |
|---|---|---|
| 1 | #38a800 | Большой диаметр – насаждения с общей плотностью живых деревьев не менее 10 (база 100), где более 50 % плотности приходится на деревья среднего и большого диаметра, а плотность деревьев большого диаметра равна или превышает плотность деревьев среднего диаметра. |
| 2 | #ffff00 | Средний диаметр – насаждения с общей плотностью живых деревьев не менее 10 (база 100), где более 50 % плотности приходится на деревья среднего и большого диаметра, а плотность деревьев большого диаметра меньше плотности деревьев среднего диаметра. |
| 3 | #feba12 | Малый диаметр – насаждения с общей плотностью живых деревьев не менее 10 (база 100), в которых не менее 50 % деревьев имеют малый диаметр. |
| 5 | #c62363 | Не засаженные лесом – лесные угодья, на которых все живые деревья имеют ценность менее 10. |
Свойства изображения
Свойства изображения
| Название | Тип | Описание |
|---|---|---|
| год | STRING | Год выпуска товара. |
| study_area | STRING | Область изучения продукта. |
| landfire_ver | STRING | Версия Landfire, используемая в качестве эталонных и целевых данных для вменения. |
Условия использования
Условия использования
Лесная служба США не дает никаких явных или подразумеваемых гарантий, в том числе гарантий товарной пригодности и пригодности для определенных целей, и не несет юридической ответственности за точность, надежность, полноту и полезность этих геопространственных данных, а также за их ненадлежащее или неправильное использование. Эти геопространственные данные и связанные с ними карты или графики не являются юридическими документами и не предназначены для использования в качестве таковых. Данные и карты не могут использоваться для определения права собственности, юридических описаний или границ, юрисдикции или ограничений, которые могут действовать на государственных или частных землях. Природные опасности могут быть или не быть изображены на данных и картах, и землепользователи должны проявлять должную осторожность. Данные динамичны и могут меняться со временем. Пользователь должен самостоятельно проверить ограничения геопространственных данных и использовать их соответствующим образом.
Эти данные были собраны на средства правительства США и могут использоваться без дополнительных разрешений и платы. Если вы используете эти данные в публикации, презентации или другом исследовательском продукте, укажите соответствующую цитату:
Zimmer, S. N., R. M. Houtman, L. S. T. Leatherman, I. 105 лет Housman, A. Shrestha, J. D. Shaw, K. L. Райли, 2025 г. TreeMap 2020 CONUS: модель лесов на уровне деревьев в континентальной части США по состоянию на 2020 г. Форт-Коллинс, Колорадо: Архив данных исследований Лесной службы. doi:10.2737/RDS-2025-0031
Дополнительную информацию можно найти в архиве данных исследования TreeMap.
Библиографические ссылки
Zimmer, S. N., R. M. Houtman, L. S. T. Leatherman, I. 105 лет Housman, A. Shrestha, J. D. Shaw, K. L. Райли, 2025 г. TreeMap 2020 CONUS: модель лесов на уровне деревьев в континентальной части США по состоянию на 2020 г. Форт-Коллинс, Колорадо: Архив данных исследований Лесной службы. doi:10.2737/RDS-2025-0031
Riley, K. L., I. C. Grenfell, M. A. Finney and J. D. Shaw: 2021, TreeMap 2016: A tree-level model of the forests of the conterminous United States circa 2016. Форт-Коллинс, Колорадо: Архив исследовательских данных Лесной службы США. doi:10.2737/RDS-2021-0074
Wilson, B T., A. J. Lister and R. I. Riemann: 2012, A Nearest-Neighbor Imputation Approach to Mapping Tree Species over Large Areas Using Forest Inventory Plots and Moderate Resolution Raster Data. Forest Ecol. Управление 271:182-198. doi:10.1016/j.foreco.2012.02.002
Pierce, K. Б. мл., J. L. Ohmann, M. C. Wimberly, M. J. Грегори и Дж. S Fried: 2009, Mapping Wildland Fuels and Forest Structure for Land Management: A Comparison of Nearest Neighbor Imputation and Other Methods. Канада J. Для. Res. 39: 1901-1916. doi:10.1139/X09-102
Ohmann, J. L. и M. J. Gregory: 2002, Predictive Mapping of Forest Composition and Structure with Direct Gradient Analysis and Nearest- Neighbor Imputation in Coastal Oregon, USA. Канада J. Для. Res. 32:725-741. doi: 10.1139/X02-011
Forest Inventory Analysis: 2024, Forest Inventory Analysis DataMart. Forest Inventory Analysis DataMart FIADB_1.9.1. 2024 г. Данные получены в феврале 2024 г. на сайте https://apps.fs.usda.gov/fia/datamart/datamart.html. doi: 10.2737/RDS-2001-FIADB
DOI
Исследуйте с помощью Earth Engine
Редактор кода (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/TreeMap/v2020'); var TreeMap = dataset.filter('year == "2020"') .filter('study_area == "CONUS"') .first(); // 'Official' TreeMap visualization palettes var palettes = { bamako: ['00404d','134b42','265737','3a652a','52741c','71870b','969206','c5ae32','e7cd68','ffe599'], lajolla: ['ffffcc','fbec9a','f4cc68','eca855','e48751','d2624d','a54742','73382f','422818','1a1a01'], imola: ['1a33b3','2446a9','2e599f','396b94','497b85','60927b','7bae74','98cb6d','c4ea67','ffff66'] }; var palettesR = { bamako_r: palettes.bamako.reverse(), lajolla_r: palettes.lajolla.reverse(), imola_r: palettes.imola.reverse() }; // Define each band's (attributes) visualization parameters var layers = [ {band: 'FLDSZCD', name: 'Field Stand-Size Class Code', shown: false}, {band: 'FLDTYPCD', name: 'Field Forest Type Code', shown: true}, {band: 'FORTYPCD', name: 'Algorithm Forest Type Code', shown: false}, {band: 'STDSZCD', name: 'Algorithm Stand-Size Class Code', shown: false}, {band: 'TM_ID', name: 'TreeMap ID', shown: false}, {band: 'VOLCFNET_L', min: 137, max: 5790, palette: palettesR.imola_r, name: 'Volume, Live (ft³/acre)', shown: false}, {band: 'VOLCFNET_D', min: 5, max: 1326, palette: palettesR.imola_r, name: 'Volume, Standing Dead (ft³/acre)', shown: false}, {band: 'VOLBFNET_L', min: 441, max: 36522, palette: palettesR.imola_r, name: 'Volume, Live (sawlog-board-ft/acre)', shown: false}, {band: 'TPA_LIVE', min: 252, max: 1666, palette: palettesR.bamako_r, name: 'Live Trees Per Acre', shown: false}, {band: 'TPA_DEAD', min: 38, max: 126, palette: palettes.bamako, name: 'Dead Trees Per Acre', shown: false}, {band: 'STANDHT', min: 23, max: 194, palette: palettesR.bamako_r, name: 'Height of Dominant Trees (ft)', shown: false}, {band: 'SDIsum', min: 30, max: 460, palette: palettesR.bamako_r, name: 'Sum of Stand Density Index', shown: false}, {band: 'QMD', min: 2, max: 25, palette: palettesR.bamako_r, name: 'Stand Quadratic Mean Diameter (in)', shown: false}, {band: 'GSSTK', min: 0, max: 100, palette: palettesR.bamako_r, name: 'Growing-Stock Stocking (%)', shown: false}, {band: 'DRYBIO_L', min: 4, max: 118, palette: palettesR.lajolla_r, name: 'Dry Live Tree Biomass, Above Ground (tons/acre)', shown: false}, {band: 'DRYBIO_D', min: 0, max: 10, palette: palettes.lajolla, name: 'Dry Standing Dead Tree Biomass, Above Ground (tons/acre)', shown: false}, {band: 'CARBON_L', min: 2, max: 50, palette: palettesR.lajolla_r, name: 'Carbon, Live Above Ground (tons/acre)', shown: false}, {band: 'CARBON_DWN', min: 0, max: 15, palette: palettes.lajolla, name: 'Carbon, Down Dead (tons/acre)', shown: false}, {band: 'CARBON_D', min: 0, max: 10, palette: palettes.lajolla, name: 'Carbon, Standing Dead (tons/acre)', shown: false}, {band: 'CANOPYPCT', min: 0, max: 100, palette: palettesR.bamako_r, name: 'Live Canopy Cover (%)', shown: false}, {band: 'BALIVE', min: 24, max: 217, palette: palettesR.bamako_r, name: 'Live Tree Basal Area (ft²/acre)', shown: false}, {band: 'ALSTK', min: 0, max: 100, palette: palettesR.bamako_r, name: 'All-Live-Tree Stocking (%)', shown: false} ]; // Load all attributes to the map with their corresponding visualization parameters layers.forEach(function(layer){ var image = TreeMap.select(layer.band); var vis = {}; if (layer.min === undefined) { Map.addLayer(image.randomVisualizer(), {}, layer.band + ': ' + layer.name, layer.shown); } else { Map.addLayer(image, { min : layer.min, max : layer.max, palette : layer.palette }, layer.band + ': ' + layer.name, layer.shown); } }); // Set basemap Map.setOptions('TERRAIN'); // Center map on CONUS Map.setCenter(-95.712891, 38, 5);