- Dataset-Verfügbarkeit
- 2022-01-01T00:00:00Z–2023-01-01T00:00:00Z
- Dataset-Produzent
- Geospatial Office des USDA Forest Service (USFS) Field Services and Innovation Center (FSIC-GO) Google Earth Engine
- Tags
Beschreibung
Dieses Produkt ist Teil der TreeMap-Datensuite. Es enthält detaillierte räumliche Informationen zu Waldeigenschaften wie Anzahl der lebenden und toten Bäume, Biomasse und Kohlenstoff für die gesamte Waldfläche der USA im Jahr 2022.
TreeMap 2022 enthält gerasterte Kartenbilder mit 22 Bändern und einer Auflösung von 30 × 30 Metern pro Untersuchungsgebiet der Wälder der USA um 2022. Jedes Band stellt ein Attribut dar, das aus ausgewählten Daten der Forest Inventory Analysis (FIA) abgeleitet wurde. Ein Band stellt die TreeMap-ID dar. Beispiele für Attribute sind Waldtyp, Prozentsatz der Kronendecke, Bestand an lebenden Bäumen, Biomasse von lebenden/toten Bäumen und Kohlenstoff in lebenden/toten Bäumen.
TreeMap-Produkte sind die Ausgabe eines Random Forest-Algorithmus für maschinelles Lernen, der jedem Pixel der gerasterten LANDFIRE-Eingabedaten das ähnlichste FIA-Diagramm zuweist. Ziel ist es, die sich ergänzenden Stärken von detaillierten, aber räumlich spärlichen FIA-Daten mit weniger detaillierten, aber räumlich umfassenden LANDFIRE-Daten zu kombinieren, um bessere Schätzungen der Waldeigenschaften in verschiedenen Maßstäben zu erhalten. TreeMap wird sowohl im privaten als auch im öffentlichen Sektor für Projekte wie die Planung der Brennstoffbehandlung, die Kartierung von Gefahren durch Bäume und die Schätzung von terrestrischen Kohlenstoffressourcen eingesetzt.
TreeMap unterscheidet sich von anderen Produkten für die geschätzte Waldbegrünung dadurch, dass jedem Pixel eine FIA-Parzellen-ID zugewiesen wird, während in anderen Datasets Waldeigenschaften wie die lebende Grundfläche (z.B. Ohmann und Gregory 2002; Pierce Jr. et al. 2009; Wilson, Lister und Riemann 2012). Die FIA-Plot-Kennung kann mit den Hunderten von Variablen und Attributen verknüpft werden, die für jeden Baum und Plot im FIA DataMart, dem öffentlichen Repository von Plot-Informationen der FIA (Forest Inventory Analysis 2022a), aufgezeichnet werden.
Der hier vorgestellte Datensatz „TreeMap 2022 CONUS“ aktualisiert den Datensatz „TreeMap 2016“ auf die Landschaftsbedingungen von etwa 2022 und aktualisiert die Methoden durch: 1) Verwendung einer anderen Reihe von Klimavariablen für die Imputation und 2) Verbesserung der Zuweisungen der Artenzusammensetzung, um zu verhindern, dass Parzellen in Gebiete imputiert werden, in denen der vorhandene Vegetationstyp nicht vorhanden war. Dieses Problem betraf eine kleine Anzahl von Pixeln in früheren TreeMap-Versionen.
TreeMap v2022 wurde mit den in Riley et al. (2022) beschriebenen Methoden erstellt. Sie unterscheidet sich jedoch von TreeMap v2016 in folgenden Punkten: 1) Die Klimavariablen wurden von DayMet bezogen und umfassten Niederschlag, kurzwellige Strahlung, Bodenwasseräquivalent, Höchsttemperatur, Tiefsttemperatur, Dampfdruck und Dampfdruckdefizit. 2) Die für die Imputation in jeder LANDFIRE-Zone verfügbaren Diagramme waren auf Diagramme mit einer Baumart beschränkt, die entweder in den Diagrammen innerhalb der LANDFIRE-Zone oder in den unmittelbar angrenzenden Zonen gemäß den FIA-Diagrammen in der Zone vorhanden war. Dadurch wurden nicht nur Parzellen mit einem vorhandenen Vegetationstyp entfernt, der in der Zone nicht vorhanden ist, sondern auch Parzellen mit Bäumen außerhalb ihres beobachteten Bereichs.
Die Ergebnisse zeigten eine gute Übereinstimmung zwischen den LANDFIRE-Zieldaten und den geschätzten Daten für die Stichprobenparzellen mit einer Gesamtübereinstimmung innerhalb der Klasse von 94,3% für die Waldbedeckung, 99,0% für die Waldhöhe, 95,6% für die Vegetationsgruppe und 95,5% für den Störungscode. Von den 69.800 FIA-Diagrammen mit Einzelbedingungen, die Random Forest zur Verfügung standen, wurden 64.745 (92,7%) für die Imputation auf 2.687.805.994 bewaldete Pixel verwendet.
Zusätzliche Ressourcen
Weitere Informationen zu Methoden und Genauigkeitsbewertung finden Sie in der TreeMap 2016-Publikation.
Der TreeMap Data Explorer ist eine webbasierte Anwendung, mit der Nutzer TreeMap-Attributdaten ansehen und herunterladen können.
Hier finden Sie das vollständige Dataset zum Herunterladen, Metadaten und Supportdokumente.
Auf der Seite TreeMap Raster Data Gateway finden Sie Downloads für Attributdaten für Treemaps, Metadaten und Supportdokumente.
Weitere Informationen zu den Attributen, die in TreeMap 2020 enthalten sind, finden Sie im FIA Database Manual, Version 9.3.
Die Treemap 2016 vintage enthält Informationen zum Zustand der Wälder in den USA um 2016.
Die Baumkarte von 2020 enthält Informationen zum Zustand der Wälder in den USA um 2020.
Bei Fragen oder spezifischen Datenanfragen wenden Sie sich bitte an [sm.fs.treemaphelp@usda.gov].
Bänder
Pixelgröße
30 Meter
Bänder
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
ALSTK |
% | Meter | Alle Bäume sind lebendig. Die Summe der Prozentsätze der Bestandsdichte aller lebenden Bäume auf der Bedingung. |
BALIVE |
ft²/Acre | Meter | Grundfläche von lebenden Bäumen. Grundfläche in Quadratfuß pro Acre aller lebenden Bäume mit einem Durchmesser in Brusthöhe/Durchmesser in Wurzelhöhe von mindestens 1,0 Zoll, die in der Bedingung erfasst wurden. |
CANOPYPCT |
% | Meter | Lebende Baumkronenbedeckung. Abgeleitet vom Forest Vegetation Simulator. |
CARBON_D |
Tonnen/Acre | Meter | Carbon, Standing Dead. Berechnet über die folgende FIA-Abfrage: 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 |
Tonnen/Acre | Meter | Carbon, Down Dead. Kohlenstoff (Tonnen pro Hektar) von holzigem Material mit einem Durchmesser von mehr als 3 Zoll auf dem Boden sowie von Baumstümpfen und ihren Wurzeln mit einem Durchmesser von mehr als 3 Zoll. Geschätzt anhand von Modellen, die auf geografischen Gebieten, Waldtypen und der Kohlenstoffdichte lebender Bäume basieren (Smith und Heath, 2008). |
CARBON_L |
Tonnen/Acre | Meter | Carbon, Live Above Ground. Berechnet über die folgende FIA-Abfrage: 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 |
Tonnen/Acre | Meter | Biomasse von trockenen, stehenden, abgestorbenen Bäumen, oberirdisch. Berechnet über die folgende FIA-Abfrage: 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 |
Tonnen/Acre | Meter | Trockene Biomasse lebender Bäume, oberirdisch. Berechnet über die folgende FIA-Abfrage: 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 |
Meter | Feld „Stand-Size Class Code“ (Code für die Größenklasse des Bestands) – Feldzuweisung der vorherrschenden (basierend auf der Bestandsdichte) Durchmesserklasse von lebenden Bäumen innerhalb des Zustands. |
|
FLDTYPCD |
Meter | Feld „Forest Type Code“ (Code für Waldtyp): Ein Code, der den Waldtyp angibt und von den Feldmitarbeitern auf Grundlage der Baumarten oder Artengruppen zugewiesen wird, die eine Vielzahl aller lebenden Tiere bilden. Die Feldcrew bewertet den Waldtyp anhand der Hektar Waldfläche um die Parzelle herum sowie der auf der Bedingung untersuchten Arten. |
|
FORTYPCD |
Meter | Algorithm Forest Type Code (Code für den Waldtyp des Algorithmus): Dies ist der Waldtyp, der für die Berichterstellung verwendet wird. Sie wird hauptsächlich mithilfe eines Computeralgorithmus abgeleitet, außer wenn weniger als 25 % der Stichproben einer bestimmten Waldbedingung entsprechen oder in einigen anderen Fällen. |
|
GSSTK |
% | Meter | Growing-Stock-Bestückung. Die Summe der Werte für den Besatzprozentsatz aller Bäume im Bestand, die sich in gutem Zustand befinden. |
QMD |
in | Meter | Mittlerer quadratischer Durchmesser des Bestands. Der quadratische Mittelwert des Durchmessers oder der Durchmesser des Baums mit der durchschnittlichen Grundfläche unter der Bedingung. Basierend auf lebenden Bäumen mit einem Brusthöhendurchmesser/Durchmesser in Höhe des Wurzelansatzes von mindestens 2,5 cm |
SDIsum |
Dimensionslos | Meter | Summe des Stand Density Index. Stand Density Index (SDI) Ein relativer Messwert für die Bestandsdichte lebender Bäume (mit einem Brusthöhendurchmesser von mindestens 2,5 cm) in der Bedingung, ausgedrückt als Summe des maximalen Bestandsdichteindex (Stand Density Index, SDI). |
STANDHT |
ft | Meter | Höhe der dominanten Bäume. Abgeleitet vom Forest Vegetation Simulator. |
STDSZCD |
Meter | Algorithmus-Standgrößenklassen-Code: Eine Klassifizierung der vorherrschenden (basierend auf der Bestandsdichte) Durchmesserklasse von lebenden Bäumen innerhalb des zugewiesenen Zustands mithilfe eines Algorithmus. |
|
TPA_DEAD |
Anzahl/Acre | Meter | Tote Bäume pro Acre. Anzahl der abgestorbenen stehenden Bäume pro Acre (Durchmesser >= 5 Zoll). Berechnet über die folgende FIA-Abfrage: 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 |
Anzahl/Acre | Meter | Lebende Bäume pro Acre. Anzahl der lebenden Bäume pro Acre (Durchmesser > 1 Zoll). Berechnet über die folgende FIA-Abfrage: Sum TREE.TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1) AND ((TREE.DIA)>=1)) |
TM_ID |
Dimensionslos | Meter | Rohdatenwerte für das Dataset mit der TreeMap-Kennung. Dieser Datensatz ist nützlich, um räumliche Gruppierungen einzelner modellierter Parzellenwerte zu sehen. |
VOLBFNET_L |
sawlog-board-ft/acre | Meter | Lautstärke, Live (Log-Regel: Int’l ¼ inch). Berechnet über die folgende FIA-Abfrage: Sum VOLBFNET * TPA_UNADJ WHERE (((TREE.TREECLCD)=2) AND ((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
VOLCFNET_D |
ft^3/acre | Meter | Lautstärke, stehendes Totholz. Berechnet über die folgende FIA-Abfrage: 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 |
ft^3/acre | Meter | Lautstärke, Live. Berechnet über die folgende FIA-Abfrage: Sum VOLCFNET*TPA_UNADJ WHERE (((COND.COND_STATUS_CD)=1) AND ((TREE.STATUSCD)=1)) |
Klassentabelle für FLDSZCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 0 | #c62363 | Nicht bestockt: Erfüllt die Definition von zugänglichem Land und eine der folgenden Bedingungen: (1) Weniger als 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bestockt und nicht als Deckbäume klassifiziert oder (2) bei mehreren Waldarten, für die keine Bestockungsstandards verfügbar sind, weniger als 10 % der Fläche sind mit Bäumen, Sämlingen und Jungbäumen bestockt. |
| 1 | #feba12 | ≤ 12,4 cm (Sämlinge/Jungbäume). Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Baumkronen, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens zwei Drittel der Baumkronen müssen von Bäumen stammen, die weniger als 12,7 cm Durchmesser in Brusthöhe/Durchmesser an der Wurzelkrone haben. |
| 2 | #ffff00 | 12,7–22,6 cm (Weichhölzer)/ 12,7–27,7 cm (Harthölzer) Mindestens 10 % Baumbestand (oder 10 % Kronendach, falls keine Bestandsstandards verfügbar sind) in Bäumen, Sämlingen und Jungbäumen; mindestens ein Drittel des Kronendachs besteht aus Bäumen mit einem Durchmesser von mehr als 12,7 cm (d.b.h./d.r.c.) und der Großteil des Kronendachs besteht aus Nadelbäumen mit einem Durchmesser von 12,7–22,6 cm und/oder Laubbäumen mit einem Durchmesser von 12,7–27,7 cm (d.b.h.) und/oder Waldbäumen mit einem Durchmesser von 12,7–22,6 cm (d.r.c.). |
| 3 | #38a800 | 23–50 cm (Weichhölzer)/ 28–50 cm (Harthölzer). Mindestens 10 % der Bäume, Sämlinge und Jungbäume sind vorhanden (oder 10 % der Baumkronen, wenn keine Bestandsstandards verfügbar sind). Mindestens ein Drittel der Baumkronen besteht aus Bäumen mit einem Durchmesser von mehr als 12,7 cm (d.b.h./d.r.c.). Die Mehrheit der Baumkronen besteht aus Nadelbäumen mit einem Durchmesser von 22,9–50,5 cm und/oder Laubbäumen mit einem Durchmesser von 27,9–50,5 cm (d.b.h.) und/oder Waldbäumen mit einem Durchmesser von 22,9–50,5 cm (d.r.c.). |
| 4 | #73dfff | 50,8–101,3 cm Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Baumkronen, wenn keine Bestandsdichte-Standards verfügbar sind). Mindestens ein Drittel der Baumkronen muss von Bäumen mit einem Brusthöhendurchmesser (BHD) bzw. einem Durchmesser in Höhe des Wurzelansatzes (DRA) von mehr als 12,7 cm stammen und die Mehrheit der Baumkronen muss von Bäumen mit einem BHD von 50,8–101,3 cm stammen. |
| 5 | #5c09fc | 40,0 Zoll oder mehr. Mindestens 10 % der Bäume, Sämlinge und Jungbäume müssen vorhanden sein (oder 10 % der Baumkronen, wenn keine Bestandsstandards verfügbar sind). Mindestens ein Drittel der Baumkronen muss aus Bäumen mit einem Brusthöhendurchmesser von mehr als 12,7 cm bestehen und die Mehrheit der Baumkronen muss aus Bäumen mit einem Brusthöhendurchmesser von mindestens 101,6 cm bestehen. |
Klassentabelle für FLDTYPCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 101 | #6e26ec | Jack Pine |
| 102 | #c765ec | Rotkiefer |
| 103 | #efdbcc | Weymouth-Kiefer |
| 104 | #a8a9f2 | Weymouth-Kiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsamtanne |
| 122 | #9d86a6 | Weißfichte |
| 123 | #a5f77a | Rotfichte |
| 124 | #dcf4d9 | Rotfichte / Balsamtanne |
| 125 | #64e1f7 | Schwarzfichte |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Abendländischer Lebensbaum |
| 128 | #87cc75 | Fraser-Tanne |
| 141 | #84d7eb | Sumpfkiefer |
| 142 | #ef4677 | Slash Pine |
| 161 | #97f2ad | Loblolly-Kiefer |
| 162 | #d45549 | Shortleaf-Kiefer |
| 163 | #63f3ac | Virginia-Kiefer |
| 164 | #f58de4 | Sandkiefer |
| 165 | #e9c991 | Table Mountain-Kiefer |
| 166 | #ddbef2 | Pond Pine |
| 167 | #bba847 | Pechkiefer |
| 171 | #95eacd | Rotzeder |
| 182 | #a6827b | Rocky-Mountain-Wacholder |
| 184 | #bca28a | Wacholderwald |
| 185 | #cff3f4 | Pinyon-Kiefern- und Wacholderwald |
| 201 | #c1ded5 | Douglasie |
| 202 | #948ee9 | Port-Orford-Zeder |
| 221 | #d0ef5b | Ponderosa-Kiefer |
| 222 | #e29af0 | Weihrauchzeder |
| 224 | #c34bc3 | Zucker-Kiefer |
| 225 | #e6acb8 | Jeffrey-Kiefer |
| 226 | #ea3b34 | Coulter-Kiefer |
| 241 | #724353 | Westliche Weißkiefer |
| 261 | #f2c7a0 | Weißtanne |
| 262 | #6ab27f | Rot-Tanne |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Pazifische Edeltanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / Subalpine Tanne |
| 267 | #a0f4c4 | Große Tanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Gelb-Zeder |
| 281 | #e16f3d | Lodgepole-Kiefer |
| 301 | #f5da68 | Westamerikanische Hemlocktanne |
| 304 | #a63bcf | Riesen-Lebensbaum |
| 305 | #51d0dd | Sitkafichte |
| 321 | #6bc5b6 | Westamerikanische Lärche |
| 341 | #f2f4a5 | Redwood |
| 361 | #576abe | Knobcone-Kiefer |
| 362 | #b56f7c | Südwestliche Weymouthskiefer |
| 365 | #dca5ca | Fuchsschwanzkiefer / Grannenkiefer |
| 366 | #67eff4 | Biegsame Kiefer |
| 367 | #ca5483 | Whitebark-Kiefer |
| 368 | #a8bf86 | Sonstige westliche Weichhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelwälder in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Einführung von Lärchen |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Amerikanische Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefern-/Hartholzarten |
| 501 | #b8db98 | Post Oak / Blackjack Oak |
| 502 | #bccc4b | Kastanien-Eiche |
| 503 | #f22ab1 | Weißeiche / Roteiche / Hickory |
| 504 | #f6e095 | Weißeiche |
| 505 | #77989d | Roteiche |
| 506 | #718640 | Tulpenbaum / Weißeiche / Roteiche |
| 507 | #9d4f8d | Sassafras / Persimmon |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur oak |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Robinie |
| 514 | #a5f031 | Quercus pumila |
| 515 | #eeafa3 | Kastanien-Eiche / Schwarzeiche / Scharlach-Eiche |
| 516 | #9bd763 | Kirsche / Weiße Esche / Gelb-Pappel |
| 517 | #b838ee | Ulme / Esche / Robinie |
| 519 | #e88fbb | Rot-Ahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Eiche / Kirschbaum-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttalls Eiche / Weideneiche |
| 605 | #f0bd53 | Sumpfeiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantic White-Cedar |
| 607 | #c790c1 | Sumpfzypresse / Wassertupelo |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelo / Roter Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Rot-Ahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Hackberry / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rot-Ahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Esche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelbbirke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Hartahorn / Lindenholz |
| 809 | #b3714c | Rot-Ahorn / Hochland |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Papierbirke |
| 903 | #dd82c7 | Graubirke |
| 904 | #c5f2a0 | Balsampappel |
| 905 | #e3f2e7 | Pin-Kirsche |
| 911 | #b2c2b1 | Roterle |
| 912 | #4ff389 | Oregon-Ahorn |
| 921 | #8772e8 | Graukiefer |
| 922 | #bb24a1 | Kalifornische Schwarzeiche |
| 923 | #c7f7cd | Oregon-Weißeiche |
| 924 | #8fc3c6 | Blaueiche |
| 931 | #f13896 | Coast Live Oak |
| 933 | #efe92f | Canyon-Eiche |
| 934 | #6c48ae | Virginia-Eiche im Innenbereich |
| 935 | #b3e8cd | Kalifornische Weißeiche (Tal-Eiche) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Scheinkastanie |
| 961 | #c3ab6e | Pazifische Madrone |
| 962 | #f5f169 | Andere Harthölzer |
| 971 | #f3c66f | Laubwald mit Eichen |
| 972 | #4ecb89 | Immergrüner Eichenwald |
| 973 | #60b0c2 | Mesquite-Wald |
| 974 | #76e45f | Cercocarpus-Wald (Berggebüsch) |
| 975 | #b3c5ce | Ahornwald im Intermountain-Gebiet |
| 976 | #ee73af | Sonstige Harthölzer aus dem Wald |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Palmen |
| 995 | #e67774 | Andere exotische Harthölzer |
FORTYPCD-Klassentabelle
| Wert | Farbe | Beschreibung |
|---|---|---|
| 101 | #6e26ec | Jack Pine |
| 102 | #c765ec | Rotkiefer |
| 103 | #efdbcc | Weymouth-Kiefer |
| 104 | #a8a9f2 | Weymouth-Kiefer / Hemlocktanne |
| 105 | #d0ce83 | Kanadische Hemlocktanne |
| 121 | #47d0b6 | Balsamtanne |
| 122 | #9d86a6 | Weißfichte |
| 123 | #a5f77a | Rotfichte |
| 124 | #dcf4d9 | Rotfichte / Balsamtanne |
| 125 | #64e1f7 | Schwarzfichte |
| 126 | #afa9b0 | Tamarack |
| 127 | #f2c531 | Abendländischer Lebensbaum |
| 141 | #84d7eb | Sumpfkiefer |
| 142 | #ef4677 | Slash Pine |
| 161 | #97f2ad | Loblolly-Kiefer |
| 162 | #d45549 | Shortleaf-Kiefer |
| 163 | #63f3ac | Virginia-Kiefer |
| 164 | #f58de4 | Sandkiefer |
| 165 | #e9c991 | Table Mountain-Kiefer |
| 166 | #ddbef2 | Pond Pine |
| 167 | #bba847 | Pechkiefer |
| 171 | #95eacd | Rotzeder |
| 182 | #a6827b | Rocky-Mountain-Wacholder |
| 184 | #bca28a | Wacholderwald |
| 185 | #cff3f4 | Pinyon-Kiefern- und Wacholderwald |
| 201 | #c1ded5 | Douglasie |
| 202 | #948ee9 | Port-Orford-Zeder |
| 221 | #d0ef5b | Ponderosa-Kiefer |
| 222 | #e29af0 | Weihrauchzeder |
| 224 | #c34bc3 | Zucker-Kiefer |
| 225 | #e6acb8 | Jeffrey-Kiefer |
| 226 | #ea3b34 | Coulter-Kiefer |
| 241 | #724353 | Westliche Weißkiefer |
| 261 | #f2c7a0 | Weißtanne |
| 262 | #6ab27f | Rot-Tanne |
| 263 | #f1f3d3 | Edeltanne |
| 264 | #ea5aba | Pazifische Edeltanne |
| 265 | #edc7e1 | Engelmann-Fichte |
| 266 | #4965e2 | Engelmann-Fichte / Subalpine Tanne |
| 267 | #a0f4c4 | Große Tanne |
| 268 | #5697de | Subalpine Tanne |
| 269 | #5defc4 | Blaufichte |
| 270 | #e8f384 | Berg-Hemlocktanne |
| 271 | #cc63bd | Alaska-Gelb-Zeder |
| 281 | #e16f3d | Lodgepole-Kiefer |
| 301 | #f5da68 | Westamerikanische Hemlocktanne |
| 304 | #a63bcf | Riesen-Lebensbaum |
| 305 | #51d0dd | Sitkafichte |
| 321 | #6bc5b6 | Westamerikanische Lärche |
| 341 | #f2f4a5 | Redwood |
| 361 | #576abe | Knobcone-Kiefer |
| 362 | #b56f7c | Südwestliche Weymouthskiefer |
| 365 | #dca5ca | Fuchsschwanzkiefer / Grannenkiefer |
| 366 | #67eff4 | Biegsame Kiefer |
| 367 | #ca5483 | Whitebark-Kiefer |
| 368 | #a8bf86 | Sonstige westliche Weichhölzer |
| 369 | #aff6e9 | Westlicher Wacholder |
| 371 | #a53394 | Gemischte Nadelwälder in Kalifornien |
| 381 | #e9e2eb | Schottische Kiefer |
| 383 | #d0cfad | Andere exotische Weichhölzer |
| 384 | #eee1b3 | Fichte |
| 385 | #e4db79 | Einführung von Lärchen |
| 401 | #ec42f6 | Weymouth-Kiefer / Roteiche / Amerikanische Esche |
| 402 | #7e9f81 | Rotzeder / Hartholz |
| 403 | #4a7196 | Sumpfkiefer / Eiche |
| 404 | #5cd76e | Kurzblättrige Kiefer / Eiche |
| 405 | #37999a | Virginia-Kiefer / Roteiche |
| 406 | #ed54dd | Kiefer / Hartholz |
| 407 | #6792f0 | Sumpfkiefer / Hartholz |
| 409 | #82eb3e | Andere Kiefern-/Hartholzarten |
| 501 | #b8db98 | Post Oak / Blackjack Oak |
| 502 | #bccc4b | Kastanien-Eiche |
| 503 | #f22ab1 | Weißeiche / Roteiche / Hickory |
| 504 | #f6e095 | Weißeiche |
| 505 | #77989d | Roteiche |
| 506 | #718640 | Tulpenbaum / Weißeiche / Roteiche |
| 507 | #9d4f8d | Sassafras / Persimmon |
| 508 | #c376e4 | Sweetgum / Tulpenbaum |
| 509 | #7cb133 | Bur oak |
| 510 | #5fa7cc | Scharlacheiche |
| 511 | #9ae6e8 | Tulpenbaum |
| 512 | #def3b1 | Schwarznuss |
| 513 | #b88bf2 | Robinie |
| 514 | #a5f031 | Quercus pumila |
| 515 | #eeafa3 | Kastanien-Eiche / Schwarzeiche / Scharlach-Eiche |
| 516 | #9bd763 | Kirsche / Weiße Esche / Gelb-Pappel |
| 517 | #b838ee | Ulme / Esche / Robinie |
| 519 | #e88fbb | Rot-Ahorn / Eiche |
| 520 | #cce5b9 | Gemischte Harthölzer im Hochland |
| 601 | #ed8a9c | Sumpf-Eiche / Kirschbaum-Eiche |
| 602 | #c8ed2d | Amberbaum / Nuttalls Eiche / Weideneiche |
| 605 | #f0bd53 | Sumpfeiche / Wasser-Hickory |
| 606 | #60dad1 | Atlantic White-Cedar |
| 607 | #c790c1 | Sumpfzypresse / Wassertupelo |
| 608 | #54c7ef | Sweetbay / Sumpf-Tupelo / Roter Ahorn |
| 609 | #8e6a31 | Sumpfzypresse |
| 701 | #cecceb | Schwarz-Esche / Amerikanische Ulme / Rot-Ahorn |
| 702 | #b1bef2 | Flussbirke / Platane |
| 703 | #f077ef | Cottonwood |
| 704 | #969aca | Willow |
| 705 | #c4ec84 | Platane / Pekannuss / Amerikanische Ulme |
| 706 | #efadec | Zuckerbeere / Hackberry / Ulme / Grün-Esche |
| 707 | #da23cf | Silberahorn / Amerikanische Ulme |
| 708 | #e4c3c0 | Rot-Ahorn / Tiefland |
| 709 | #bf90e1 | Pappel / Weide |
| 722 | #52f3eb | Oregon-Esche |
| 801 | #a2c9eb | Zuckerahorn / Buche / Gelbbirke |
| 802 | #3ff451 | Kirsche |
| 805 | #6ab7f2 | Hartahorn / Lindenholz |
| 809 | #b3714c | Rot-Ahorn / Hochland |
| 901 | #d28f25 | Aspen |
| 902 | #f59550 | Papierbirke |
| 903 | #dd82c7 | Graubirke |
| 904 | #c5f2a0 | Balsampappel |
| 905 | #e3f2e7 | Pin-Kirsche |
| 911 | #b2c2b1 | Roterle |
| 912 | #4ff389 | Oregon-Ahorn |
| 921 | #8772e8 | Graukiefer |
| 922 | #bb24a1 | Kalifornische Schwarzeiche |
| 923 | #c7f7cd | Oregon-Weißeiche |
| 924 | #8fc3c6 | Blaueiche |
| 931 | #f13896 | Coast Live Oak |
| 933 | #efe92f | Canyon-Eiche |
| 934 | #6c48ae | Virginia-Eiche im Innenbereich |
| 935 | #b3e8cd | Kalifornische Weißeiche (Tal-Eiche) |
| 941 | #e8a882 | Tanoak |
| 942 | #b3e0f0 | Kalifornischer Lorbeer |
| 943 | #6a48de | Riesen-Scheinkastanie |
| 961 | #c3ab6e | Pazifische Madrone |
| 962 | #f5f169 | Andere Harthölzer |
| 971 | #f3c66f | Laubwald mit Eichen |
| 972 | #4ecb89 | Immergrüner Eichenwald |
| 973 | #60b0c2 | Mesquite-Wald |
| 974 | #76e45f | Cercocarpus-Wald (Berggebüsch) |
| 975 | #b3c5ce | Ahornwald im Intermountain-Gebiet |
| 976 | #ee73af | Sonstige Harthölzer aus dem Wald |
| 982 | #9473b4 | Mangrove |
| 983 | #80d9a8 | Palmen |
| 991 | #e6a25e | Paulownia |
| 992 | #f8f3b7 | Melaleuca |
| 995 | #e67774 | Andere exotische Harthölzer |
| 999 | #d5cc36 | Nicht auf Lager |
Klassentabelle für STDSZCD
| Wert | Farbe | Beschreibung |
|---|---|---|
| 1 | #38a800 | Großer Durchmesser: Bestände mit einem Gesamtbestandswert von mindestens 10 (Basis 100), mit mehr als 50 % des Bestands in Bäumen mit mittlerem und großem Durchmesser und mit einem Bestand an Bäumen mit großem Durchmesser, der gleich oder größer als der Bestand an Bäumen mit mittlerem Durchmesser ist. |
| 2 | #ffff00 | Mittlerer Durchmesser: Bestände mit einem Gesamtbestandswert von mindestens 10 (Basis 100); mit mehr als 50 % des Bestands in Bäumen mit mittlerem und großem Durchmesser; und mit dem Bestand an Bäumen mit großem Durchmesser, der geringer ist als der Bestand an Bäumen mit mittlerem Durchmesser. |
| 3 | #feba12 | Geringer Durchmesser: Bestände mit einem Wert für die Gesamtmenge von mindestens 10 (Basis 100), bei denen mindestens 50 % der Menge auf Bäume mit geringem Durchmesser entfallen. |
| 5 | #c62363 | Nicht bestockt: Waldfläche mit einem Wert für alle lebenden Bestände von weniger als 10. |
Bildattribute
Bildattribute
| Name | Typ | Beschreibung |
|---|---|---|
| Jahr | STRING | Jahr des Produkts. |
| study_area | STRING | Studienbereich des Produkts. |
| landfire_ver | STRING | Die Landfire-Version, die als Referenz- und Zieldaten für die Imputation verwendet wird. |
Nutzungsbedingungen
Nutzungsbedingungen
Der USDA Forest Service übernimmt keine ausdrückliche oder stillschweigende Gewährleistung, einschließlich der Gewährleistung der Marktgängigkeit und der Eignung für einen bestimmten Zweck, und übernimmt keine rechtliche Haftung oder Verantwortung für die Richtigkeit, Zuverlässigkeit, Vollständigkeit oder Nützlichkeit dieser Geodaten oder für die unsachgemäße oder falsche Verwendung dieser Geodaten. Diese Geodaten und zugehörigen Karten oder Grafiken sind keine rechtlichen Dokumente und sind nicht als solche gedacht. Die Daten und Karten dürfen nicht verwendet werden, um Eigentumsrechte, rechtliche Beschreibungen oder Grenzen, Gerichtsbarkeiten oder Einschränkungen zu ermitteln, die für öffentliches oder privates Land gelten. Naturgefahren werden möglicherweise in den Daten und Karten dargestellt. Nutzer sollten die gebotene Vorsicht walten lassen. Die Daten sind dynamisch und können sich im Laufe der Zeit ändern. Der Nutzer ist dafür verantwortlich, die Einschränkungen der Geodaten zu überprüfen und die Daten entsprechend zu verwenden.
Diese Daten wurden mit Mitteln der US-Regierung erhoben und können ohne zusätzliche Berechtigungen oder Gebühren verwendet werden. Wenn Sie diese Daten in einer Publikation, Präsentation oder einem anderen Forschungsprodukt verwenden, geben Sie bitte die entsprechende Quelle an:
Houtman, R. M., L. S. T. Leatherman, S. N. Zimmer, I. W. Housman, A. Shrestha, J. D. Shaw, K. L. Riley: 2025. TreeMap 2022 CONUS: Ein Modell auf Baumebene der Wälder der angrenzenden Vereinigten Staaten um 2022. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2025-0032
Weitere Informationen finden Sie im TreeMap Research Data Archive.
Zitationen
Houtman, R. M., L. S. T. Leatherman, S. N. Zimmer, I. W. Housman, A. Shrestha, J. D. Shaw, K. L. Riley: 2025. TreeMap 2022 CONUS: Ein Modell auf Baumebene der Wälder der angrenzenden Vereinigten Staaten um 2022. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2025-0032
Riley, K. L., I. C. Grenfell, M. A. Finney und J. D. Shaw: 2021, TreeMap 2016: Ein Modell der Wälder der angrenzenden Vereinigten Staaten auf Baumebene um 2016. Fort Collins, CO: Forest Service Research Data Archive. doi:10.2737/RDS-2021-0074
Wilson, B. T., A. J. Lister und 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. Verw. 271:182–198. doi:10.1016/j.foreco.2012.02.002
Pierce, K. B. Jr., J. L. Ohmann, M. C. Wimberly, M. J. Gregory und J. S. Fried: 2009, Mapping Wildland Fuels and Forest Structure for Land Management: A Comparison of Nearest Neighbor Imputation and Other Methods. Kann. J. Für. Res. 39: 1901–1916. doi:10.1139/X09-102
Ohmann, J. L. und M. J. Gregory: 2002, Predictive Mapping of Forest Composition and Structure with Direct Gradient Analysis and Nearest- Neighbor Imputation in Coastal Oregon, USA. Kann. J. Für. 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. Zugriff im Februar 2024 unter https://apps.fs.usda.gov/fia/datamart/datamart.html doi: 10.2737/RDS-2001-FIADB
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('USFS/GTAC/TreeMap/v2022'); var TreeMap = dataset.filter('year == "2022"') .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);