此数据集属于发布商目录，并非由 Google Earth Engine 管理。 如需报告 bug 或查看 Global Pasture Watch Catalog 中的更多数据集，请与 Land & Carbon Lab 联系。详细了解发布商数据集。
- 目录所有者
- 全球牧场监测
- 数据集可用时间
- 2000-01-01T00:00:00Z–2023-01-01T00:00:00Z
- 数据集提供方
- Land and Carbon Lab Global Pasture Watch
- 联系人
- 土地与碳实验室
- 频率
- 1 年
- 标签
说明
此数据集以 30 米的空间分辨率提供 2000 年至 2022 年的全球年度草地（人工和天然/半天然）主要类别地图。此地图由 Land & Carbon Lab Global Pasture Watch 计划制作，其中显示的草地范围包括任何土地覆盖类型，这些土地覆盖类型至少包含 30% 的干旱或潮湿低矮植被，以草类和草本植物（高度低于 3 米）为主，并且：
- 树冠覆盖率（大于 5 米）最高为 50%，
- 其他木本植被（灌丛和开阔的灌木丛）的覆盖率最高为 70%，并且
- 耕地和其他植被的镶嵌景观中，耕地覆盖率最高为 50%。
草地范围分为两类：- 人工草地：有意种植和管理的草类和其他牧草植物区域，以及原生草地型植被区域，这些区域明显表现出为特定的人类用途（例如有目的的放牧）而进行的主动和密集管理。 - 天然/半天然草地：相对未受干扰的本地草地/矮植被，例如草原和苔原，以及过去曾受到不同程度的人类活动影响的区域，由于历史上的土地利用和自然过程，这些区域可能包含本地物种和引进物种的混合物种。一般来说，它们呈现出各种植被的自然分布模式， 并且整个景观中具有清晰有序的水文关系。
所采用的方法考虑了 GLAD Landsat ARD-2 影像 （处理为无云的双月汇总数据，请参阅 Consoli 等人，2024 年），并结合了气候、地貌和邻近性协变量、时空机器学习（每类随机森林）以及超过 230 万个参考样本（在极高分辨率影像中进行直观解读）。我们使用自定义概率阈值（基于五重空间交叉验证以及平衡的精确率和召回率值）来得出主要类别地图，其中耕地和天然/半天然草地的概率阈值分别为 0.32 和 0.42。
限制：非洲东南部（津巴布韦和莫桑比克）和澳大利亚东部（莫尔加生态区的灌木丛和林地）的草地范围在一定程度上被低估。在北非、阿拉伯半岛、西澳大利亚、新西兰、玻利维亚中部和马托格罗索州（巴西）的部分地区，农田被错误地归类为草地。由于 Landsat 7 SLC 故障，在地块级，尤其是在 2012 年，可以看到规则的草地概率条带。使用分辨率较低的图层（可达性地图和 MODIS 产品）会在乌拉圭、阿根廷西南部、安哥拉南部和非洲的萨赫勒地区引入曲线宏观误差（由于基于三次样条的降尺度策略）。用户需要了解限制和已知问题，同时仔细考虑这些因素，以确保在初始预测阶段合理使用地图。GPW 正在积极通过 Geo-Wiki 平台收集系统性反馈，验证当前版本并改进数据集的未来版本。
如需了解详情，请参阅 Parente 等人，2024 年、Zenodo 和 Global Pasture Watch GitHub 网站
频段
波段
| 名称 | 最小值 | 最大值 | 像素尺寸 | 说明 |
|---|---|---|---|---|
dominant_class |
0 | 2 | 30 米 | 通过随机森林和概率地图得出的主要类别。 |
dominant_class 类表
| 值 | 颜色 | 说明 |
|---|---|---|
| 0 | #ffffff | 其他 |
| 1 | #ffcd73 | 人工草地 |
| 2 | #ff9916 | 天然/半天然草地 |
图片属性
图像属性
| 名称 | 类型 | 说明 |
|---|---|---|
| 版本 | INT | 产品版本 |
使用条款
使用条款
引用
Parente, L.，Sloat, L.、Mesquita, V. 等人 (2024) Global Pasture Watch - Annual grassland class and extent maps at 30-m spatial resolution (2000—2022)（全球牧场观测 - 空间分辨率为 30 米的年度草地类别和范围地图 [2000 年至 2022 年]）（版本 v1）[数据集]。Zenodo doi:https://doi.org/10.5281/zenodo.13890401
Parente, L.，Sloat, L.、Mesquita, V. 等人（2024 年）。 基于时空机器学习的全球草地类别和范围年度 30 米地图（2000 年至 2022 年），《科学数据》。 doi：http://doi.org/10.1038/s41597-024-04139-6
DOI
通过 Earth Engine 探索
代码编辑器 (JavaScript)
Map.setCenter(-49.265188, -16.602052, 4); var domi_grassland = ee.ImageCollection( "projects/global-pasture-watch/assets/ggc-30m/v1/grassland_c" ) var visParams = {"opacity":1, "min":1,"max":2,"palette":["ffcd73","ff9916"]}; var domi_grassland_2022 = domi_grassland.filterDate('2022-01-01', '2023-01-01').first(); Map.addLayer( domi_grassland_2022.selfMask(), visParams, 'Dominant grassland class (2022)' ); var domi_grassland_2000 = domi_grassland.filterDate('2000-01-01', '2001-01-01').first(); Map.addLayer( domi_grassland_2000.selfMask(), visParams, 'Dominant grassland class (2000)' );