
- 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)' );