مقدمه ای بر هانسن و همکاران داده های جهانی تغییر جنگل

هانسن و همکاران (2013) مجموعه داده تغییر جنگل جهانی در Earth Engine نشان دهنده تغییرات جنگل با وضوح 30 متر در سطح جهانی بین سال های 2000 و 2014 است. اجازه دهید با اضافه کردن هانسن و همکاران شروع کنیم. داده ها به نقشه یا با جستجوی "جنگل هانسن" و نام گذاری gfc2014 ، داده های تغییر جنگل جهانی را وارد کنید ( در مورد جستجو و وارد کردن مجموعه داده ها بیشتر بدانید )، یا کد زیر را در ویرایشگر کد کپی کنید:

ویرایشگر کد (جاوا اسکریپت)

var gfc2014 = ee.Image('UMD/hansen/global_forest_change_2015');
Map.addLayer(gfc2014);

روی دکمه Run در بالای ویرایشگر کد کلیک کنید و چیزی شبیه به شکل 1 خواهید دید.

پیش‌فرض تغییر جنگل
شکل 1. تجسم پیش فرض هانسن و همکاران. (2013) داده های تغییر جنگل.

نگران نباش، به زودی حالت را بهتر می کنی. ( در مورد تجسم تصویر پیش فرض در Earth Engine بیشتر بیاموزید ). در پایان این بخش، تصویری خواهید داشت که چیزی شبیه به شکل 2 است، که در آن سبز نشان دهنده محل شناسایی جنگل در مطالعه در سال 2000، قرمز تلفات تخمینی جنگل در طول دوره مورد مطالعه، آبی رنگ سود جنگل در آن دوره، سرخابی مناطقی است که در آن جنگل هم از بین رفته و هم به دست آمده است، و مناطق غیر جنگلی پوشیده شده اند.

سفارشی تغییر جنگل
شکل 2. تجسم سفارشی هانسن و همکاران. (2013) داده های تغییر جنگل.

به یاد بیاورید که وقتی یک تصویر چند باندی به نقشه اضافه می شود، سه باند اول تصویر به ترتیب قرمز، سبز و آبی انتخاب می شوند و با توجه به نوع داده هر باند کشیده می شوند. دلیل قرمز به نظر رسیدن تصویر این است که سه باند اول treecover2000 , loss و gain هستند . باند treecover2000 به صورت درصد بیان می‌شود و دارای مقادیر بسیار بالاتر از loss (سبز) و gain (آبی) است که باینری هستند ({0، 1}). بنابراین تصویر به صورت کاملاً قرمز نمایش داده می شود.

باندهای موجود در داده‌های تغییر جنگل جهانی عبارتند از:

نام گروه توضیحات محدوده
پوشش درخت2000 درصد پوشش درخت در پیکسل. 0 - 100
از دست دادن 1 اگر ضرری در طول دوره مطالعه اتفاق بیفتد. 0 یا 1
به دست آوردن 1 اگر در طول دوره مطالعه سود حاصل شود. 0 یا 1
سال زیان زیان سال رخ داده است، یک شاخص از سال 2001، یا صفر اگر زیان رخ نداده است. 0 - 12
first_b30 نوار قرمز لندست 7 از اولین پیکسل های معتبر در سال 2000 ساخته شد (یا اگر پیکسل های معتبری در سال 2000 وجود نداشت، قدیمی تر). 0 - 255
first_b40 باند مادون قرمز نزدیک لندست 7 از اولین پیکسل های معتبر در سال 2000 ساخته شد. 0 - 255
first_b50 اولین باند مادون قرمز موج کوتاه لندست 7 که از اولین پیکسل های معتبر در سال 2000 ساخته شد. 0 - 255
first_b70 دومین باند مادون قرمز موج کوتاه لندست 7 که از اولین پیکسل های معتبر در سال 2000 ساخته شد. 0 - 255
last_b30 نوار قرمز Landsat 7 از جدیدترین پیکسل های معتبر در سال 2012 ساخته شده است. 0 - 255
last_b40 باند مادون قرمز نزدیک لندست 7 از جدیدترین پیکسل های معتبر در سال 2012 ساخته شده است. 0 - 255
last_b50 اولین باند مادون قرمز موج کوتاه Landsat 7 که از جدیدترین پیکسل های معتبر 2012 ساخته شده است. 0 - 255
last_b70 دومین باند مادون قرمز موج کوتاه Landsat 7 که از جدیدترین پیکسل های معتبر 2012 ساخته شده است. 0 - 255
ماسک داده بدون داده (0)، سطح زمین نقشه برداری شده (1)، و آب دائمی (2). 0، 1، 2

برای نمایش پوشش جنگلی در سال 2000 به عنوان یک تصویر در مقیاس خاکستری، می توانید از باند treecover2000 استفاده کنید که در آرگومان دوم Map.addLayer() مشخص شده است:

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014, {bands: ['treecover2000']}, 'treecover2000');

این منجر به تصویری می شود که باید چیزی شبیه به شکل 3 باشد.

پوشش درخت آمریکا
شکل 3. تصویر خاکستری از پوشش درخت سال 2000 در ایالات متحده.

در اینجا تصویری وجود دارد که از 3 باند، باندهای لندست 5، 4 و 3 برای سال 2015 استفاده می کند. این ترکیب نواری پوشش گیاهی سالم را سبز و خاک را به رنگ ارغوانی نشان می دهد:

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(
    gfc2014, {bands: ['last_b50', 'last_b40', 'last_b30']}, 'false color');

نتیجه باید چیزی شبیه به شکل 4 باشد.

رنگ کاذب آمریکا
شکل 4. لندست 7، سال 2015 کامپوزیت رنگ کاذب ایالات متحده.

یک تجسم خوب از مجموعه داده تغییر جنگل جهانی، وسعت جنگل را در سال 2000 به رنگ سبز، از دست دادن جنگل را به رنگ قرمز و افزایش جنگل را به رنگ آبی نشان می دهد. به طور خاص، باند اول (قرمز) را loss بدهید، باند دوم را باند treecover2000 (سبز)، و باند سوم (آبی) gain :

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014, {bands: ['loss', 'treecover2000', 'gain']}, 'green');

مقادیر باند از دست دادن و افزایش باینری هستند، بنابراین به سختی روی تصویر قابل مشاهده هستند، که باید چیزی شبیه به شکل 5 باشد.

پوشش جنگلی ایالات متحده
شکل 5. پوشش درختی سال 2000 در ایالات متحده (سبز).

ما می‌خواهیم از دست دادن جنگل به رنگ قرمز روشن و افزایش جنگل به رنگ آبی روشن نشان داده شود. برای رفع این مشکل، می‌توانیم از پارامتر تجسم max برای تنظیم محدوده‌ای که داده‌های تصویر به آن کشیده می‌شوند، استفاده کنیم. توجه داشته باشید که پارامتر max visualization لیستی از مقادیر مربوط به حداکثر برای هر باند را می گیرد:

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014, {
  bands: ['loss', 'treecover2000', 'gain'],
  max: [1, 255, 1]
}, 'forest cover, loss, gain');

نتیجه باید چیزی شبیه به شکل 6 باشد.

تغییر جنگل های آمریکا
شکل 6. از دست دادن جنگل ایالات متحده (قرمز)، پوشش جنگلی سال 2000 (سبز) و افزایش (آبی).

این به تصویری منجر می‌شود که در جایی که جنگل وجود دارد، قرمز، جایی که جنگل از دست می‌رود، آبی، جایی که سود جنگل وجود دارد، و سرخابی است که در آن هم سود و هم ضرر وجود دارد. با این حال، بررسی دقیق تر نشان می دهد که کاملاً درست نیست. به جای اینکه باخت به رنگ قرمز مشخص شود، نارنجی است. این به این دلیل است که پیکسل های قرمز روشن با پیکسل های سبز زیرین ترکیب می شوند و پیکسل های نارنجی تولید می کنند. به طور مشابه، پیکسل هایی که در آن جنگل، ضرر و افزایش وجود دارد، صورتی هستند - ترکیبی از سبز، قرمز روشن و آبی روشن. برای یک تصویر به شکل 7 مراجعه کنید.

تغییر جنگل Pac NW
شکل 7. از دست دادن جنگل شمال غرب اقیانوس آرام ایالات متحده (قرمز)، پوشش سال 2000 (سبز) و افزایش (آبی).

برای دریافت تصویری که در ابتدای آموزش وعده داده شده است، می توانید تصاویر مجزا برای جنگل، ضرر، سود و برای ضرر و زیان ایجاد کنید. هر یک از این تصاویر را به ترتیبی که برای نمایش بهتر است به نقشه اضافه کنید.

پالت ها

برای نمایش هر تصویر به صورت رنگ متفاوت، می توانید از پارامتر palette Map.addLayer() برای تصاویر تک باندی استفاده کنید. پالت ها به شما امکان می دهند طرح رنگی که تصویر با آن نمایش داده می شود را تنظیم کنید ( در مورد پالت ها بیشتر بدانید ). از آموزش Earth Engine API به یاد بیاورید که رنگ ها در یک پالت به صورت خطی به min و max کشیده شده اند .

به عنوان مثال، برای استفاده از یک پالت سبز برای نمایش تصویر وسعت جنگل، می توانید از:

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014, {
  bands: ['treecover2000'],
  palette: ['000000', '00FF00']
}, 'forest cover palette');

نتیجه باید چیزی شبیه به شکل 8 باشد.

گستره جنگلی NA
شکل 8. پوشش جنگلی سال 2000 در آمریکای شمالی.

زوم کردن حس بهتری برای وضوح تصویر می دهد. شکل 9 منطقه ای در اطراف ماریسکال استیگاریبیا در پاراگوئه را نشان می دهد.

گستره جنگلی پاراگوئه
شکل 9. پوشش درختی سال 2000 در اطراف Mariscal Estigarribia در پاراگوئه.

تصویر نشان داده شده در شکل 3 کمی تاریک است. مشکل این است که باند treecover2000 یک نوع داده بایتی دارد ([0, 255])، در حالی که در واقع مقادیر چند درصد هستند ([0، 100]). برای روشن‌تر کردن تصویر، می‌توانید پارامترهای min و/یا max را بر اساس آن تنظیم کنید. سپس پالت بین آن قسمت‌ها کشیده می‌شود.

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014, {
  bands: ['treecover2000'],
  palette: ['000000', '00FF00'],
  max: 100
}, 'forest cover percent');

نتیجه باید چیزی شبیه به شکل 9 باشد. توجه داشته باشید که در این مثال، فقط max تنظیم شده است. min به صورت پیش فرض صفر است.

پاراگوئه کشیده شد
شکل 9. پوشش جنگلی سال 2000 در اطراف Mariscal Estigarribia در پاراگوئه، تا [0، 100] کشیده شده است.

نقاب زدن

همه تصاویر نشان داده شده تا کنون دارای مناطق سیاه و سفید بزرگی هستند در صورتی که داده ها صفر است. به عنوان مثال، هیچ درختی در اقیانوس وجود ندارد. برای شفاف سازی این نواحی، می توانید مقادیر آنها را پنهان کنید. هر پیکسل در Earth Engine هم مقدار و هم یک ماسک دارد. تصویر با شفافیت تنظیم شده توسط ماسک ارائه می شود که صفر کاملاً شفاف و یک کاملاً مات است.

شما می توانید یک تصویر را با خودش ماسک کنید. به عنوان مثال، اگر نوار treecover2000 را با خودش بپوشانید، تمام مناطقی که پوشش جنگلی در آنها صفر است، شفاف خواهند بود:

ویرایشگر کد (جاوا اسکریپت)

Map.addLayer(gfc2014.mask(gfc2014), {
  bands: ['treecover2000'],
  palette: ['000000', '00FF00'],
  max: 100
}, 'forest cover masked');

نتیجه باید چیزی شبیه به شکل 10 باشد.

پوشش درخت آمریکا
شکل 10. پوشش درختی سال 2000، کشیده و پوشانده شده است.

مثال

تقریباً می توان تصویری از داده های هانسن مانند آنچه در ابتدای آموزش مشاهده کرد، انجام داد. در این مثال، ما همه چیز را با یک تفاوت کوچک کنار هم قرار می دهیم. به جای تعیین پارامتر bands در فراخوانی Map.addLayer ، تصاویر جدیدی را با استفاده از select() ایجاد می کنیم:

ویرایشگر کد (جاوا اسکریپت)

var treeCover = gfc2014.select(['treecover2000']);
var lossImage = gfc2014.select(['loss']);
var gainImage = gfc2014.select(['gain']);

// Add the tree cover layer in green.
Map.addLayer(treeCover.updateMask(treeCover),
    {palette: ['000000', '00FF00'], max: 100}, 'Forest Cover');

// Add the loss layer in red.
Map.addLayer(lossImage.updateMask(lossImage),
            {palette: ['FF0000']}, 'Loss');

// Add the gain layer in blue.
Map.addLayer(gainImage.updateMask(gainImage),
            {palette: ['0000FF']}, 'Gain');

نتیجه باید چیزی شبیه به شکل 11 باشد.

سود زیان آمریکا
شکل 11. تلفات جنگل (قرمز)، پوشش سال 2000 (سبز) و سود (آبی).

توجه داشته باشید که سه تماس addLayer() وجود دارد. هر فراخوانی addLayer() یک لایه به نقشه اضافه می کند. قرار دادن ماوس روی دکمه لایه ها در سمت راست بالای نقشه این لایه ها را نشان می دهد. هر لایه را می توان با استفاده از چک باکس کنار آن خاموش یا روشن کرد و لغزنده کنار نام لایه می تواند بر شفافیت لایه تأثیر بگذارد.

تقریباً می‌توانیم تصویری را که در ابتدای آموزش نشان داده شده است بسازیم. با این حال، لایه ای که پیکسل ها را با از دست دادن و افزایش نشان می دهد، از دست رفته است. از دست رفته است زیرا قبل از اینکه بتوانیم محاسبه کنیم کدام پیکسل هم ضرر و هم افزایش را نشان می دهد، باید بدانیم چگونه محاسباتی را روی نوارهای تصویر انجام دهیم. این موضوع بخش بعدی است.