2000 年至 2022 年全球天然/半天然草地的年度概率图， 30 米的空间分辨率

简介

该数据集以 30 米的空间分辨率提供了 2000 年至 2022 年全球天然/半天然草地的年度概率图。 由土地与碳实验室全球牧场观察计划制作，绘制的草地范围包括任何土地覆被类型，其中包含至少 30% 以禾本科和草本植物为主的干性或湿性低植被（小于 3 米），以及：最多 50% 的树冠覆盖（大于 5 米）、最多 70% 的其他木本植被（灌丛和开阔灌木地），以及在耕地和其他植被的镶嵌景观中最多 50% 的有效耕地覆盖。 草地范围分为两类：人工草地： 有意种植和管理草类和其他饲料植物的区域，以及明显表现出为人类特定用途（如放牧）而进行积极和繁重管理的原生草地植被区域。 天然/半天然草地： 相对未受干扰的原生草地/矮高植被，如草原和苔原，以及过去经历过不同程度人类活动的区域，由于历史上的土地使用和自然过程，这些区域可能混合了原生和外来物种。 一般来说，这些地区呈现出自然的植被变化模式，整个地貌中的水文关系清晰有序。 实施的方法考虑到了 GLAD Landsat ARD-2 图像），以及气候、地貌和邻近协变量、时空机器学习（每类随机森林）和超过 230 万个参考样本（在甚高分辨率图像中可视化解读）。 使用自定义概率阈值（基于五倍空间交叉验证以及平衡的精度和召回值）得出优势类图，耕地和天然/半天然草地概率阈值分别为 0.32 和 0.42。 局限性： 非洲东南部（津巴布韦和莫桑比克）和澳大利亚东部（穆尔加生态区的灌木林地和林地）的草地范围部分预测不足。 在非洲北部、阿拉伯半岛、澳大利亚西部、新西兰、玻利维亚中部和马托格罗索州（巴西）的部分地区，耕地被误划为草原。 由于大地遥感卫星 7 SLC 的故障，在地块层面可以看到草地概率的规则条纹，尤其是在 2012 年。 在乌拉圭、阿根廷西南部、安哥拉南部和非洲萨赫勒地区，较粗分辨率图层（可达性地图和 MODIS 产品）的使用引入了曲线宏观误差（由于基于立方平分的降尺度策略）。 用户需要了解这些局限性和已知问题；同时仔细考虑这些问题，以确保在初始预测阶段适当使用地图。 GPW 正在积极通过 Geo-Wiki 平台收集系统反馈，验证当前版本并改进数据集的未来版本。

数据集说明

空间信息

Dataset Availability

2000-01-01T00:00:00 - 2023-01-01T00:00:00

Dataset Provider

Land and Carbon Lab Global Pasture Watch

Contact

Contact information not available.

Collection Snippet

ee.ImageCollection("projects/global-pasture-watch/assets/ggc-30m/v1/nat-semi-grassland_p")

变量

Bands Table

代码

Map.setCenter(63.72366666, 38.30182604, 4);

var nat_semi_grassland = ee.ImageCollection(
  "projects/global-pasture-watch/assets/ggc-30m/v1/nat-semi-grassland_p"
)
var min_prob = 42 // Probability threshold
var visParams = {min: 15, max: 85, palette: 'f7f1e5,af8260,803d3b,322c2b'}

var nat_semi_grassland_2022 = nat_semi_grassland.filterDate('2022-01-01', '2023-01-01').first();
Map.addLayer(
    nat_semi_grassland_2022.mask(nat_semi_grassland_2022.gte(min_prob)), 
    visParams, 'Natural/Semi-natural grassland prob. (2022)'
);

var nat_semi_grassland_2000 = nat_semi_grassland.filterDate('2000-01-01', '2001-01-01').first();
Map.addLayer(
    nat_semi_grassland_2000.mask(nat_semi_grassland_2000.gte(min_prob)), 
    visParams, 'Natural/Semi-natural grassland prob. (2000)'
);

结果

引用

Parente, L., Sloat, L., Mesquita, V., et al. (2024) Global Pasture Watch - Annual grassland class and extent maps at 30-m spatial resolution (2000—2022) (Version v1) [Data set]. Zenodo doi:https://doi.org/10.5281/zenodo.13890401

Parente, L., Sloat, L., Mesquita, V., et al. (2024). Annual 30-m maps of global grassland class and extent (2000–2022) based on spatiotemporal Machine Learning, Scientific Data. doi: http://doi.org/10.1038/s41597-024-04139-6

许可

CC-BY-4.0