ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015
2010-2015 年阿拉斯加北坡苔原植物功能类型连续覆盖图
简介
文件修订日期:2021-08-27
数据集版本: 1
摘要
该数据集以 30 米的分辨率提供了阿拉斯加北坡约 12.5 万平方公里的苔原植物功能类型(PFTs)的预测连续野外覆盖率。数据涵盖的时间段为 2010-07-01 至 2015-08-31。这些数据是利用随机森林数据挖掘算法、大地遥感卫星观测数据(5 月至 8 月约 15 天期间的地表反射率复合数据)得出的预测数据,以及跨越生物气候和地貌梯度的野外植被覆盖和场地特征数据得出的。野外植被覆盖度按九种 PFT,加上开阔水域、裸露地面和乱石进行分层,并使用覆盖度指标总覆盖度(包括林下的面积覆盖度)和顶层覆盖度(最上部的冠层或地面覆盖度),得出总共 19 种野外覆盖度类型。野外数据和野外地点的预测值也包括在内。
与传统的专题地图相比,连续覆盖野外地图有很多优势,这里使用的方法非常适合支持与未来野外观测和大地遥感卫星观测同步进行的定期覆盖更新。
本数据集中包含 39 个数据文件。以 GeoTIFF(*.tif)格式提供了 19 种实地覆盖类型的连续覆盖数据,每种类型有两种投影方式:阿拉斯加阿尔伯斯等面积圆锥投影(EPSG:3338)和 ABoVE 标准投影,加拿大阿尔伯斯等面积圆锥投影(EPSG:102001),共 38 个文件。建模中使用的实地数据和预测因子以一个逗号分隔的文件(*.csv)提供。
显示阿拉斯加北坡野外地块分布的定量覆盖测绘区域图。ABR 是 ABR 公司-环境研究与服务,BLM 是土地管理局。
该数据集以 30 米的分辨率提供了阿拉斯加北坡约 12.5 万平方公里的苔原植物功能类型(PFTs)的预测连续野外覆盖率。数据涵盖的时间段为 2010-07-01 至 2015-08-31。这些数据是利用随机森林数据挖掘算法、大地遥感卫星观测数据(5 月至 8 月约 15 天期间的地表反射率复合数据)得出的预测因子,以及跨越生物气候和地貌梯度的野外植被覆盖和场地特征数据得出的。野外植被覆盖度按九种 PFT,加上开阔水域、裸露地面和乱石进行分层,并使用覆盖度指标总覆盖度(包括林下的面积覆盖度)和顶层覆盖度(最上部的冠层或地面覆盖度),得出总共 19 种野外覆盖度类型。此外,还包括实地数据和实地地点的预测值。
与传统的专题地图相比,连续覆盖野外地图有很多优势,这里使用的方法非常适合支持与未来野外观测和大地遥感卫星观测同步进行的定期覆盖更新。
项目:北极-北方脆弱性实验
北极-北方脆弱性实验(ABoVE)是美国国家航空航天局(NASA)陆地生态计划的一项实地活动,于 2016 年至 2021 年期间在阿拉斯加和加拿大西部进行。ABoVE 的研究将基于实地的过程级研究与机载和卫星传感器获得的地理空间数据产品联系起来,为提高分析和建模能力奠定了基础,而分析和建模能力是了解和预测生态系统反应及社会影响所必需的。
数据特征
空间覆盖范围:阿拉斯加北坡
上方参考位置
域:核心 ABoVE
网格单元(30 米):Bh006v000、Bh007v000、Bh006v001、Bh007v001、Bh008v001、Bh006v002、Bh007v002、Bh008v002、Bh007v003、Bh008v003
空间分辨率30 m
时间覆盖范围:2010-05-16 至 2015-08-31
时间分辨率一次性估算
研究区域:纬度和经度以十进制度表示。
Sites | Westernmost Longitude | Easternmost Longitude | Northernmost Latitude | Southernmost Latitude |
---|---|---|---|---|
North Slope | -167.4761 | -143.978 | 73.8004 | 65.5858 |
数据文件信息
该数据集包含 39 个数据文件。以 GeoTIFF (*.tif) 格式提供了 19 种实地覆盖类型的连续覆盖数据,每种类型有两种投影:阿拉斯加阿尔伯斯等面积圆锥形(EPSG:3338)和 ABoVE 标准投影,加拿大阿尔伯斯等面积圆锥形(EPSG:102001),共计 38 个文件。建模中使用的实地数据和预测因子以逗号分隔文件(*.csv)Model_Training_Testing_Data.csv 提供。表 2 介绍了 133 个变量。
GeoTIFF 文件根据 PFT 和 PFT 测量摘要(表 3)以及覆盖指标总覆盖(包括林下的面积覆盖)和顶覆(最上部的冠层或地面覆盖)命名。这些数据是阿拉斯加北坡约 12.5 万平方公里范围内 30 米分辨率的连续场 PFT 地面覆盖百分率。
GeoTIFF 文件名称。说明了 PFT 和其他覆盖类型
Files in Alaska Albers Equal Area Conic Projection (EPSG:3338) | Files in ABoVE Standard Projection (EPSG:102001) |
---|---|
Bare_Ground_Top_Cover.tif | Bare_Ground_Top_Cover_102001.tif |
Bryophyte_Total_Cover.tif | Bryophyte_Total_Cover_102001.tif |
Dwarf_Deciduous_Shrub_Total_Cover.tif | Dwarf_Deciduous_Shrub_Total_Cover_102001.tif |
Dwarf_Evergreen_Shrub_Total_Cover.tif | Dwarf_Evergreen_Shrub_Total_Cover_102001.tif |
Forb_Total_Cover.tif | Forb_Total_Cover_102001.tif |
Grass_Total_Cover.tif | Grass_Total_Cover_102001.tif |
Lichen_Total_Cover.tif | Lichen_Total_Cover_102001.tif |
Litter_Top_Cover.tif | Litter_Top_Cover_102001.tif |
Low_and_Tall_Deciduous_Shrub_Total_Cover.tif | Low_and_Tall_Deciduous_Shrub_Total_Cover_102001.tif |
Low_Deciduous_Shrub_Total_Cover.tif | Low_Deciduous_Shrub_Total_Cover_102001.tif |
Nonvascular_Plant_Top_Cover.tif | Nonvascular_Plant_Top_Cover_102001.tif |
Nonvascular_Plant_Total_Cover.tif | Nonvascular_Plant_Total_Cover_102001.tif |
Open_Water_Top_Cover.tif | Open_Water_Top_Cover_102001.tif |
Sedge_Total_Cover.tif | Sedge_Total_Cover_102001.tif |
Tall_Deciduous_Shrub_Total_Cover.tif | Tall_Deciduous_Shrub_Total_Cover_102001.tif |
Total_Herbaceous_Total_Cover.tif | Total_Herbaceous_Total_Cover_102001.tif |
Total_Shrub_Total_Cover.tif | Total_Shrub_Total_Cover_102001.tif |
Vascular_Plant_Top_Cover.tif | Vascular_Plant_Top_Cover_102001.tif |
Vascular_Plant_Total_Cover.tif | Vascular_Plant_Total_Cover_102001.tif |
应用与推导
生态系统地图是支持多学科研究设计和应用(包括野生动物栖息地评估、监测和地球系统建模)的基础工具。与传统的专题地图相比,连续实地地图具有许多优势。这些方法非常适合支持与未来实地观测和大地遥感卫星观测同步进行的地图定期更新。
质量评估
Macander 等人提供了对模型性能的评估,包括每种植被类型的均方根误差、平均绝对误差和相关性。 该评估基于内部交叉验证和迭代保留 20% 的训练数据进行验证。选定的灌木覆盖图与北坡现有的部分灌木覆盖图进行了比较。
数据采集、材料和方法
研究区域
125,000 平方公里的测绘区域从莱伊角附近的楚科奇海向东延伸至道尔顿公路(图 1)。测绘区的北半部属于北极沿海平原地貌省(Gallant 等人,1995 年),其特点是地形平坦、土壤排水不良、水体丰富、冰楔等围冰期地貌广泛存在。北极沿海平原的大部分地区属于北极圈植被图(CAVM 小组,2003 年)的生物气候亚区 D,灌木很常见,但高度很少超过 1 米。测绘区的南半部包括北极山麓地貌省,其特点是高地广布,并被清晰的排水网络所分割。北极山麓位于生物气候亚区 E,即最温暖的苔原亚区;灌木广泛分布,高大的灌木丛(高度大于 1.5 米)在洪泛平原和邻近的斜坡上很常见,尤其是在科尔维尔河沿岸。以下将这两个主要的地貌区分别称为 "沿海平原 "和 "山麓"。整个测绘区域位于连续永久冻土带。
实地数据
2012 年 7 月至 8 月期间在阿拉斯加国家石油储备区(NPRA)内和附近采样的 106 个地块的野外数据集(ABR,2012 年)与 BLM 在 2012 年至 2014 年期间采样的 119 个地块的数据集汇集在一起,作为土地管理局(BLM)评估、清查和监测计划(NPRA AIM)的一部分。所有实地工作都采用了专为长期植被监测而定制的点拦截采样方法(Toevs 等人,2011 年);该方案还有助于在适合分析 30 米分辨率 Landsat 数据的尺度上进行采样。取样地块由三条 50 米长的线组成;每条线从地块中心 5 米处开始,以避免在设置地块时践踏植被。第一条取样线的方位角是随机选择的,其他取样线与第一条取样线的方位角相差 120 度。使用安装在杆上的激光笔以 1 米的间距记录植被 "命中点"(每条线 51 个采样点),但在少数地块,由于后勤限制,必须以 2.5 米的间距快速采样(每条线 21 个点)。在每个点上,通过依次将树冠上层的树叶移到一边,使激光能够照射到下层,最后照射到地表,从而按物种识别出被照射到的植被。对于地表,只记录一次命中,包括活的匍匐植被、乱石、水或裸露地面。虽然在现场记录了多次激光照射,但本分析只保留了每个物种的第一次激光照射。BLM 数据的收集采用了相同的协议,只是线长为 25 米,点间距为 0.5 米(每条线 51 个点)。
BLM 根据 2013 年北坡科学计划 (NSSI) 土地覆被图(NSSI,2013 年)采用分层随机抽样设计分配地块。地块位置是根据 2.5 米分辨率航空图像中明显的照片特征,在具有代表性的植被类型中主观选择的。在具有代表性的清水和浊水区域内,根据照片解读的卫星图像确定了 20 块纯水地块。纯水地块占地块总数的 9%,这与 NSSI 地图上描绘的开放水域的相对范围相符。
分析时,先按物种汇总覆盖度数据,然后使用两个覆盖度指标将数据汇总到 PFT:(1)总覆盖度,即 PFT 中出现物种的样本点百分比,为 PFT 中所有物种的总和;(2)最高覆盖度,即 PFT 中第一个出现物种的样本点百分比。总覆盖率值可以超过 100%,但最高覆盖率值不能超过 100%。重要的是,由于在一个点上 "命中 "的每个物种都会被记录下来,而且多个物种(包括同一 PFT 的不同物种)可能会同时出现在树冠的不同层次上,因此所有 PFT 的 "总覆盖度 "值总和一般都会超过 100%,偶尔单个 PFT 的 "总覆盖度 "值也会超过 100%;例如,在一片非常茂密的赤杨-柳树灌木林中,两种物种的覆盖度都超过了 50%。
代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
import pandas as pd
import leafmap
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="AK_Tundra_PFT_FractionalCover_1830",
cloud_hosted=True,
bounding_box=(-167.48, 65.59, -143.98, 73.8),
temporal=("2010-07-01", "2015-08-31"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")
引用
Macander, M.J., G.V. Frost, P.R. Nelson, and C.S. Swingley. 2020. ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015, https://doi.org/10.3334/ORNLDAAC/1830
网址推荐
0代码在线构建地图应用
https://invite.mapmost.com/#/login?source_inviter=nClSZANO
机器学习
https://www.cbedai.net/xg