Sản phẩm này là một phần của bộ dữ liệu TreeMap. Bộ dữ liệu này cung cấp thông tin chi tiết về không gian liên quan đến đặc điểm của rừng, bao gồm số lượng cây còn sống và cây chết, sinh khối và lượng carbon trên toàn bộ diện tích rừng của Hoa Kỳ lục địa vào năm 2016.
TreeMap v2016 chứa một hình ảnh, một bản đồ dạng lưới có độ phân giải 30 x 30 m gồm 22 băng tần về rừng của Hoa Kỳ lục địa vào khoảng năm 2016, trong đó mỗi băng tần đại diện cho một thuộc tính bắt nguồn từ dữ liệu FIA được chọn (và một băng tần đại diện cho mã nhận dạng TreeMap). Ví dụ về các thuộc tính bao gồm loại rừng, tỷ lệ che phủ tán cây, số lượng cây xanh, sinh khối cây xanh/cây chết và lượng carbon trong cây xanh/cây chết.
Sản phẩm TreeMap là kết quả của một thuật toán học máy rừng ngẫu nhiên, thuật toán này sẽ chỉ định ô Phân tích kho hàng rừng (FIA) tương tự nhất cho mỗi pixel của dữ liệu đầu vào LANDFIRE dạng lưới. Mục tiêu là kết hợp những điểm mạnh bổ sung của dữ liệu FIA chi tiết nhưng thưa thớt về không gian với dữ liệu LANDFIRE ít chi tiết nhưng toàn diện về không gian để đưa ra các ước tính chính xác hơn về đặc điểm của rừng ở nhiều quy mô. TreeMap đang được sử dụng ở cả khu vực tư nhân và công cộng cho các dự án, bao gồm lập kế hoạch xử lý nhiên liệu, lập bản đồ mối nguy hiểm từ cây chết và ước tính tài nguyên carbon trên đất liền.
TreeMap khác biệt với các sản phẩm khác về thảm thực vật rừng được suy đoán ở chỗ TreeMap cung cấp một giá trị nhận dạng ô FIA cho mỗi pixel, trong khi các tập dữ liệu khác cung cấp các đặc điểm của rừng, chẳng hạn như diện tích mặt cắt ngang của cây còn sống (ví dụ: Ohmann và Gregory 2002; Pierce Jr và cộng sự 2009; Wilson, Lister và Riemann 2012). Mã nhận dạng lô đất FIA có thể được liên kết với hàng trăm biến số và thuộc tính được ghi lại cho từng cây và lô đất trong DataMart của FIA, kho lưu trữ công khai của FIA về thông tin lô đất (Forest Inventory Analysis 2022a).
Phương pháp năm 2016 bao gồm sự xáo trộn như một biến phản hồi, giúp tăng độ chính xác trong việc lập bản đồ các khu vực bị xáo trộn. Độ chính xác trong lớp là hơn 90% đối với độ che phủ rừng, chiều cao, nhóm thực vật và mã nhiễu khi so sánh với bản đồ LANDFIRE. Ít nhất một pixel trong bán kính của các ô xác thực khớp với loại giá trị dự đoán trong 57,5% trường hợp đối với độ che phủ rừng, 80% đối với chiều cao, 80% đối với loài cây có diện tích mặt cắt ngang lớn nhất và 87,4% đối với mức độ xáo trộn.
Tài nguyên khác
Vui lòng xem Ấn phẩm TreeMap 2016 để biết thêm thông tin chi tiết về các phương pháp và đánh giá độ chính xác.
TreeMap 2016 Data Explorer là một ứng dụng dựa trên web, cho phép người dùng xem và tải dữ liệu thuộc tính TreeMap xuống.
Kho lưu trữ dữ liệu nghiên cứu TreeMap để tải toàn bộ tập dữ liệu, siêu dữ liệu và tài liệu hỗ trợ.
TreeMap Raster Data Gateway để tải dữ liệu thuộc tính, siêu dữ liệu và tài liệu hỗ trợ của TreeMap xuống.
Sổ tay cơ sở dữ liệu FIA phiên bản 9.4) để biết thêm thông tin chi tiết về các thuộc tính có trong TreeMap 2016.
Liên hệ với [sm.fs.treemaphelp@usda.gov] nếu bạn có câu hỏi hoặc yêu cầu dữ liệu cụ thể.
Phân tích kho hàng trong rừng. 2022a. Forest Inventory Analysis DataMart. Forest Inventory Analysis DataMart FIADB_1.9.0. 2022. https://apps.fs.usda.gov/fia/datamart/datamart.html.
Ohmann, Janet L và Matthew J Gregory. 2002. Lập bản đồ dự đoán về thành phần và cấu trúc rừng bằng phương pháp phân tích độ dốc trực tiếp và phương pháp thay thế láng giềng gần nhất ở vùng ven biển Oregon, Hoa Kỳ. Can. J. Đối với. Res. 32:725-741. doi: 10.1139/X02-011.
Pierce, Kenneth B Jr, Janet L Ohmann, Michael C Wimberly, Matthew J Gregory và Jeremy S Fried. 2009. Lập bản đồ nhiên liệu tự nhiên và cấu trúc rừng để quản lý đất: So sánh phương pháp gán giá trị lân cận gần nhất và các phương pháp khác. Can. J. Đối với. Res. 39: 1901-1916. doi:10.1139/X09-102.
Wilson, B Tyler, Andrew J Lister và Rachel I Riemann. 2012. Phương pháp suy đoán láng giềng gần nhất để lập bản đồ các loài cây trên diện tích lớn bằng cách sử dụng các ô kiểm kê rừng và dữ liệu raster có độ phân giải trung bình. Forest Ecol. Manag. 271:182-198. doi: 10.1016/j. foreco.2012.02.002.