哥伦比亚热带森林自然再生潜力多尺度网格数据
数据集简介
数据内容与组织方式
本记录汇集三类相互关联的数据层,统一采用 HEALPix NESTED 网格(WGS84 基准)与 Zarr v3 的 GRID4EARTH 布局:
- 已发表图层的哥伦比亚子集:Williams 等(2024)全球自然再生潜力图中覆盖哥伦比亚的部分,含期望面积、有效面积与二值化结果。
- 独立复现模型预测:以随机森林在哥伦比亚重新拟合的再生模型,对每个 30 m 像元输出预测,并按 HEALPix 单元汇总为面积。
- 再生标签:Fagan 等(2022)与 MapBiomas Colombia 提供的再生观测,含 2000–2012 年与 2012–2024 年两个时段的标注面积。
Zarr 存储按测量类型分为三个层族:measurements/full_resolution 覆盖 15 级至 8 级,measurements/sample_based 覆盖 12 级至 8 级,measurements/area_of_applicability 固定为 8 级。属性中记录了 dggs 约定、CF 元数据以及 crs 网格映射变量。
文件清单与用途
记录共含 10 个文件,合计约 925.9 MB:
| 文件 | 大小 | 说明 |
|---|---|---|
natural_regeneration_colombia_healpix.zarr.zip |
425.4 MB | 多尺度 HEALPix 网格数据(Zarr v3) |
prediction_grid_features.parquet |
383.4 MB | 预测网格的全部预测变量 |
mapbiomas_labels_grid.parquet |
60.6 MB | MapBiomas 再生标签网格 |
prediction_grid_step2.parquet |
27.3 MB | 预测网格第二阶段结果 |
samples_colombia.parquet |
24.9 MB | 哥伦比亚样本点 |
samples_neotropics.parquet |
4.5 MB | 新热带样本点 |
sources.json |
25.2 kB | 输入数据集的 DOI/URL、版本与校验和 |
README.md |
4.8 kB | 使用说明与方法摘要 |
zenodo_metadata.json |
2.3 kB | 记录元数据 |
checksums.csv |
945 B | SHA-256 校验值 |
Parquet 表的设计目标是让模型可在不下载约 21 GB 输入数据的前提下重新拟合:样本点与预测网格的每个预测变量、标签和预测结果均逐行保留。
复现方法与主要结论
复现工作检验 Williams 等(2024)提出的 87.9% 验证精度声明,结论为部分支持。复现模型以哥伦比亚为研究域独立训练,预测域覆盖全国 18.79 Mha。按本模型估计,期望再生面积为 3.93 Mha(未校准)与 0.18 Mha(经患病率校准);作者已发表地图给出的全国面积为 10.51 Mha;研究域内 Fagan 再生标签面积为 0.25 Mha。上述数值并列呈现,便于使用者直接比较不同估计口径的差异。
引用与许可
本记录版本 1.0.0,采用 CC BY-NC 4.0(Creative Commons Attribution Non Commercial 4.0 International)许可开放获取,因输入数据许可限制而不可商用——Fagan 等(2022)标签为 CC BY-NC 4.0,GADM 4.1 边界限非商业使用。使用时应同时引用原始数据集与本记录。记录 DOI 为 10.5281/zenodo.23137989,由 LifeWatch ERIC 的 Anne Fouilloux(ORCID 0000-0002-1784-2920)创建,评估方为 The Unjournal。
读取与使用要点
Zarr 数据可直接以支持 Zarr v3 的库打开,按 measurements/ 下的层族访问不同分辨率;Parquet 表可用任意支持 Parquet 的工具读取,checksums.csv 提供 SHA-256 校验值用于完整性核对。sources.json 记录各输入数据集的 DOI、URL、版本与校验和,便于追溯。README 中另附 Contents、Zarr: three layer families、Reading it、Methods in brief、Licence and attribution 等说明,可作为上手入口。