Les forêts du monde connaissent des changements rapides en raison de l'utilisation des terres et du changement climatique. Cependant, une carte détaillée du gain forestier mondial à de fines résolutions spatiales et temporelles est toujours manquante. Pour combler cette lacune, nous avons développé un cadre automatique pour cartographier le gain forestier annuel à l'échelle mondiale à l'aide des séries chronologiques Landsat, de l'algorithme LandTrendr et de la plate-forme Google Earth Engine (GEE). Tout d'abord, des échantillons de forêts stables collectés sur la base du premier ensemble d'échantillons toutes saisons (FAST) et d'une méthode de migration automatisée des échantillons ont été utilisés pour déterminer les seuils annuels du ratio de brûlure normalisée (NBR) pour la détection du gain forestier. Deuxièmement, avec les séries chronologiques NBR de 1982 à 2021 et l'algorithme LandTrendr, nous avons produit un ensemble de données sur l'année de gain forestier mondial de 1983 à 2021 sur la base d'un ensemble de règles de décision. Nos résultats révèlent que plus de 60% des gains se sont produits en Russie, au Canada, aux États-Unis, en Indonésie et en Chine, et environ la moitié du gain forestier mondial s'est produit entre 2001 et 2010. La carte des gains forestiers développée dans cette étude a montré une bonne cohérence avec les inventaires statistiques et les produits régionaux et mondiaux indépendants. Notre ensemble de données peut être utile pour la recherche pertinente pour les politiques sur le cycle mondial du carbone, et notre méthode fournit une approche efficace et transférable pour surveiller d'autres types de dynamique de la couverture terrestre.

Los bosques del mundo están experimentando rápidos cambios debido al uso de la tierra y al cambio climático. Sin embargo, todavía falta un mapa detallado de la ganancia forestal global con resoluciones espaciales y temporales finas. Para llenar este vacío, desarrollamos un marco automático para mapear la ganancia forestal anual a nivel mundial utilizando series de tiempo Landsat, el algoritmo LandTrendr y la plataforma Google Earth Engine (GEE). En primer lugar, se utilizaron muestras forestales estables recolectadas en función del primer conjunto de muestras para todas las estaciones (FAST) y un método automatizado de migración de muestras para determinar los umbrales anuales de la relación de combustión normalizada (NBR) para la detección de la ganancia forestal. En segundo lugar, con la serie temporal NBR de 1982 a 2021 y el algoritmo LandTrendr, produjimos un conjunto de datos del año de ganancia forestal mundial de 1983 a 2021 basado en un conjunto de reglas de decisión. Nuestros resultados revelan que se produjeron ganancias de más del 60% en Rusia, Canadá, Estados Unidos, Indonesia y China, y aproximadamente la mitad de la ganancia forestal mundial se produjo entre 2001 y 2010. El mapa de ganancia forestal desarrollado en este estudio mostró una buena consistencia con los inventarios estadísticos y los productos regionales y globales independientes. Nuestro conjunto de datos puede ser útil para la investigación relevante para las políticas sobre el ciclo global del carbono, y nuestro método proporciona un enfoque eficiente y transferible para monitorear otros tipos de dinámica de la cubierta terrestre.

The world's forests are experiencing rapid changes due to land-use and climate change. However, a detailed map of global forest gain at fine spatial and temporal resolutions is still missing. To fill this gap, we developed an automatic framework for mapping annual forest gain globally using Landsat time series, the LandTrendr algorithm, and the Google Earth Engine (GEE) platform. First, stable forest samples collected based on the first all-season sample set (FAST) and an automated sample migrate method were used to determine annual Normalized Burn Ratio (NBR) thresholds for forest gain detection. Secondly, with the NBR time-series from 1982 to 2021 and LandTrendr algorithm, we produced dataset of global forest gain year from 1983 to 2021 based on a set of decision rules. Our results reveal that over 60% gains occurred in Russia, Canada, the United States, Indonesia and China, and approximately half of global forest gain occurred between 2001 and 2010. The forest gain map developed in this study exhibited good consistency with statistical inventories and independent regional and global products. Our dataset can be useful for policy-relevant research on the global carbon cycle, and our method provides an efficient and transferable approach for monitoring other types of land cover dynamics.

تشهد غابات العالم تغيرات سريعة بسبب استخدام الأراضي وتغير المناخ. ومع ذلك، لا تزال هناك خريطة مفصلة لمكاسب الغابات العالمية بدقة مكانية وزمنية دقيقة مفقودة. لسد هذه الفجوة، قمنا بتطوير إطار عمل تلقائي لرسم خرائط المكاسب السنوية للغابات على مستوى العالم باستخدام سلسلة Landsat الزمنية، وخوارزمية LandTrendr، ومنصة Google Earth Engine (GEE). أولاً، تم استخدام عينات الغابات المستقرة التي تم جمعها بناءً على أول مجموعة عينات طوال الموسم (FAST) وطريقة ترحيل العينات الآلية لتحديد العتبات السنوية لنسبة الحروق الطبيعية (NBR) للكشف عن مكاسب الغابات. ثانيًا، مع السلاسل الزمنية لـ NBR من 1982 إلى 2021 وخوارزمية LandTrendr، أنتجنا مجموعة بيانات من السنة العالمية لكسب الغابات من 1983 إلى 2021 بناءً على مجموعة من قواعد القرار. تكشف نتائجنا أن أكثر من 60 ٪ من المكاسب حدثت في روسيا وكندا والولايات المتحدة وإندونيسيا والصين، وأن ما يقرب من نصف المكاسب العالمية للغابات حدثت بين عامي 2001 و 2010. أظهرت خريطة مكاسب الغابات التي تم تطويرها في هذه الدراسة اتساقًا جيدًا مع قوائم الجرد الإحصائية والمنتجات الإقليمية والعالمية المستقلة. يمكن أن تكون مجموعة البيانات الخاصة بنا مفيدة للبحوث ذات الصلة بالسياسات حول دورة الكربون العالمية، وتوفر طريقتنا نهجًا فعالًا وقابلًا للتحويل لرصد الأنواع الأخرى من ديناميكيات الغطاء الأرضي.