Forest loss and disturbance alerts
Landsat, Sentinel-2 and Sentinel-1 time series are classified to map annual loss and near-real-time disturbance, with radar used where cloud blocks optical sensors.
GCRI · Biodiversity Nexus
面向生物多样性的对地观测
Satellites observe forests, wetlands, coasts and the ocean surface repeatedly and across borders, which field surveys cannot. Earth observation maps ecosystem extent, change and some aspects of condition, and it gives a consistent record for places where no one monitors on the ground.
01目录
Earth observation for biodiversity in five parts.
02申请
What earth observation and remote sensing does here.
Earth observation and remote sensing gather information about the Earth’s surface and atmosphere from airborne and spaceborne sensors. They provide consistent, repeatable measurements over areas that are hard to monitor on the ground. In biodiversity and nature, climate and hazards and oceans and coasts, earth observation maps exposure, damage and environmental change across borders and sectors. It supports rapid assessment after disasters and long-term monitoring of risk drivers. The canonical description is on STEM Commons.
Wetland and mangrove dynamics
Radar and optical time series track flooding regimes, wetland extent and mangrove change, separating seasonal variation from conversion.
Vegetation structure and condition
Spaceborne lidar and radar estimate canopy height and biomass, and spectral indices track phenology and stress as proxies for ecosystem condition.
03地理
亚马孙流域的栖息地状况。
Land cover, vegetation and plant growth over the Amazon Basin, from NASA GIBS. Each layer carries its own date.
交互式地图需要JavaScript；图层列表和来源见下文。
图层 3
本页的栖息地状况
关于本图层
- 证据
- 模型生成（GIBS 发布的最新年份）
- 来源
- MODIS Terra 和 Aqua 土地覆盖（MCD12Q1）（NASA LP DAAC）
- 提供方
- NASA LP DAAC
- 许可协议
- NASA 开放数据
- 年份版本
- 每年；卫星分类；GIBS 发布的最新年份
- 构建时的最新内容
- 2024-01-01
- 处理结果
- 约 500 米网格
- 不确定性
- 所示年份的卫星土地覆盖类别，含农田；该分类存在已知误差，并非农场登记册。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 观测（云层造成缺口）
- 来源
- MODIS Terra EVI（NASA LANCE）
- 提供方
- NASA LANCE
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；卫星指数；云层造成缺口
- 构建时的最新内容
- 2026-10-13
- 处理结果
- 约 250 米网格
- 不确定性
- 截至所示日期 8 天的卫星植被指数，是栖息地状况指标；不衡量物种或生物多样性。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 观测
- 来源
- VIIRS NOAA-20 校正反射率（NASA LANCE）
- 提供方
- NASA LANCE
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；卫星图像
- 构建时的最新内容
- 2026-10-14
- 处理结果
- 约 250 米网格
- 不确定性
- 卫星图像。卫星或模型栅格数据，按提供方发布的原样呈现。云层、条带缺口和反演误差会造成缺口和噪声；数值是指标，而非某地的测量值。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 观测（云层和过境时间造成缺口）
- 来源
- VIIRS NOAA-20 375 米（FIRMS）（NASA LANCE FIRMS）
- 提供方
- NASA LANCE FIRMS
- 许可协议
- NASA 开放数据
- 年份版本
- 每日；卫星探测；云层和过境时间造成缺口
- 构建时的最新内容
- 2026-10-13
- 处理结果
- 约 500 米网格
- 不确定性
- 所示日期的卫星热点探测结果，包括天然气火炬和工业热源；并非已确认的火情、事件报告或预警。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 模型生成（GIBS 发布的最新 8 天时段）
- 来源
- MODIS Aqua GPP（MYD17）（NASA LP DAAC）
- 提供方
- NASA LP DAAC
- 许可协议
- NASA 开放数据
- 年份版本
- 8 天；卫星驱动模型；GIBS 发布的最新 8 天时段
- 构建时的最新内容
- 2026-09-30
- 处理结果
- 约 500 米网格
- 不确定性
- 所示 8 天期间植物吸收碳量的模型估算；是生长指标，而非收获量或产量。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
关于本图层
- 证据
- 估计值
- 来源
- 世界网格化人口 v4.11（NASA SEDAC（哥伦比亚大学 CIESIN））
- 提供方
- NASA SEDAC（哥伦比亚大学 CIESIN）
- 许可协议
- CC BY 4.0
- 年份版本
- null；基于人口普查的估算，静态（2020）
- 处理结果
- 约 1 公里网格
- 不确定性
- 基于人口普查的 2020 年每平方公里人口估算，作为风险暴露背景展示；不是受任何危害影响的人数。
- 经由以下途径到达
- gibs.earthdata.nasa.gov，仅在您允许实时地图后访问
键盘操作，地图获得焦点时
按住 Ctrl 或 ⌘ 并滚动以缩放
最新可用
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap贡献者 (ODbL) · Natural Earth
正在加载最新的NASA影像。
拖动以移动。按住 Ctrl 或 ⌘ 并滚动、双指缩放或使用按钮缩放；悬停可查看指针下的数值；重置可返回该区域。
栖息地状况，以亚马孙流域为范围。NASA 发布的卫星和模型产品，各带自己的日期。它们是指标，而非对任何地点的评估。
数据：NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap 贡献者 · Natural Earth · NASA EONET · NASA JPL OPERA DIST-ALERT来源与许可
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 开放数据
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). NASA 开放数据
- MODIS 陆地产品（植被指数、总初级生产力、土地覆盖），NASA LP DAAC 和 LANCE；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- VIIRS 近实时产品（洪水、地表温度、积雪覆盖、校正反射率），NASA LANCE；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- NASA 资源管理火灾信息系统（FIRMS），VIIRS 375 m 活跃火点产品，NASA LANCE；矢量瓦片来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). 采用 CC BY 4.0 许可。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 doi:10.7927/H49C6VHW. CC BY 4.0
- ASTER GDEM 是 METI 和 NASA 的产品（ASTER Global Digital Elevation Model V003，NASA LP DAAC）；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。引用格式：NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. NASA 开放数据
- 使用 Natural Earth 制作。免费矢量和栅格地图数据，见 naturalearthdata.com。 公有领域
- © OpenStreetMap 贡献者（ODbL），经由 NASA GIBS（海岸线、边界、道路和地名）。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 ODbL
- Blue Marble，NASA Earth Observatory；影像来自 NASA GIBS。颜色依据已发布的色标重绘；显示处的数值已按六边形网格平均（经修改）。 NASA 开放数据
- 地球仪和平面地图上的背景信息：海岸线、边界、道路和地名来自 NASA GIBS 参考图层（OpenStreetMap 数据，ODbL，© OpenStreetMap contributors）；Blue Marble 影像可作为可选底图；3D 地形和高程读数来自 ASTER GDEM 高程色彩指数（5 m 至 200 m 分级，为便于辨识而作了夸张处理）。边界按已发布的样式绘制，不代表对任何领土的立场。
- 实时事件：NASA Earth Observatory Natural Event Tracker（EONET）；事件仅供参考，并保留其原始来源链接。
- 实时：NASA EONET。事件仅供参考，不是主管机构的预警。
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- 可选图层（图层列表中有 6 个来源：实时、预报、观测和背景）在开启时会在地图上和此处显示其提供方署名；预报是模型输出，派生指数是估计值。
图层与日期
- 土地覆盖类型（IGBP），年度：MODIS Terra 和 Aqua 土地覆盖（MCD12Q1），NASA LP DAAC · 2024
- 增强型植被指数，滚动 8 天：MODIS Terra EVI，NASA LANCE · 2026年10月13日
- 真彩色：VIIRS NOAA-20 校正反射率，NASA LANCE · 2026年10月13日
- 活跃火点与热异常：VIIRS NOAA-20 375 m（FIRMS），NASA LANCE FIRMS · 2026年10月13日
- 总初级生产力，8 天总量：MODIS Aqua GPP（MYD17），NASA LP DAAC · 2026年9月30日
- 人口密度，2020 年：人口：哥伦比亚大学 CIESIN，世界网格化人口 v4.11（2018），NASA SEDAC， CC BY 4.0 · 静态
04数据
该方法使用的输入。
Datasets and records used by earth observation and remote sensing on this platform, with the role each plays and the label its values carry. Sources are listed in 来源登记册.
| 数据 | 角色 | 标签 |
|---|---|---|
| Landsat and Sentinel-2 optical imagery | Land cover and change | 观测 |
| Sentinel-1 and ALOS PALSAR radar | Forest and wetland mapping through cloud | 观测 |
| GEDI spaceborne lidar | Canopy height and structure | 观测 |
| Copernicus Marine ocean colour and temperature | Marine productivity and heat stress | 观测 |
| ESA WorldCover | Land cover baseline | 模型生成 |
05监测
Earth observation run.
团队遵循该方法时会使用的界面：其指标、状态与决策。名称为示例，数值仅作示意。
Earth observation run
Biodiversity · Earth observation for biodiversity · Run R-8579
Scene processingGCRI · Biodiversity Nexus
Acquisition
revisit and swath
精度评估
stratified sample
| 水 | 91 | 97 | 96 |
| Cropland | 89 | 87 | 287 |
| Built-up | 82 | 79 | 124 |
| Forest | 91 | 88 | 103 |
Processing chain
- 获取L1
- Calibrateradiometric
- 更正atmospheric
- Maskcloud · shadow
- Classify地球观测
- 验证ground truth
06验证
结果如何核查。
Products are assessed against ground reference data using accuracy matrices and independent samples. Cross-calibration between sensors checks consistency over time.
| 核查 | 如何开展 |
|---|---|
| Accuracy assessment with area estimation | Maps are scored against a probability sample of reference points, and areas are adjusted for classification error |
| Cross-sensor consistency | Trends are checked across sensors and processing versions before they are reported |
| Field calibration | Structure and condition proxies are calibrated against inventory plots |
| Coverage reporting | Cloud, revisit gaps and missing scenes are reported as no data, not as no change |
Clouds, revisit gaps and mixed pixels limit what can be observed. Changes in sensors and processing can create artificial trends.
07孪生与级联模拟器
Model earth observation for biodiversity as a system. Run the cascade.
Assembled from the Nexus Standards area profile 生物多样性与自然风险标准: the hazards it names, the 系统 and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.
灾害
- 毁林
- 生物多样性丧失 （在下游引发）
- Soil erosion （在下游引发）
- Land-system change boundary transgression (set off downstream)
- Amazon rainforest dieback (set off downstream)
- Slope slide (set off downstream)
- Flash flood (set off downstream)
- Zoonotic spillover event (set off downstream)
- 野火 （在下游引发）
- Emerging arbovirus outbreak (set off downstream)
- Malaria resurgence (set off downstream)
系统与耦合
- 生物多样性与自然风险标准
- 气候风险标准 反馈
- 健康风险标准 级联
- 粮食与农业风险标准 依赖关系
- 环境退化危害标准 Shared hazard records
控制措施
NS-0章程与原则NS-1维持社会运转的 UNI 与制品目录（语法 v0.2：领域、部门、区域和环境分段）NS-3风险记录 UNI（语法、旧编码对照、分配机构）NS-3b数据集与产品元数据规范（STAC、DCAT、PROV-O）NS-5图表、地图和可视化标准（配合 UI/UX 套件）NS-9情境 UNI（部署、实例、计划实例）NS-11验证与监测（证据、证明、零信任符合性观测）NRS-N5生物多样性与自然风险及韧性NRS-H65危害类别：超越行星边界（NHS-1 planet.boundary）NRS-H27危害族：生物多样性与物种压力（NHS-1 eco.species）NRS-H26危害类别：土地与湿地退化（NHS-1 eco.land）NRS-H28危害类别：气候状态转变（NHS-1 eco.climate-state）NRS-H64危害类别：生态系统状态突变（NHS-1 eco.regime-shift）
观测
- GBIF occurrence API and downloads (listed for reference)
- World Database on Protected and Conserved Areas (listed for reference)
- Global Forest Watch tree cover loss (Hansen/UMD) and alerts (listed for reference)
- ESA WorldCover 10 m land cover (listed for reference)
- Copernicus Land Monitoring Service products (listed for reference)
- 红色名录指数
- Forest area as a proportion of total land area
- Proportion of important sites for terrestrial and freshwater biodiversity covered by protected areas
示例地理范围
- 太平洋岛国：150 个六边形网格
- Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
- 地表土壤湿度（SMAP），NASA GIBS
- 今夜夜间灯光与停电（VIIRS 昼夜波段），NASA GIBS
- 过去半小时降雨率（IMERG），NASA GIBS
09部门特征
The sector signature of earth observation for biodiversity.
The sectors earth observation for biodiversity touches and how strongly they depend on each other: what a study has to observe and model together.
选择角点 · 悬停连线6 / 15 项关系
签名
生物多样性及其合作伙伴
生物多样性为粮食提供授粉和土壤（0.6），为水提供流域调节（0.5），为健康带来人畜共患病溢出和药物（0.4）。
W · E · I · F · H · B
- 部门
- 4 共 6
- 关系
- 6 共 15
- 耦合
- 0.46 占总量份额
当前最强的关系
- 粮食 → 生物多样性 · 土地转换0.6
- 水 → 粮食 · 灌溉0.8
- 水 → 生物多样性 · 生态流量0.6
- 粮食 → 健康 · 营养0.7
10管理责任
由谁维护该方法。
空间与地球观测 stewards earth observation and remote sensing for the Consortium and reviews how it is applied across platforms.
11方法与证据
How earth observation for biodiversity is modelled, measured and tested.
模型、其假设、数据和不确定性，以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意，不是研究发现。
地球观测链
How a satellite or sensor record becomes evidence on earth observation for biodiversity, and where each step adds uncertainty.
- 01 · 获取轨道、传感器和重访周期不确定性：云层和轨道造成的缺口
- 02 · 校准辐射和几何不确定性：传感器漂移
- 03 · 更正大气与地形不确定性：气溶胶和坡度假设
- 04 · 检索或分类变量或类别不确定性：模型和训练误差
- 05 · 验证对照地面实况不确定性：样本设计与规模
- 06 · 发布附误差线和沿袭信息不确定性：明确说明，从不隐藏
FAIR 指导原则 · GO FAIR 和 FORCE11W3C PROV · 万维网联盟关于一致处理不确定性的指南 · IPCCCEOS 分析就绪数据 · 地球观测卫星委员会
12已关联
本页在整个联合体中通向何处。
13流程
流程如何运行。
Process explorer · Process
Earth observation for biodiversity: Earth observation processing chain
9 steps·4 个阶段·1 gate
流程
Earth observation for biodiversity: Earth observation processing chain
Processing levels are mission specific; Sentinel-2 runs from Level-0 raw data to Level-2A, and CEOS Analysis Ready Data sets the minimum for analysis.
01 Ground segment
- 01获取来源Sensors acquire optical or radar data. For Sentinel-2 the Level-0 product is raw image data in Instrument Source Packet format.
- 03Level-1 radiometric and geometric processing步骤Level-1B gives calibrated top-of-atmosphere radiance. Level-1C adds geometric corrections, including orthorectification, for reflectance.
02 Pre-processing
- 04Level-2 atmospheric correction步骤Level-2A applies an atmospheric correction to the Level-1C orthoimage. Its main output is a surface reflectance product.
- 05Scene classification and masks步骤Level-2A includes scene classification, and Level-1C also makes cloud, cirrus and snow or ice masks. Quality flags travel with the product.
- 06可直接用于分析的数据数据集CEOS Analysis Ready Data meet minimum processing requirements and are organised for immediate analysis and interoperability.
03 Analytics
- 02Reference data数据集Field samples or other independent reference data are used to check the product.
- 07Change analysis建模Classification and time-series methods detect change in the analysis-ready data. The method is chosen by the analyst.
- 08验证关口The product is compared with reference data and accuracy is reported, for example with a confusion matrix.
04 Delivery
- 09Product to the userDecision · Protected area authorityThe producer releases the product with its limits stated.
Neutral outline of a published external standard or method, from its issuing body. Not a record of operation. Nexus does not perform, certify or approve any step shown. A gate or decision belongs to the party the source names. Level-1B and Level-1C add corrections; Level-2A adds atmospheric correction and scene classification.
14问题
问题与解答。
What are the limits of earth observation and remote sensing in this field?
Clouds, revisit gaps and mixed pixels limit what can be observed. Changes in sensors and processing can create artificial trends.
结果如何核查？
Products are assessed against ground reference data using accuracy matrices and independent samples. Cross-calibration between sensors checks consistency over time.
本页面上的数值是真实的吗？
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
该方法还应用于何处？
维持社会运转的 规范方法页面 列出应用该方法的每个平台。
报告贡献
从本页贡献证据。
报告 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
GCRIBiodiversity Nexus全球部门风险与韧性观测站信号
- 电子邮件网关 GW-GCRI从本页发送证据、更正、案例、方法、审查、翻译或概况投稿。它会带上本页标签送达，由负责的编辑接收。
- Zenodo开放存缴存缴并提交到社区用您的 ORCID iD 在 Zenodo 上发布您自己的记录，然后提交到那里的 Reports 社区。由策展人审核；DOI 仍归您所有。
- 报告GCRI查看所有贡献方式贡献类型、各自的评审方式、您获得的署名、许可协议，以及绝不接受的内容。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查；发送贡献不赋予署名权或编辑权，赞助也绝不能换取研究结论。
法律
法律文件。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警；信息的局限见免责声明和数据说明。