Abstract. Due to our increasing understanding of the role the surrounding landscape plays in ecological processes, a detailed characterization of land cover, including both agricultural and natural habitats, is ever more important for both researchers and conservation practitioners. Unfortunately, in the United States, different types of land cover data are split across thematic datasets that emphasize agricultural or natural vegetation, but not both. To address this data gap and reduce duplicative efforts in geospatial processing, we merged two major datasets, the LANDFIRE National Vegetation Classification (NVC) and USDA-NASS Cropland Data Layer (CDL), to produce an integrated land cover map. Our workflow leveraged strengths of the NVC and the CDL to produce detailed rasters comprising both agricultural and natural land-cover classes. We generated these maps for each year from 2012–2021 for the conterminous United States, quantified agreement between input layers and accuracy of our merged product and published the complete workflow necessary to update these data. In our validation analyses, we found that approximately 5.5 % of NVC agricultural pixels conflicted with the CDL, but we resolved most of these conflicts based on surrounding agricultural land, leaving only 0.6 % of agricultural pixels unresolved in our merged product. These ready-to-use rasters characterizing both agricultural and natural land cover will be widely useful in environmental research and management.

中文翻译：

---

不仅仅是农作物或森林：为农业和自然区域构建综合土地覆盖图

摘要。由于我们对周围景观在生态过程中所起作用的了解不断加深，因此对研究人员和保护从业者而言，包括农业和自然栖息地在内的土地覆盖的详细描述变得越来越重要。不幸的是，在美国，不同类型的土地覆盖数据分布在强调农业或自然植被的专题数据集中，但不能同时强调两者。为了解决这一数据差距并减少地理空间处理中的重复工作，我们合并了两个主要数据集，即 LANDFIRE 国家植被分类 (NVC) 和 USDA-NASS 农田数据层 (CDL)，以生成综合土地覆盖图。我们的工作流程利用 NVC 和 CDL 的优势来生成包含农业和自然土地覆盖类别的详细栅格。我们为美国本土生成了 2012 年至 2021 年每年的这些地图，量化了输入层之间的一致性和合并产品的准确性，并发布了更新这些数据所需的完整工作流程。在我们的验证分析中，我们发现大约 5.5% 的 NVC 农业像素与 CDL 冲突，但我们解决了大部分基于周围农业用地的冲突，合并后的产品中只有 0.6% 的农业像素未解决。这些表征农业和自然土地覆盖的即用型栅格将广泛用于环境研究和管理。量化了输入层和我们合并产品的准确性之间的一致性，并发布了更新这些数据所需的完整工作流程。在我们的验证分析中，我们发现大约 5.5% 的 NVC 农业像素与 CDL 冲突，但我们解决了大部分基于周围农业用地的冲突，合并后的产品中只有 0.6% 的农业像素未解决。这些表征农业和自然土地覆盖的即用型栅格将广泛用于环境研究和管理。量化了输入层和我们合并产品的准确性之间的一致性，并发布了更新这些数据所需的完整工作流程。在我们的验证分析中，我们发现大约 5.5% 的 NVC 农业像素与 CDL 冲突，但我们解决了大部分基于周围农业用地的冲突，合并后的产品中只有 0.6% 的农业像素未解决。这些表征农业和自然土地覆盖的即用型栅格将广泛用于环境研究和管理。