iSDAsoil Sand Content

در دسترس بودن مجموعه داده

2001-01-01T00:00:00Z–2017-01-01T00:00:00Z

ارائه دهنده مجموعه داده

iSDA

قطعه موتور زمین

ee.Image("ISDASOIL/Africa/v1/sand_content")

برچسب ها

خاک شن و ماسه ایدا آفریقا

توضیحات

محتوای شن و ماسه در عمق 0-20 سانتی متر و 20-50 سانتی متر،\nمیانگین و انحراف معیار پیش بینی شده. در مناطق جنگلی متراکم (به طور کلی بر فراز آفریقای مرکزی)، دقت مدل پایین است و بنابراین ممکن است مصنوعاتی مانند نواربندی (راه راه) دیده شود.

پیش‌بینی ویژگی‌های خاک توسط Innovative Solutions for Decision Agriculture Ltd. (iSDA) در اندازه پیکسل 30 متر با استفاده از یادگیری ماشین همراه با داده‌های سنجش از راه دور و مجموعه آموزشی بیش از 100000 نمونه خاک تجزیه‌شده انجام شد.

اطلاعات بیشتر را می توان در پرسش های متداول و مستندات اطلاعات فنی یافت. برای ارسال مشکل یا درخواست پشتیبانی، لطفاً به سایت iSDAsoil مراجعه کنید.

باندها

اندازه پیکسل
30 متر

باندها

نام	واحدها	حداقل	حداکثر	اندازه پیکسل	توضیحات
mean_0_20	%	2	94	متر	محتوای ماسه، میانگین پیش بینی شده در عمق 0-20 سانتی متر
mean_20_50	%	2	95	متر	محتوای ماسه، میانگین پیش بینی شده در عمق 20-50 سانتی متر
stdev_0_20	%	0	144	متر	محتوای ماسه، انحراف معیار در عمق 0-20 سانتی متر
stdev_20_50	%	0	143	متر	محتوای ماسه، انحراف معیار در عمق 20-50 سانتی متر

شرایط استفاده

شرایط استفاده

CC-BY-4.0

نقل قول ها

نقل قول ها:

• Hengl, T., Miller, MAE, Križan, J., et al. ویژگی‌های خاک آفریقا و مواد مغذی با وضوح فضایی 30 متر با استفاده از یادگیری ماشین دو مقیاسی نقشه‌برداری شدند. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

با Earth Engine کاوش کنید

مهم: Earth Engine یک پلت فرم برای تجزیه و تحلیل علمی در مقیاس پتابایت و تجسم مجموعه داده های مکانی است، هم برای منافع عمومی و هم برای کاربران تجاری و دولتی. Earth Engine برای استفاده تحقیقاتی، آموزشی و غیرانتفاعی رایگان است. برای شروع، لطفاً برای دسترسی به Earth Engine ثبت نام کنید.

ویرایشگر کد (جاوا اسکریپت)

var mean_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#00204D" label="0-31" opacity="1" quantity="31"/>' +
  '<ColorMapEntry color="#002D6C" label="31-39" opacity="1" quantity="39"/>' +
  '<ColorMapEntry color="#16396D" label="39-43" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#36476B" label="43-46" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#4B546C" label="46-49" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#5C616E" label="49-52" opacity="1" quantity="52"/>' +
  '<ColorMapEntry color="#6C6E72" label="52-54" opacity="1" quantity="54"/>' +
  '<ColorMapEntry color="#7C7B78" label="54-56" opacity="1" quantity="56"/>' +
  '<ColorMapEntry color="#8E8A79" label="56-58" opacity="1" quantity="58"/>' +
  '<ColorMapEntry color="#A09877" label="58-60" opacity="1" quantity="60"/>' +
  '<ColorMapEntry color="#B3A772" label="60-63" opacity="1" quantity="63"/>' +
  '<ColorMapEntry color="#C6B66B" label="63-65" opacity="1" quantity="65"/>' +
  '<ColorMapEntry color="#DBC761" label="65-68" opacity="1" quantity="68"/>' +
  '<ColorMapEntry color="#F0D852" label="68-71" opacity="1" quantity="71"/>' +
  '<ColorMapEntry color="#FFEA46" label="71-100" opacity="1" quantity="75"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var mean_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#00204D" label="0-31" opacity="1" quantity="31"/>' +
  '<ColorMapEntry color="#002D6C" label="31-39" opacity="1" quantity="39"/>' +
  '<ColorMapEntry color="#16396D" label="39-43" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#36476B" label="43-46" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#4B546C" label="46-49" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#5C616E" label="49-52" opacity="1" quantity="52"/>' +
  '<ColorMapEntry color="#6C6E72" label="52-54" opacity="1" quantity="54"/>' +
  '<ColorMapEntry color="#7C7B78" label="54-56" opacity="1" quantity="56"/>' +
  '<ColorMapEntry color="#8E8A79" label="56-58" opacity="1" quantity="58"/>' +
  '<ColorMapEntry color="#A09877" label="58-60" opacity="1" quantity="60"/>' +
  '<ColorMapEntry color="#B3A772" label="60-63" opacity="1" quantity="63"/>' +
  '<ColorMapEntry color="#C6B66B" label="63-65" opacity="1" quantity="65"/>' +
  '<ColorMapEntry color="#DBC761" label="65-68" opacity="1" quantity="68"/>' +
  '<ColorMapEntry color="#F0D852" label="68-71" opacity="1" quantity="71"/>' +
  '<ColorMapEntry color="#FFEA46" label="71-100" opacity="1" quantity="75"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var stdev_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="2"/>' +
  '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="6"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="7"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var stdev_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="2"/>' +
  '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="6"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="7"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';
var raw = ee.Image("ISDASOIL/Africa/v1/sand_content");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_20), {},
    "Sand content, mean visualization, 0-20 cm");
Map.addLayer(
    raw.select(1).sldStyle(mean_20_50), {},
    "Sand content, mean visualization, 20-50 cm");
Map.addLayer(
    raw.select(2).sldStyle(stdev_0_20), {},
    "Sand content, stdev visualization, 0-20 cm");
Map.addLayer(
    raw.select(3).sldStyle(stdev_20_50), {},
    "Sand content, stdev visualization, 20-50 cm");

var converted = raw.divide(10).exp().subtract(1);

var visualization = {min: 0, max: 3000};

Map.setCenter(25, -3, 2);

Map.addLayer(converted.select(0), visualization, "Sand content, mean, 0-20 cm");

در ویرایشگر کد باز کنید

محتوای شن و ماسه iSDAsoil

محتوای شن و ماسه در عمق 0-20 سانتی متر و 20-50 سانتی متر،\nمیانگین و انحراف معیار پیش بینی شده. در مناطق جنگلی متراکم (به طور کلی بر فراز آفریقای مرکزی)، دقت مدل پایین است و بنابراین ممکن است مصنوعاتی مانند نواربندی (راه راه) دیده شود. پیش‌بینی‌های خواص خاک توسط Solutions Innovative for Decision Agriculture Ltd.

ISDASOIL/Africa/v1/sand_content, africa,isda,sand,soil

2001-01-01T00:00:00Z/2017-01-01T00:00:00Z

-35.22 -31.46 37.98 57.08

موتور Google Earth

https://developers.google.com/earth-engine/datasets