iSDAsoil Silt Content
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
ডেটাসেট উপলব্ধতা 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z ডেটাসেট প্রদানকারী আইএসডিএ আর্থ ইঞ্জিন স্নিপেট ee.Image("ISDASOIL/Africa/v1/silt_content") open_in_new ট্যাগ আফ্রিকা isda মাটি বর্ণনা 0-20 সেমি এবং 20-50 সেমি মাটির গভীরতায় পলির পরিমাণ, পূর্বাভাসিত গড় এবং মানক বিচ্যুতি।
পিক্সেল মান অবশ্যই exp(x/10)-1 এর সাথে ব্যাক-ট্রান্সফর্ম করতে হবে।
ঘন জঙ্গলের এলাকায় (সাধারণত মধ্য আফ্রিকার উপরে), মডেলের নির্ভুলতা কম এবং তাই ব্যান্ডিং (স্ট্রাইপিং) এর মতো শিল্পকর্ম দেখা যেতে পারে।
ইনোভেটিভ সলিউশন ফর ডিসিশন এগ্রিকালচার লিমিটেড (iSDA) দ্বারা 30 মিটার পিক্সেল আকারে মেশিন লার্নিং এবং রিমোট সেন্সিং ডেটা এবং 100,000 টিরও বেশি বিশ্লেষণ করা মাটির নমুনার একটি প্রশিক্ষণ সেট ব্যবহার করে মাটির সম্পত্তির ভবিষ্যদ্বাণী করা হয়েছিল।
আরও তথ্য FAQ এবং প্রযুক্তিগত তথ্য ডকুমেন্টেশনে পাওয়া যাবে। একটি সমস্যা জমা দিতে বা সহায়তার অনুরোধ করতে, অনুগ্রহ করে iSDAsoil সাইটে যান।
ব্যান্ড পিক্সেল সাইজ
ব্যান্ড
নাম ইউনিট মিন সর্বোচ্চ পিক্সেল সাইজ বর্ণনা mean_0_20 % 1 61 মিটার পলির পরিমাণ, পূর্বাভাসিত গড় 0-20 সেমি গভীরতায়
mean_20_50 % 0 62 মিটার পলির পরিমাণ, পূর্বাভাসিত গড় 20-50 সেমি গভীরতায়
stdev_0_20 % 0 38 মিটার পলির পরিমাণ, 0-20 সেমি গভীরতায় আদর্শ বিচ্যুতি
stdev_20_50 % 0 38 মিটার পলির পরিমাণ, 20-50 সেমি গভীরতায় আদর্শ বিচ্যুতি
উদ্ধৃতি Hengl, T., Miller, MAE, Križan, J., et al. আফ্রিকান মাটির বৈশিষ্ট্য এবং পুষ্টি উপাদান 30 মিটার স্থানিক রেজোলিউশনে ম্যাপ করা হয়েছে টু-স্কেল এনসেম্বল মেশিন লার্নিং ব্যবহার করে। Sci Rep 11, 6130 (2021)। doi:10.1038/s41598-021-85639-y
আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন গুরুত্বপূর্ণ: আর্থ ইঞ্জিন হল পেটাবাইট-স্কেল বৈজ্ঞানিক বিশ্লেষণ এবং ভূ-স্থানিক ডেটাসেটগুলির ভিজ্যুয়ালাইজেশনের জন্য একটি প্ল্যাটফর্ম, উভয় জনসাধারণের সুবিধার জন্য এবং ব্যবসায়িক এবং সরকারী ব্যবহারকারীদের জন্য। আর্থ ইঞ্জিন গবেষণা, শিক্ষা এবং অলাভজনক ব্যবহারের জন্য বিনামূল্যে ব্যবহার করা যায়। শুরু করতে, দয়া করে আর্থ ইঞ্জিন অ্যাক্সেসের জন্য নিবন্ধন করুন৷ কোড এডিটর (জাভাস্ক্রিপ্ট)
var mean_0_20 =
'<RasterSymbolizer>' +
'<ColorMap type="ramp">' +
'<ColorMapEntry color="#00204D" label="0-7" opacity="1" quantity="7"/>' +
'<ColorMapEntry color="#002D6C" label="7-9" opacity="1" quantity="9"/>' +
'<ColorMapEntry color="#16396D" label="9-10" opacity="1" quantity="10"/>' +
'<ColorMapEntry color="#36476B" label="10-11" opacity="1" quantity="11"/>' +
'<ColorMapEntry color="#4B546C" label="11-12" opacity="1" quantity="12"/>' +
'<ColorMapEntry color="#5C616E" label="12-13" opacity="1" quantity="13"/>' +
'<ColorMapEntry color="#6C6E72" label="13-14" opacity="1" quantity="14"/>' +
'<ColorMapEntry color="#7C7B78" label="14-15" opacity="1" quantity="15"/>' +
'<ColorMapEntry color="#8E8A79" label="15-16" opacity="1" quantity="16"/>' +
'<ColorMapEntry color="#A09877" label="16-17" opacity="1" quantity="17"/>' +
'<ColorMapEntry color="#B3A772" label="17-18" opacity="1" quantity="18"/>' +
'<ColorMapEntry color="#C6B66B" label="18-19" opacity="1" quantity="19"/>' +
'<ColorMapEntry color="#DBC761" label="19-20" opacity="1" quantity="20"/>' +
'<ColorMapEntry color="#F0D852" label="20-22" opacity="1" quantity="22"/>' +
'<ColorMapEntry color="#FFEA46" label="22-70" opacity="1" quantity="24"/>' +
'</ColorMap>' +
'<ContrastEnhancement/>' +
'</RasterSymbolizer>' ;
var mean_20_50 =
'<RasterSymbolizer>' +
'<ColorMap type="ramp">' +
'<ColorMapEntry color="#00204D" label="0-7" opacity="1" quantity="7"/>' +
'<ColorMapEntry color="#002D6C" label="7-9" opacity="1" quantity="9"/>' +
'<ColorMapEntry color="#16396D" label="9-10" opacity="1" quantity="10"/>' +
'<ColorMapEntry color="#36476B" label="10-11" opacity="1" quantity="11"/>' +
'<ColorMapEntry color="#4B546C" label="11-12" opacity="1" quantity="12"/>' +
'<ColorMapEntry color="#5C616E" label="12-13" opacity="1" quantity="13"/>' +
'<ColorMapEntry color="#6C6E72" label="13-14" opacity="1" quantity="14"/>' +
'<ColorMapEntry color="#7C7B78" label="14-15" opacity="1" quantity="15"/>' +
'<ColorMapEntry color="#8E8A79" label="15-16" opacity="1" quantity="16"/>' +
'<ColorMapEntry color="#A09877" label="16-17" opacity="1" quantity="17"/>' +
'<ColorMapEntry color="#B3A772" label="17-18" opacity="1" quantity="18"/>' +
'<ColorMapEntry color="#C6B66B" label="18-19" opacity="1" quantity="19"/>' +
'<ColorMapEntry color="#DBC761" label="19-20" opacity="1" quantity="20"/>' +
'<ColorMapEntry color="#F0D852" label="20-22" opacity="1" quantity="22"/>' +
'<ColorMapEntry color="#FFEA46" label="22-70" opacity="1" quantity="24"/>' +
'</ColorMap>' +
'<ContrastEnhancement/>' +
'</RasterSymbolizer>' ;
var stdev_0_20 =
'<RasterSymbolizer>' +
'<ColorMap type="ramp">' +
'<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="1"/>' +
'<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="2"/>' +
'<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="3"/>' +
'<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="4"/>' +
'<ColorMapEntry color="#440154" label="high" opacity="1" quantity="4.19000000000005"/>' +
'</ColorMap>' +
'<ContrastEnhancement/>' +
'</RasterSymbolizer>' ;
var stdev_20_50 =
'<RasterSymbolizer>' +
'<ColorMap type="ramp">' +
'<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="1"/>' +
'<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="2"/>' +
'<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="3"/>' +
'<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="4"/>' +
'<ColorMapEntry color="#440154" label="high" opacity="1" quantity="4.19000000000005"/>' +
'</ColorMap>' +
'<ContrastEnhancement/>' +
'</RasterSymbolizer>' ;
var raw = ee . Image ( "ISDASOIL/Africa/v1/silt_content" );
Map . addLayer (
raw . select ( 0 ). sldStyle ( mean_0_20 ), {},
"Silt content, mean visualization, 0-20 cm" );
Map . addLayer (
raw . select ( 1 ). sldStyle ( mean_20_50 ), {},
"Silt content, mean visualization, 20-50 cm" );
Map . addLayer (
raw . select ( 2 ). sldStyle ( stdev_0_20 ), {},
"Silt content, stdev visualization, 0-20 cm" );
Map . addLayer (
raw . select ( 3 ). sldStyle ( stdev_20_50 ), {},
"Silt content, stdev visualization, 20-50 cm" );
var converted = raw . divide ( 10 ). exp (). subtract ( 1 );
var visualization = { min : 0 , max : 15 };
Map . setCenter ( 25 , - 3 , 2 );
Map . addLayer ( converted . select ( 0 ), visualization , "Silt content, mean, 0-20 cm" ); কোড এডিটরে খুলুন
[null,null,[],[[["\u003cp\u003eThis dataset provides the predicted mean and standard deviation of silt content in African soil at two depths (0-20 cm and 20-50 cm).\u003c/p\u003e\n"],["\u003cp\u003eThe data covers the period from 2001 to 2017 and was produced by iSDA using machine learning and remote sensing data.\u003c/p\u003e\n"],["\u003cp\u003ePixel values require back-transformation using the formula \u003ccode\u003eexp(x/10)-1\u003c/code\u003e for analysis.\u003c/p\u003e\n"],["\u003cp\u003eModel accuracy is reduced in dense jungle areas, potentially leading to visual artifacts.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset is available under the CC-BY-4.0 license and users are encouraged to consult the provided FAQ and technical documentation for further information.\u003c/p\u003e\n"]]],[],null,["# iSDAsoil Silt Content\n\nDataset Availability\n: 2001-01-01T00:00:00Z--2017-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [iSDA](https://isda-africa.com/)\n\nTags\n:\n [africa](/earth-engine/datasets/tags/africa) [isda](/earth-engine/datasets/tags/isda) [soil](/earth-engine/datasets/tags/soil) \nsilt \n\n#### Description\n\nSilt content at soil depths of 0-20 cm and 20-50 cm,\npredicted mean and standard deviation.\n\nPixel values must be back-transformed with `exp(x/10)-1`.\n\nIn areas of dense jungle (generally over central Africa), model accuracy is\nlow and therefore artifacts such as banding (striping) might be seen.\n\nSoil property predictions were made by\n[Innovative Solutions for Decision Agriculture Ltd. (iSDA)](https://isda-africa.com/)\nat 30 m pixel size using machine learning coupled with remote sensing data\nand a training set of over 100,000 analyzed soil samples.\n\nFurther information can be found in the\n[FAQ](https://www.isda-africa.com/isdasoil/faq/) and\n[technical information documentation](https://www.isda-africa.com/isdasoil/technical-information/). To submit an issue or request support, please visit\n[the iSDAsoil site](https://isda-africa.com/isdasoil).\n\n### Bands\n\n\n**Pixel Size**\n\n30 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Pixel Size | Description |\n|---------------|-------|-----|-----|------------|----------------------------------------------------|\n| `mean_0_20` | % | 1 | 61 | meters | Silt content, predicted mean at 0-20 cm depth |\n| `mean_20_50` | % | 0 | 62 | meters | Silt content, predicted mean at 20-50 cm depth |\n| `stdev_0_20` | % | 0 | 38 | meters | Silt content, standard deviation at 0-20 cm depth |\n| `stdev_20_50` | % | 0 | 38 | meters | Silt content, standard deviation at 20-50 cm depth |\n\n### Terms of Use\n\n**Terms of Use**\n\n[CC-BY-4.0](https://spdx.org/licenses/CC-BY-4.0.html)\n\n### Citations\n\nCitations:\n\n- Hengl, T., Miller, M.A.E., Križan, J., et al. African soil properties and nutrients\n mapped at 30 m spatial resolution using two-scale ensemble machine learning.\n Sci Rep 11, 6130 (2021).\n [doi:10.1038/s41598-021-85639-y](https://doi.org/10.1038/s41598-021-85639-y)\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar mean_0_20 =\n'\u003cRasterSymbolizer\u003e' +\n '\u003cColorMap type=\"ramp\"\u003e' +\n '\u003cColorMapEntry color=\"#00204D\" label=\"0-7\" opacity=\"1\" quantity=\"7\"/\u003e' +\n '\u003cColorMapEntry color=\"#002D6C\" label=\"7-9\" opacity=\"1\" quantity=\"9\"/\u003e' +\n '\u003cColorMapEntry color=\"#16396D\" label=\"9-10\" opacity=\"1\" quantity=\"10\"/\u003e' +\n '\u003cColorMapEntry color=\"#36476B\" label=\"10-11\" opacity=\"1\" quantity=\"11\"/\u003e' +\n '\u003cColorMapEntry color=\"#4B546C\" label=\"11-12\" opacity=\"1\" quantity=\"12\"/\u003e' +\n '\u003cColorMapEntry color=\"#5C616E\" label=\"12-13\" opacity=\"1\" quantity=\"13\"/\u003e' +\n '\u003cColorMapEntry color=\"#6C6E72\" label=\"13-14\" opacity=\"1\" quantity=\"14\"/\u003e' +\n '\u003cColorMapEntry color=\"#7C7B78\" label=\"14-15\" opacity=\"1\" quantity=\"15\"/\u003e' +\n '\u003cColorMapEntry color=\"#8E8A79\" label=\"15-16\" opacity=\"1\" quantity=\"16\"/\u003e' +\n '\u003cColorMapEntry color=\"#A09877\" label=\"16-17\" opacity=\"1\" quantity=\"17\"/\u003e' +\n '\u003cColorMapEntry color=\"#B3A772\" label=\"17-18\" opacity=\"1\" quantity=\"18\"/\u003e' +\n '\u003cColorMapEntry color=\"#C6B66B\" label=\"18-19\" opacity=\"1\" quantity=\"19\"/\u003e' +\n '\u003cColorMapEntry color=\"#DBC761\" label=\"19-20\" opacity=\"1\" quantity=\"20\"/\u003e' +\n '\u003cColorMapEntry color=\"#F0D852\" label=\"20-22\" opacity=\"1\" quantity=\"22\"/\u003e' +\n '\u003cColorMapEntry color=\"#FFEA46\" label=\"22-70\" opacity=\"1\" quantity=\"24\"/\u003e' +\n '\u003c/ColorMap\u003e' +\n '\u003cContrastEnhancement/\u003e' +\n'\u003c/RasterSymbolizer\u003e';\n\nvar mean_20_50 =\n'\u003cRasterSymbolizer\u003e' +\n '\u003cColorMap type=\"ramp\"\u003e' +\n '\u003cColorMapEntry color=\"#00204D\" label=\"0-7\" opacity=\"1\" quantity=\"7\"/\u003e' +\n '\u003cColorMapEntry color=\"#002D6C\" label=\"7-9\" opacity=\"1\" quantity=\"9\"/\u003e' +\n '\u003cColorMapEntry color=\"#16396D\" label=\"9-10\" opacity=\"1\" quantity=\"10\"/\u003e' +\n '\u003cColorMapEntry color=\"#36476B\" label=\"10-11\" opacity=\"1\" quantity=\"11\"/\u003e' +\n '\u003cColorMapEntry color=\"#4B546C\" label=\"11-12\" opacity=\"1\" quantity=\"12\"/\u003e' +\n '\u003cColorMapEntry color=\"#5C616E\" label=\"12-13\" opacity=\"1\" quantity=\"13\"/\u003e' +\n '\u003cColorMapEntry color=\"#6C6E72\" label=\"13-14\" opacity=\"1\" quantity=\"14\"/\u003e' +\n '\u003cColorMapEntry color=\"#7C7B78\" label=\"14-15\" opacity=\"1\" quantity=\"15\"/\u003e' +\n '\u003cColorMapEntry color=\"#8E8A79\" label=\"15-16\" opacity=\"1\" quantity=\"16\"/\u003e' +\n '\u003cColorMapEntry color=\"#A09877\" label=\"16-17\" opacity=\"1\" quantity=\"17\"/\u003e' +\n '\u003cColorMapEntry color=\"#B3A772\" label=\"17-18\" opacity=\"1\" quantity=\"18\"/\u003e' +\n '\u003cColorMapEntry color=\"#C6B66B\" label=\"18-19\" opacity=\"1\" quantity=\"19\"/\u003e' +\n '\u003cColorMapEntry color=\"#DBC761\" label=\"19-20\" opacity=\"1\" quantity=\"20\"/\u003e' +\n '\u003cColorMapEntry color=\"#F0D852\" label=\"20-22\" opacity=\"1\" quantity=\"22\"/\u003e' +\n '\u003cColorMapEntry color=\"#FFEA46\" label=\"22-70\" opacity=\"1\" quantity=\"24\"/\u003e' +\n '\u003c/ColorMap\u003e' +\n '\u003cContrastEnhancement/\u003e' +\n'\u003c/RasterSymbolizer\u003e';\n\nvar stdev_0_20 =\n'\u003cRasterSymbolizer\u003e' +\n '\u003cColorMap type=\"ramp\"\u003e' +\n '\u003cColorMapEntry color=\"#fde725\" label=\"low\" opacity=\"1\" quantity=\"1\"/\u003e' +\n '\u003cColorMapEntry color=\"#5dc962\" label=\" \" opacity=\"1\" quantity=\"2\"/\u003e' +\n '\u003cColorMapEntry color=\"#20908d\" label=\" \" opacity=\"1\" quantity=\"3\"/\u003e' +\n '\u003cColorMapEntry color=\"#3a528b\" label=\" \" opacity=\"1\" quantity=\"4\"/\u003e' +\n '\u003cColorMapEntry color=\"#440154\" label=\"high\" opacity=\"1\" quantity=\"4.19000000000005\"/\u003e' +\n '\u003c/ColorMap\u003e' +\n '\u003cContrastEnhancement/\u003e' +\n'\u003c/RasterSymbolizer\u003e';\n\nvar stdev_20_50 =\n'\u003cRasterSymbolizer\u003e' +\n '\u003cColorMap type=\"ramp\"\u003e' +\n '\u003cColorMapEntry color=\"#fde725\" label=\"low\" opacity=\"1\" quantity=\"1\"/\u003e' +\n '\u003cColorMapEntry color=\"#5dc962\" label=\" \" opacity=\"1\" quantity=\"2\"/\u003e' +\n '\u003cColorMapEntry color=\"#20908d\" label=\" \" opacity=\"1\" quantity=\"3\"/\u003e' +\n '\u003cColorMapEntry color=\"#3a528b\" label=\" \" opacity=\"1\" quantity=\"4\"/\u003e' +\n '\u003cColorMapEntry color=\"#440154\" label=\"high\" opacity=\"1\" quantity=\"4.19000000000005\"/\u003e' +\n '\u003c/ColorMap\u003e' +\n '\u003cContrastEnhancement/\u003e' +\n'\u003c/RasterSymbolizer\u003e';\n\nvar raw = ee.Image(\"ISDASOIL/Africa/v1/silt_content\");\nMap.addLayer(\n raw.select(0).sldStyle(mean_0_20), {},\n \"Silt content, mean visualization, 0-20 cm\");\nMap.addLayer(\n raw.select(1).sldStyle(mean_20_50), {},\n \"Silt content, mean visualization, 20-50 cm\");\nMap.addLayer(\n raw.select(2).sldStyle(stdev_0_20), {},\n \"Silt content, stdev visualization, 0-20 cm\");\nMap.addLayer(\n raw.select(3).sldStyle(stdev_20_50), {},\n \"Silt content, stdev visualization, 20-50 cm\");\n\nvar converted = raw.divide(10).exp().subtract(1);\n\nvar visualization = {min: 0, max: 15};\n\nMap.setCenter(25, -3, 2);\n\nMap.addLayer(converted.select(0), visualization, \"Silt content, mean, 0-20 cm\");\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/ISDASOIL/ISDASOIL_Africa_v1_silt_content) \n[iSDAsoil Silt Content](/earth-engine/datasets/catalog/ISDASOIL_Africa_v1_silt_content) \nSilt content at soil depths of 0-20 cm and 20-50 cm, predicted mean and standard deviation. Pixel values must be back-transformed with exp(x/10)-1. In areas of dense jungle (generally over central Africa), model accuracy is low and therefore artifacts such as banding (striping) might be seen. Soil property predictions were ... \nISDASOIL/Africa/v1/silt_content, africa,isda,soil \n2001-01-01T00:00:00Z/2017-01-01T00:00:00Z \n-35.22 -31.46 37.98 57.08 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://isda-africa.com/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/ISDASOIL_Africa_v1_silt_content)"]]
