
- Verfügbarkeit von Datasets
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- Dataset-Anbieter
- iSDA
- Tags
Beschreibung
Steingehalt in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung.
Pixelwerte müssen mit exp(x/10)-1
zurücktransformiert werden.
In Gebieten mit dichtem Dschungel (in der Regel in Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten.
Die Vorhersagen der Bodeneigenschaften wurden von Innovative Solutions for Decision Agriculture Ltd. (iSDA) mit einer Pixelgröße von 30 m mithilfe von maschinellem Lernen in Verbindung mit Fernerkundungsdaten und einem Trainingssatz von über 100.000 analysierten Bodenproben erstellt.
Weitere Informationen finden Sie in den häufig gestellten Fragen und in der Dokumentation zu technischen Informationen. Wenn Sie ein Problem melden oder Support anfordern möchten, rufen Sie bitte die Website von iSDAsoil auf.
Bänder
Pixelgröße
30 Meter
Bänder
Name | Einheiten | Min. | Max. | Beschreibung |
---|---|---|---|---|
mean_0_20 |
% | 0 | 42 | Steingehalt, prognostizierter Mittelwert bei 0–20 cm Tiefe |
mean_20_50 |
% | 0 | 42 | Steingehalt, prognostizierter Mittelwert bei 20–50 cm Tiefe |
stdev_0_20 |
% | 1 | 159 | Steingehalt, Standardabweichung bei 0–20 cm Tiefe |
stdev_20_50 |
% | 1 | 158 | Steingehalt, Standardabweichung bei 20–50 cm Tiefe |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
Hengl, T., Miller, M.A.E., Križan, J., et al. African soil properties and nutrients mapped at 30 m spatial resolution using two-scale ensemble machine learning. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y
Mit Earth Engine Daten analysieren
Code-Editor (JavaScript)
var mean_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#00204D" label="0-0.1" opacity="1" quantity="1"/>' + '<ColorMapEntry color="#002D6C" label="0.1-0.3" opacity="1" quantity="3"/>' + '<ColorMapEntry color="#16396D" label="0.3-0.5" opacity="1" quantity="4"/>' + '<ColorMapEntry color="#36476B" label="0.5-0.6" opacity="1" quantity="5"/>' + '<ColorMapEntry color="#4B546C" label="0.6-0.8" opacity="1" quantity="6"/>' + '<ColorMapEntry color="#5C616E" label="0.8-1" opacity="1" quantity="7"/>' + '<ColorMapEntry color="#6C6E72" label="1-1.2" opacity="1" quantity="8"/>' + '<ColorMapEntry color="#7C7B78" label="1.2-1.5" opacity="1" quantity="9"/>' + '<ColorMapEntry color="#8E8A79" label="1.5-1.7" opacity="1" quantity="10"/>' + '<ColorMapEntry color="#A09877" label="1.7-2" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#B3A772" label="2-2.3" opacity="1" quantity="12"/>' + '<ColorMapEntry color="#C6B66B" label="2.3-2.7" opacity="1" quantity="13"/>' + '<ColorMapEntry color="#DBC761" label="2.7-3.1" opacity="1" quantity="14"/>' + '<ColorMapEntry color="#F0D852" label="3.1-3.5" opacity="1" quantity="15"/>' + '<ColorMapEntry color="#FFEA46" label="3.5-80" opacity="1" quantity="16"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#00204D" label="0-0.1" opacity="1" quantity="1"/>' + '<ColorMapEntry color="#002D6C" label="0.1-0.3" opacity="1" quantity="3"/>' + '<ColorMapEntry color="#16396D" label="0.3-0.5" opacity="1" quantity="4"/>' + '<ColorMapEntry color="#36476B" label="0.5-0.6" opacity="1" quantity="5"/>' + '<ColorMapEntry color="#4B546C" label="0.6-0.8" opacity="1" quantity="6"/>' + '<ColorMapEntry color="#5C616E" label="0.8-1" opacity="1" quantity="7"/>' + '<ColorMapEntry color="#6C6E72" label="1-1.2" opacity="1" quantity="8"/>' + '<ColorMapEntry color="#7C7B78" label="1.2-1.5" opacity="1" quantity="9"/>' + '<ColorMapEntry color="#8E8A79" label="1.5-1.7" opacity="1" quantity="10"/>' + '<ColorMapEntry color="#A09877" label="1.7-2" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#B3A772" label="2-2.3" opacity="1" quantity="12"/>' + '<ColorMapEntry color="#C6B66B" label="2.3-2.7" opacity="1" quantity="13"/>' + '<ColorMapEntry color="#DBC761" label="2.7-3.1" opacity="1" quantity="14"/>' + '<ColorMapEntry color="#F0D852" label="3.1-3.5" opacity="1" quantity="15"/>' + '<ColorMapEntry color="#FFEA46" label="3.5-80" opacity="1" quantity="16"/>' + '</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="5"/>' + '</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="5"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/stone_content"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Stone content, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Stone content, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Stone content, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Stone content, stdev visualization, 20-50 cm"); var converted = raw.divide(10).exp().subtract(1); var visualization = {min: 0, max: 6}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Stone content, mean, 0-20 cm");