Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von der Ware belegt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation im Forest Data Partnership-Repository auf GitHub.
Der Hauptzweck dieser Bildsammlung besteht darin, die Mission der Forest Data Partnership zu unterstützen, die darauf abzielt, den Verlust von Wäldern durch die Rohstoffproduktion zu stoppen und umzukehren, indem die globale Überwachung, die Verfolgung der Lieferkette und die Wiederherstellung gemeinsam verbessert werden.
Derzeit umfasst dieser Datensatz die folgenden Länder: Côte d'Ivoire, Ghana, Indonesien, Ecuador, Peru und Kolumbien.
Dieses Community-Datenprodukt soll sich im Laufe der Zeit weiterentwickeln, da mehr Daten aus der Community verfügbar werden und das Modell, mit dem die Karten erstellt werden, kontinuierlich verbessert wird. Wenn Sie allgemeines Feedback geben oder zusätzliche Datasets zur Verbesserung dieser Ebenen bereitstellen möchten, wenden Sie sich bitte über dieses Formular an uns.
Einschränkungen: Die Modellausgabe ist auf ausgewählte Länder als Zusammensetzungen für das Kalenderjahr 2020 und 2023 beschränkt. Nicht alle Bereiche der Ausgabe sind durch Trainingsdaten gut repräsentiert. Die Genauigkeit wird aggregiert angegeben und variiert je nach geografischer Region und den vom Nutzer ausgewählten Grenzwerten. Sensorartefakte, die auf Datenverfügbarkeit, Querstreifennichtuniformität oder Bewölkung beruhen, können in den Ausgabewahrscheinlichkeiten sichtbar sein und bei einigen Schwellenwerten zu Klassifizierungsfehlern führen.
Für kommerzielle Nutzer von Earth Engine gelten für diesen Datensatz separate Nutzungsbedingungen. Weitere Informationen finden Sie auf dem Tab „Nutzungsbedingungen“.
Bänder
Pixelgröße 10 Meter
Bänder
Name
Min.
Max.
Pixelgröße
Beschreibung
probability
0
1
Meter
Wahrscheinlichkeit, dass der Pixel für das angegebene Jahr Kakaobäume enthält.
Nutzungsbedingungen
Nutzungsbedingungen
Für nicht kommerzielle Nutzer von Earth Engine unterliegt die Nutzung des Datasets der CC-BY 4.0 NC-Lizenz und erfordert die folgende Quellenangabe: „Produced by Google for the Forest Data Partnership“.
Hinweis: Dieses Dataset wurde noch nicht von Fachkollegen überprüft. Weitere Informationen finden Sie in dieser README-Datei auf GitHub. Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von der Ware belegt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Für …
[null,null,[],[],[],null,["# Cocoa Probability model 2025a\n\ninfo\n\n\nThis dataset is part of a Publisher Catalog, and not managed by Google Earth Engine.\n\nContact forestdatapartnership@googlegroups.com\n\nfor bugs or [view more datasets](https://developers.google.com/earth-engine/datasets/publisher/forestdatapartnership)\nfrom the Forest Data Partnership Catalog. [Learn more about Publisher datasets](/earth-engine/datasets/publisher). \n[](https://forestdatapartnership.org) \n\nCatalog Owner\n: Forest Data Partnership\n\nDataset Availability\n: 2020-01-01T00:00:00Z--2023-12-31T23:59:59Z\n\nDataset Provider\n:\n\n\n [Produced by Google for the Forest Data Partnership](https://www.forestdatapartnership.org/)\n\nTags\n:\n [agriculture](/earth-engine/datasets/tags/agriculture) [biodiversity](/earth-engine/datasets/tags/biodiversity) [conservation](/earth-engine/datasets/tags/conservation) [crop](/earth-engine/datasets/tags/crop) [eudr](/earth-engine/datasets/tags/eudr) [forestdatapartnership](/earth-engine/datasets/tags/forestdatapartnership) [landuse](/earth-engine/datasets/tags/landuse) [plantation](/earth-engine/datasets/tags/plantation) [pre-review](/earth-engine/datasets/tags/pre-review) [publisher-dataset](/earth-engine/datasets/tags/publisher-dataset) \ncocoa \n\n#### Description\n\n**Note: This dataset is not yet peer-reviewed. Please see this\n[GitHub README](https://github.com/google/forest-data-partnership/tree/main/models)\nfor more information.**\n\nThis image collection provides estimated per-pixel probability that the\nunderlying area is occupied by the commodity. The probability estimates are\nprovided at 10 meter resolution, and have been generated by a machine\nlearning model. For details, see the technical documentation on the\n[Forest Data Partnership repo](https://github.com/google/forest-data-partnership/tree/main)\non Github.\n\nThe primary purpose of this image collection is to support the mission of\nthe [Forest Data Partnership](https://www.forestdatapartnership.org/) which\naims to halt and reverse forest loss from commodity production by\ncollaboratively improving global monitoring, supply chain tracking, and\nrestoration.\n\nThis dataset currently covers the following countries: Côte d'Ivoire, Ghana,\nIndonesia, Ecuador, Peru, Colombia.\n\nThis community data product is meant to evolve over time, as more data\nbecomes available from the community and the model used to produce the maps\ncontinuously improves. If you would like to provide general feedback or\nadditional datasets to improve these layers, please reach out through\n[this form](https://goo.gle/fdap-data).\n\nLimitations: Model output is limited to selected countries as calendar year\ncomposites for 2020 and 2023. Not all regions of the output are well\nrepresented by training data. Accuracy is reported in aggregate, and will\nvary geographically and with user chosen thresholds. Sensor artifacts based\non data availability, cross-track nonuniformity, or cloudiness may be\nvisually apparent in output probabilities and result in classification\nerrors at some thresholds.\n\n**Note that this dataset has separate terms of use for commercial users of\nEarth Engine. Please see \"Terms of Use\" tab for details.**\n\n### Bands\n\n\n**Pixel Size**\n\n10 meters\n\n**Bands**\n\n| Name | Min | Max | Pixel Size | Description |\n|---------------|-----|-----|------------|---------------------------------------------------------------------|\n| `probability` | 0 | 1 | meters | Probability that the pixel includes cocoa trees for the given year. |\n\n### Terms of Use\n\n**Terms of Use**\n\nFor non-commercial users of Earth Engine, use of the dataset is subject to\nCC-BY 4.0 NC license and requires the following attribution:\n\"Produced by Google for the Forest Data Partnership\".\n\nFor commercial use of the dataset you may request access using\n[this form](https://docs.google.com/forms/d/e/1FAIpQLSe7L3eh6t2JIPqEtAQwXwY7ZmW52v8W5vrIi4QN_XYgTNJZLw/viewform?resourcekey=0-db8WFCPwr2AZRhnrnH2SFg).\nAccess will be granted or denied on a case-by-case basis. Commercial use of\nthe dataset is subject to the [Forest Data Partnership Datasets Commercial\nTerms of Use](https://services.google.com/fh/files/misc/forest_data_partnership_datasets_commerical_terms_of_use.pdf).\n\nContains modified Copernicus Sentinel data \\[2015-present\\]. See the\n[Sentinel Data Legal Notice](https://sentinels.copernicus.eu/documents/247904/690755/Sentinel_Data_Legal_Notice).\n\n### Citations\n\nCitations:\n\n- Forest Data Partnership. 2025. Community models 2025a. [Online](https://github.com/google/forest-data-partnership/tree/main/models/README.md)\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\nMap.setCenter(-7.67, 6.71, 11);\n\nvar collection = ee.ImageCollection(\n 'projects/forestdatapartnership/assets/cocoa/model_2025a');\n\nvar cocoa2020 = collection.filterDate('2020-01-01', '2020-12-31').mosaic();\nMap.addLayer(\n cocoa2020.selfMask(), {min: 0.5, max: 1, palette: 'white,blue'}, 'cocoa 2020');\n\nvar cocoa2023 = collection.filterDate('2023-01-01', '2023-12-31').mosaic();\nMap.addLayer(\n cocoa2023.selfMask(), {min: 0.5, max: 1, palette: 'white,green'}, 'cocoa 2023');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/forestdatapartnership/projects_forestdatapartnership_assets_cocoa_model_2025a) \n[Cocoa Probability model 2025a](/earth-engine/datasets/catalog/projects_forestdatapartnership_assets_cocoa_model_2025a) \nNote: This dataset is not yet peer-reviewed. Please see this GitHub README for more information. This image collection provides estimated per-pixel probability that the underlying area is occupied by the commodity. The probability estimates are provided at 10 meter resolution, and have been generated by a machine learning model. For ... \nprojects/forestdatapartnership/assets/cocoa/model_2025a, agriculture,biodiversity,conservation,crop,eudr,forestdatapartnership,landuse,plantation,pre-review,publisher-dataset \n2020-01-01T00:00:00Z/2023-12-31T23:59:59Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://www.forestdatapartnership.org/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/projects_forestdatapartnership_assets_cocoa_model_2025a)"]]
