সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
তথ্য
এই ডেটাসেটটি একটি প্রকাশক ক্যাটালগের অংশ, এবং Google আর্থ ইঞ্জিন দ্বারা পরিচালিত নয়৷ বাগগুলির জন্য forestdatapartnership@googlegroups.com-এ যোগাযোগ করুন বা ফরেস্ট ডেটা পার্টনারশিপ ক্যাটালগ থেকে আরও ডেটাসেট দেখুন । প্রকাশক ডেটাসেট সম্পর্কে আরও জানুন ।
দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরো তথ্যের জন্য এই GitHub README দেখুন.
এই চিত্র সংগ্রহটি আনুমানিক প্রতি-পিক্সেল সম্ভাব্যতা প্রদান করে যে অন্তর্নিহিত এলাকাটি পণ্য দ্বারা দখল করা হয়েছে। সম্ভাব্যতা অনুমান 10 মিটার রেজোলিউশনে প্রদান করা হয়, এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। বিস্তারিত জানার জন্য, Github-এ ফরেস্ট ডেটা পার্টনারশিপ রেপোতে প্রযুক্তিগত ডকুমেন্টেশন দেখুন।
এই ইমেজ সংগ্রহের প্রাথমিক উদ্দেশ্য হল ফরেস্ট ডেটা পার্টনারশিপের মিশনকে সমর্থন করা যার লক্ষ্য বৈশ্বিক পর্যবেক্ষণ, সাপ্লাই চেইন ট্র্যাকিং এবং পুনরুদ্ধারের মাধ্যমে সহযোগিতামূলকভাবে পণ্য উৎপাদন থেকে বনের ক্ষতি বন্ধ করা এবং বিপরীত করা।
এই ডেটাসেটটি বর্তমানে নিম্নলিখিত দেশগুলিকে কভার করে: ব্রাজিল, ভিয়েতনাম, ইন্দোনেশিয়া, কলম্বিয়া, ইথিওপিয়া, উগান্ডা, হন্ডুরাস, পেরু, নিকারাগুয়া, এল সালভাদর৷
এই সম্প্রদায় ডেটা পণ্যটি সময়ের সাথে বিকশিত হওয়ার জন্য বোঝানো হয়েছে, কারণ সম্প্রদায় থেকে আরও ডেটা পাওয়া যায় এবং মানচিত্র তৈরি করতে ব্যবহৃত মডেলটি ক্রমাগত উন্নত হয়৷ আপনি যদি এই স্তরগুলিকে উন্নত করার জন্য সাধারণ প্রতিক্রিয়া বা অতিরিক্ত ডেটাসেট প্রদান করতে চান, অনুগ্রহ করে এই ফর্মটির মাধ্যমে যোগাযোগ করুন৷
সীমাবদ্ধতা: মডেল আউটপুট 2020 এবং 2023 সালের ক্যালেন্ডার বছরের কম্পোজিট হিসাবে নির্বাচিত দেশগুলিতে সীমাবদ্ধ। আউটপুটের সমস্ত অঞ্চল প্রশিক্ষণের ডেটা দ্বারা ভালভাবে উপস্থাপন করা হয় না। নির্ভুলতা সামগ্রিকভাবে রিপোর্ট করা হয়, এবং ভৌগলিকভাবে এবং ব্যবহারকারীর নির্বাচিত থ্রেশহোল্ডের সাথে পরিবর্তিত হবে। ডেটা প্রাপ্যতা, ক্রস-ট্র্যাক ননইফরমিটি বা ক্লাউডনেস এর উপর ভিত্তি করে সেন্সর আর্টিফ্যাক্টগুলি আউটপুট সম্ভাবনার মধ্যে দৃশ্যত স্পষ্ট হতে পারে এবং কিছু থ্রেশহোল্ডে শ্রেণীবিভাগ ত্রুটির কারণ হতে পারে।
মনে রাখবেন যে আর্থ ইঞ্জিনের বাণিজ্যিক ব্যবহারকারীদের জন্য এই ডেটাসেটের ব্যবহারের আলাদা শর্ত রয়েছে৷ বিস্তারিত জানার জন্য অনুগ্রহ করে "ব্যবহারের শর্তাবলী" ট্যাব দেখুন।
ব্যান্ড
পিক্সেল সাইজ 10 মিটার
ব্যান্ড
নাম
মিন
সর্বোচ্চ
পিক্সেল সাইজ
বর্ণনা
probability
0
1
মিটার
সম্ভাব্যতা যে পিক্সেল প্রদত্ত বছরের জন্য কফি গাছ অন্তর্ভুক্ত।
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
আর্থ ইঞ্জিনের অ-বাণিজ্যিক ব্যবহারকারীদের জন্য, ডেটাসেটের ব্যবহার CC-BY 4.0 NC লাইসেন্সের সাপেক্ষে এবং নিম্নলিখিত বৈশিষ্ট্যগুলির প্রয়োজন: "বন ডেটা পার্টনারশিপের জন্য Google দ্বারা উত্পাদিত"৷
দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরো তথ্যের জন্য এই GitHub README দেখুন. এই চিত্র সংগ্রহটি আনুমানিক প্রতি-পিক্সেল সম্ভাব্যতা প্রদান করে যে অন্তর্নিহিত এলাকাটি পণ্য দ্বারা দখল করা হয়েছে। সম্ভাব্যতা অনুমান 10 মিটার রেজোলিউশনে প্রদান করা হয়, এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। জন্য…
[null,null,[],[],[],null,["# Coffee 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) \ncoffee \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: Brazil, Vietnam,\nIndonesia, Colombia, Ethiopia, Uganda, Honduras, Peru, Nicaragua,\nEl Salvador.\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 coffee 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(-88.84, 14.57, 12);\n\nvar collection = ee.ImageCollection(\n 'projects/forestdatapartnership/assets/coffee/model_2025a');\n\nvar coffee2020 = collection.filterDate('2020-01-01', '2020-12-31').mosaic().gt(0.95);\nMap.addLayer(\n coffee2020.selfMask(), {min: 0.5, max: 1, palette: 'white,brown'}, 'coffee 2020');\n\nvar coffee2023 = collection.filterDate('2023-01-01', '2023-12-31').mosaic().gt(0.95);\nMap.addLayer(\n coffee2023.selfMask(), {min: 0.5, max: 1, palette: 'white,green'}, 'coffee 2023');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/forestdatapartnership/projects_forestdatapartnership_assets_coffee_model_2025a) \n[Coffee Probability model 2025a](/earth-engine/datasets/catalog/projects_forestdatapartnership_assets_coffee_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/coffee/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_coffee_model_2025a)"]]
