Not: Bu veri kümesi henüz hakem değerlendirmesinden geçmemiştir. Daha fazla bilgi için lütfen bu
GitHub README
dosyasını inceleyin.
Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve makine öğrenimi modeli tarafından oluşturulur. Ayrıntılar için Github'daki Forest Data Partnership deposu ile ilgili teknik belgelere bakın.
Bu görüntü koleksiyonunun temel amacı, küresel izleme, tedarik zinciri takibi ve restorasyonu iş birliği içinde iyileştirerek emtia üretiminden kaynaklanan orman kaybını durdurmayı ve tersine çevirmeyi amaçlayan Orman Verileri İş Ortaklığı'nın misyonunu desteklemektir.
Bu veri kümesi şu anda Brezilya, Vietnam, Endonezya, Kolombiya, Etiyopya, Uganda, Honduras, Peru, Nikaragua ve El Salvador'u kapsamaktadır.
Bu topluluk verisi ürünü, topluluktan daha fazla veri elde edildikçe ve haritaları oluşturmak için kullanılan model sürekli olarak iyileştikçe zaman içinde gelişecek şekilde tasarlanmıştır. Genel geri bildirimde bulunmak veya bu katmanları iyileştirmek için ek veri kümeleri sağlamak istiyorsanız lütfen bu form aracılığıyla iletişime geçin.
Sınırlamalar: Model çıktısı, takvim yılı olarak seçilen ülkelerle sınırlıdır. 2020 ve 2023 için birleşik veriler sunulur. Çıkışın tüm bölgeleri eğitim verileriyle iyi şekilde temsil edilmiyor. Doğruluk toplu olarak bildirilir ve coğrafi olarak ve kullanıcı tarafından seçilen eşiklere göre değişir. Veri kullanılabilirliğine, parçalar arası tekdüzelik eksikliğine veya bulutluluğa dayalı sensör yapaylıkları, çıkış olasılıklarında görsel olarak belirgin olabilir ve bazı eşiklerde sınıflandırma hatalarına neden olabilir.
Bu veri kümesinin, Earth Engine'in ticari kullanıcıları için ayrı kullanım şartlarına sahip olduğunu unutmayın. Ayrıntılar için lütfen "Kullanım Şartları" sekmesine bakın.
Bantlar
Piksel Boyutu 10 metre
Bantlar
Ad
Min.
Maks.
Piksel Boyutu
Açıklama
probability
0
1
metre
Pikselin, belirtilen yıl için kahve ağaçları içerme olasılığı.
Kullanım Şartları
Kullanım Şartları
Earth Engine'in ticari olmayan kullanıcıları için veri kümesinin kullanımı CC-BY 4.0 NC lisansına tabidir ve şu atıfı gerektirir: "Google tarafından Forest Data Partnership için üretilmiştir."
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu GitHub README'yi inceleyin. Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve makine öğrenimi modeli tarafından oluşturulur. … için
[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)"]]
