مجموعه داده Farmscapes 2020 نقشه های احتمالی با وضوح بالا (25 سانتی متر) را برای سه ویژگی کلیدی نیمه طبیعی در مناظر کشاورزی انگلستان ارائه می دهد: پرچین ها، جنگل ها و دیوارهای سنگی. این مجموعه داده با همکاری مرکز Oxford Leverhulme برای بازیابی طبیعت توسعه داده شده است تا به عنوان پایه ای برای برنامه های کاربردی از جمله بازسازی چشم انداز، نظارت بر تنوع زیستی، و تجزیه و تحلیل اتصالات زیست محیطی باشد.
مجموعه داده با استفاده از یک مدل ترانسفورماتور بینایی به موزاییکی از تصاویر هوایی با وضوح بالا، که با استفاده از مجموعه بزرگی از برچسب‌های مشروح شده توسط انسان آموزش داده شده است، تولید شد. خروجی از سه لایه احتمال متمایز تشکیل شده است، یکی برای هر کلاس ویژگی. این قالب احتمالی به کاربران اجازه می‌دهد تا آستانه‌های سفارشی را برای تولید نقشه‌های ویژگی باینری متناسب با نیازهای تحلیلی خاص خود اعمال کنند.
محدودیت ها
دامنه جغرافیایی: عملکرد مدل در محیط‌های شهری متراکم و مناطق کوهستانی کاهش می‌یابد، که در داده‌های آموزشی که عمدتاً بر مناظر روستایی متمرکز شده بودند، کمتر نشان داده می‌شوند.
دقت زمانی: تصویر منبع بین سال‌های 2018 و 2020 گرفته شده است. در نتیجه، مجموعه داده تغییرات چشم‌اندازی را که از این دوره به بعد رخ داده است را در نظر نمی‌گیرد.
عملکرد ویژه کلاس: کلاس دیوار سنگی دقت کمتری را در مقایسه با جنگل‌ها و پرچین‌ها نشان می‌دهد که نتیجه عدم تعادل طبقه قابل توجه در داده‌های آموزشی است.
مجموعه داده اروپا
علاوه بر مجموعه داده اولیه برای انگلستان، یک نسخه اولیه در مقیاس اروپایی تولید شده است. این مجموعه داده تحت اعتبار کمی مشابه قرار نگرفته است و باید تجربی در نظر گرفته شود. امکان درخواست دسترسی به این مجموعه داده با ارسال این فرم وجود دارد.
باندها
اندازه پیکسل 0.25 متر
باندها
نام
حداقل
حداکثر
مقیاس
اندازه پیکسل
توضیحات
B0
0
250
0.004
متر
احتمال پرچین (مقیاس به [0-250]).
B1
0
250
0.004
متر
احتمال دیوار سنگی (مقیاس شده به [0-250]).
B2
0
250
0.004
متر
احتمال جنگل/درخت (مقیاس به [0-250]).
شرایط استفاده
شرایط استفاده
این مجموعه داده تحت مجوز CC-BY-NC 4.0 است و به انتساب زیر نیاز دارد: "این مجموعه داده توسط Google تولید شده است".
نقل قول ها
نقل قول ها:
میکل آنجلو کنسروا، الکس ویلسون، شارلوت استانتون، ویشال باچو، وارون گلشن، "نقشه برداری از مناظر کشاورزی از سنجش از دور" (در بررسی). doi:10.48550/arXiv.2506.13993 ،
مجموعه داده Farmscapes 2020 نقشه های احتمالی با وضوح بالا (25 سانتی متر) را برای سه ویژگی کلیدی نیمه طبیعی در مناظر کشاورزی انگلستان ارائه می دهد: پرچین ها، جنگل ها و دیوارهای سنگی. این مجموعه داده با همکاری مرکز Oxford Leverhulme برای بازیابی طبیعت توسعه داده شده است تا به عنوان پایه ای برای برنامه های کاربردی از جمله بازسازی چشم انداز، نظارت بر تنوع زیستی، و …
projects/nature-trace/assets/farmscapes/england_v1_0، تنوع زیستی، آب و هوا، حفاظت، جنگل، کاربری زمین-پوشش زمین، ردیابی طبیعت، مجموعه داده ناشر
[null,null,[],[],[],null,["# Farmscapes 2020\n\ninfo\n\n\nThis dataset is part of a Publisher Catalog, and not managed by Google Earth Engine.\n\nContact biosphere-models@google.com\n\nfor bugs or [view more datasets](https://developers.google.com/earth-engine/datasets/publisher/nature-trace)\nfrom the Nature Trace Catalog. [Learn more about Publisher datasets](/earth-engine/datasets/publisher). \n[](https://deepmind.google) \n\nCatalog Owner\n: Nature Trace\n\nDataset Availability\n: 2018-01-01T00:00:00Z--2020-12-31T23:59:59Z\n\nDataset Provider\n:\n\n\n [Google](https://research.google/)\n\nTags\n:\n [biodiversity](/earth-engine/datasets/tags/biodiversity) [climate](/earth-engine/datasets/tags/climate) [conservation](/earth-engine/datasets/tags/conservation) [forest](/earth-engine/datasets/tags/forest) [landuse-landcover](/earth-engine/datasets/tags/landuse-landcover) [nature-trace](/earth-engine/datasets/tags/nature-trace) [publisher-dataset](/earth-engine/datasets/tags/publisher-dataset) \necological-connectivity \n\n#### Description\n\nThe Farmscapes 2020 dataset provides high-resolution (25cm) probability maps\nfor three key semi-natural features within England's agricultural\nlandscapes: hedgerows, woodland, and stone walls. This dataset was developed\nin collaboration with the Oxford Leverhulme Centre for Nature Recovery to\nserve as a baseline for applications including landscape restoration,\nbiodiversity monitoring, and ecological connectivity analysis.\n\nThe dataset was generated by applying a vision transformer model to a mosaic\nof high-resolution aerial imagery, trained using a large corpus of\nhuman-annotated labels. The output consists of three distinct probability\nlayers, one for each feature class. This probabilistic format allows users\nto apply custom thresholds to generate binary feature maps tailored to their\nspecific analytical requirements.\n\n**Limitations**\n\n- Geographic Scope: Model performance is reduced in dense urban environments and montainous areas, which were underrepresented in the training data that focused primarily on rural landscapes.\n- Temporal Accuracy: The source imagery was captured between 2018 and 2020. Consequently, the dataset does not account for landscape changes that have occurred since this period.\n- Class-Specific performance: The stone wall class exhibits lower accuracy compared to woodland and hedgerows, a result of significant class imbalance in the training data.\n\n**Europe Dataset**\n\nIn addition to the primary dataset for England, a preliminary version has\nbeen generated at a European scale. This dataset has not been subjected to\nthe same quantitative validation and should be considered experimental.\nIt is possible to request access to this dataset by submitting\n[this form](https://docs.google.com/forms/d/e/1FAIpQLSfokil1-UFfTxvVhihLx9W3-K51o900VF4ACqkwG1jYmP0W8g/viewform).\n\n### Bands\n\n\n**Pixel Size**\n\n0.25 meters\n\n**Bands**\n\n| Name | Min | Max | Scale | Pixel Size | Description |\n|------|-----|-----|-------|------------|--------------------------------------------------|\n| `B0` | 0 | 250 | 0.004 | meters | Hedgerow probability (scaled to \\[0-250\\]). |\n| `B1` | 0 | 250 | 0.004 | meters | Stone wall probability (scaled to \\[0-250\\]). |\n| `B2` | 0 | 250 | 0.004 | meters | Woodland/tree probability (scaled to \\[0-250\\]). |\n\n### Terms of Use\n\n**Terms of Use**\n\nThis dataset is licensed under\n[CC-BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) and requires\nthe following attribution: \"This dataset is produced by Google\".\n\n### Citations\n\nCitations:\n\n- Michelangelo Conserva, Alex Wilson, Charlotte Stanton, Vishal Batchu, Varun\n Gulshan , \"Mapping Farmed Landscapes from Remote Sensing\" (in review).\n [doi:10.48550/arXiv.2506.13993](https://doi.org/10.48550/arXiv.2506.13993),\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 farmscapes =\n ee.ImageCollection('projects/nature-trace/assets/farmscapes/england_v1_0')\n .mosaic();\nMap.addLayer(farmscapes, {}, 'Raw probs', false);\n\nvar stone_wall = farmscapes.select(['B1']);\nstone_wall = stone_wall.updateMask(stone_wall.gt(250 / 4));\nMap.addLayer(\n stone_wall, {palette: ['FFFFFF', '00FFFF'], min: 0, max: 250},\n 'Stone wall');\n\nvar hedgerow = farmscapes.select(['B0']);\nhedgerow = hedgerow.updateMask(hedgerow.gt(250 / 4));\nMap.addLayer(\n hedgerow, {palette: ['FFFFFF', 'c71585'], min: 0, max: 250}, 'Hedgerow');\n\nvar woodland = farmscapes.select(['B2']);\nwoodland = woodland.updateMask(woodland.gt(250 / 4));\nMap.addLayer(\n woodland, {palette: ['FFFFFF', '06402B'], min: 0, max: 250}, 'Woodland');\n\nvar lon = -1.43;\nvar lat = 52.973;\nMap.setCenter(lon, lat, 15);\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/nature-trace/projects_nature-trace_assets_farmscapes_england_v1_0) \n[Farmscapes 2020](/earth-engine/datasets/catalog/projects_nature-trace_assets_farmscapes_england_v1_0) \nThe Farmscapes 2020 dataset provides high-resolution (25cm) probability maps for three key semi-natural features within England's agricultural landscapes: hedgerows, woodland, and stone walls. This dataset was developed in collaboration with the Oxford Leverhulme Centre for Nature Recovery to serve as a baseline for applications including landscape restoration, biodiversity monitoring, and ... \nprojects/nature-trace/assets/farmscapes/england_v1_0, biodiversity,climate,conservation,forest,landuse-landcover,nature-trace,publisher-dataset \n2018-01-01T00:00:00Z/2020-12-31T23:59:59Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://research.google/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/projects_nature-trace_assets_farmscapes_england_v1_0)"]]
