Dane czasowe Open Buildings 2.5D zawierają informacje o obecności budynków, ich liczbie i wysokości w ramach efektywnej1 rozdzielczości przestrzennej 4 m (rastery są dostarczane z rozdzielczości 0, 5 m) w rocznym cyklu w latach 2016–2023. Jest ona tworzona na podstawie obrazów o niskiej rozdzielczości i dostępnych na licencji open source z tego …
Ten duży, otwarty zbiór danych zawiera kontury budynków utworzone na podstawie zdjęć satelitarnych w wysokiej rozdzielczości 50 cm. Zawiera 1,8 mld wykryć budynków w Afryce, Ameryce Łacińskiej, na Karaibach, w Azji Południowej i Południowo-Wschodniej. Wniosek obejmował obszar 58 mln km². W przypadku każdego budynku w tym zbiorze danych…
Gęstość nasypowa, frakcja o wielkości do 2 mm na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą być przekształcane z powrotem za pomocą x/100. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak pasy …
Zawartość gliny w glebie na głębokości 0–20 cm i 20–50 cm,\nprzewidywana średnia i odchylenie standardowe. W obszarach gęstej dżungli (zazwyczaj w centralnej Afryce) dokładność modelu jest niska, dlatego mogą pojawiać się artefakty, takie jak paskowanie. Prognozy właściwości gleby zostały przygotowane przez Innovative …
Głębokość skały macierzystej na głębokości 0–200 cm, przewidywana średnia i odchylenie standardowe. Ze względu na maskę upraw rolnych użytą do wygenerowania danych wiele obszarów odsłoniętej skały (gdzie głębokość do podłoża wynosi 0 cm) zostało zamaskowanych i dlatego wyglądają …
Przewidywana średnia i standardowe odchylenie pojemności wymiany kationów na głębokości 0–20 cm i 20–50 cm, wartości Pixela muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak pasy …
Ilość wapnia w glebie na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Żelazo do wydobycia w glebie na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Wydobywalne magnez w glebie na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Wydobywalny fosfor w glebie na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Wydobywalny potas na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Ilość siarki przyswajalnej w glebie na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Wydobywalny cynk na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Klasyfikacja zdolności gleb do zaopatrzenia roślin w pożywienie, określona na podstawie nachylenia, właściwości chemicznych i fizycznych gleby. Więcej informacji o tej warstwie znajdziesz na tej stronie. Klasy dla pasma „fcc” dotyczą wartości pikseli, które muszą zostać odwzorowane z powrotem za pomocą x modulo 3000. W obszarach gęstej dżungli…
Organiczny węgiel na głębokości 0–20 cm i 20–50 cm, prognozowana średnia i standardowe odchylenie. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Zawartość piasku na głębokości 0–20 cm i 20–50 cm,\nprzewidywana średnia i odchylenie standardowe. W obszarach gęstej dżungli (zazwyczaj w centralnej Afryce) dokładność modelu jest niska, dlatego mogą pojawiać się artefakty, takie jak paskowanie. Prognozy właściwości gleby zostały przygotowane przez Innovative …
Zawartość mułu na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Zawartość kamieni w glebie na głębokości 0–20 cm i 20–50 cm, prognozowana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Łączny węgiel na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Łączny azot na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/100)-1. W obszarach gęstej dżungli (zazwyczaj w środkowej Afryce) dokładność modelu jest niska, dlatego artefakty takie jak paskowanie mogą być …
Klasa tekstury USDA dla głębokości gleby 0–20 cm i 20–50 cm. W obszarach gęstej dżungli (zazwyczaj w centralnej Afryce) dokładność modelu jest niska, dlatego mogą pojawiać się artefakty, takie jak paskowanie. Prognozy właściwości gleby zostały opracowane przez Innovative Solutions for Decision …
Wydobywalne aluminium na głębokości 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli muszą zostać odwzorowane za pomocą funkcji exp(x/10)-1. Prognozy właściwości gleby zostały opracowane przez Innovative Solutions for Decision Agriculture Ltd. (iSDA) przy użyciu pikseli o rozmiarach 30 m przy użyciu systemów uczących się w połączeniu z modelami …
pH na głębokości 0–20 cm i 20–50 cm, prognozowana średnia i standardowe odchylenie. Wartości pikseli muszą zostać przekształcone z x/10. W obszarach gęstej dżungli (zazwyczaj w centralnej Afryce) dokładność modelu jest niska, dlatego mogą pojawiać się artefakty, takie jak paskowanie. …
[null,null,[],[],["The datasets provide information on building data and soil properties. Open Buildings Temporal V1 offers annual building presence, counts, and heights from 2016-2023. Open Buildings V3 Polygons details 1.8 billion building outlines across Africa, Latin America, the Caribbean, and Asia. iSDAsoil datasets predict soil characteristics like aluminium, calcium, carbon, and clay content at depths of 0-20 cm and 20-50 cm across Africa, noting potential inaccuracies in dense jungle areas.\n"]]
