Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Модель вероятности какао 2025a
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Набор данных Farmscapes 2020 предоставляет карты вероятности высокого разрешения (25 см) для трёх ключевых полуестественных объектов сельскохозяйственных ландшафтов Англии: живых изгородей, лесных массивов и каменных стен. Этот набор данных был разработан совместно с Центром восстановления природы Оксфорд-Леверхалм в качестве основы для различных приложений, включая…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. файл README на GitHub, связанный с этой моделью. На этом изображении представлена оценка попиксельного уровня (в диапазоне [0, 1]), которая показывает, занята ли данная область пикселя нетронутым лесом в 2020 году. Эти оценки…
Набор данных представляет собой глобальную карту промышленных и мелких плантаций масличной пальмы с охватом 10 м за 2019 год. Она охватывает районы, где были обнаружены плантации масличной пальмы. Классифицированные изображения получены с помощью сверточной нейронной сети на основе полугодовых композитов Sentinel-1 и Sentinel-2. Подробнее см. в статье…
«Естественные леса мира 2020» представляет собой глобальную карту вероятности произрастания естественных лесов в 2020 году с разрешением 10 метров. Она была разработана в поддержку таких инициатив, как Регламент Европейского союза по обезлесению (EUDR), и других усилий по сохранению и мониторингу лесов. Карта…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Набор данных RESOLVE Ecoregions, обновлённый в 2017 году, содержит описание 846 экорегионов суши, представляющих нашу живую планету. Стилизованную карту можно посмотреть на сайте https://ecoregions2017.appspot.com/ или в Earth Engine. Экорегионы, в простейшем определении, — это экосистемы регионального масштаба. В частности, экорегионы представляют собой отдельные сообщества…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
[null,null,[],[[["\u003cp\u003eThis collection of datasets provides insights into global land use, focusing on biodiversity and conservation efforts.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets offer high-resolution (10m) probability models for identifying crops like cocoa, palm, and rubber.\u003c/p\u003e\n"],["\u003cp\u003eThe RESOLVE Ecoregions dataset details 846 terrestrial ecoregions, supporting ecosystem analysis.\u003c/p\u003e\n"],["\u003cp\u003eForest Persistence and Global Oil Palm Plantation datasets contribute to understanding forest cover and oil palm distribution.\u003c/p\u003e\n"],["\u003cp\u003eSome datasets are pre-review and should be interpreted in conjunction with their associated GitHub README files for comprehensive understanding.\u003c/p\u003e\n"]]],[],null,[]]
