Mulai tahun 2009, Tim Pengamatan Bumi dari Cabang Sains dan Teknologi (STB) di Agriculture and Agri-Food Canada (AAFC) memulai proses pembuatan peta digital jenis tanaman tahunan. Berfokus pada Provinsi Prairie pada tahun 2009 dan 2010, metodologi berbasis Pohon Keputusan (DT) …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Rangkaian produk ESA (European Space Agency) WorldCereal 10 m 2021 terdiri dari peta tanaman tahunan dan musiman skala global serta tingkat kepercayaan terkait. Peta ini dibuat sebagai bagian dari project ESA-WorldCereal. Informasi selengkapnya tentang konten produk ini dan metodologi yang digunakan untuk …
Sistem klasifikasi ESA (European Space Agency) WorldCereal bertujuan untuk menghasilkan produk dalam waktu satu bulan setelah akhir musim tanam tertentu. Karena sifat dinamis musim tanam ini di seluruh dunia, stratifikasi global ke dalam Zona Agro-Ekologis (AEZ) dilakukan berdasarkan …
Rangkaian produk ESA (European Space Agency) WorldCereal Active Cropland 10 m 2021 berisi penanda lahan pertanian aktif musiman skala global. Peta ini dibuat sebagai bagian dari project ESA-WorldCereal. Produk lahan pertanian aktif menunjukkan apakah piksel yang diidentifikasi sebagai tanaman sementara telah aktif …
Peta jenis tanaman Eropa berdasarkan pengamatan in-situ Sentinel-1 dan LUCAS Copernicus 2018 untuk tahun 2018, serta kombinasi data Sentinel-1, Sentinel-2, dan data tambahan dengan pengamatan LUCAS Copernicus 2022 untuk tahun 2022. Berdasarkan survei in-situ LUCAS 2018 Copernicus yang unik, set data ini mewakili …
GFSAD adalah project yang didanai NASA untuk menyediakan data lahan pertanian global beresolusi tinggi dan penggunaan airnya yang berkontribusi terhadap ketahanan pangan global pada abad ke-21. Produk GFSAD berasal dari data penginderaan jauh multi-sensor (misalnya, Landsat, MODIS, AVHRR), data sekunder, dan data plot lapangan …
Set data ini berisi indeks kekeringan yang berasal dari set data Gridded Surface Meteorological (GRIDMET) harian 4 km. Indeks kekeringan yang disediakan mencakup indeks presipitasi standar (SPI), indeks permintaan kekeringan evaporatif (EDDI), indeks evapotranspirasi presipitasi standar (SPEI), Indeks Keparahan Kekeringan Palmer (PDSI), dan Palmer …
Set data ini adalah peta kelapa sawit industri dan petani kecil global 10 m untuk tahun 2019. Peta ini mencakup area tempat perkebunan kelapa sawit terdeteksi. Gambar yang diklasifikasikan adalah output dari jaringan neural konvolusional berdasarkan komposit setengah tahun Sentinel-1 dan Sentinel-2. Lihat artikel untuk mengetahui informasi tambahan …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Koleksi gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Perkiraan probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh model machine learning. Untuk mengetahui detailnya, lihat dokumentasi teknis di Forest Data Partnership …
Cropland Data Layer (CDL) adalah lapisan data penutupan lahan khusus tanaman yang dibuat setiap tahun untuk Amerika Serikat kontinental menggunakan citra satelit resolusi sedang dan kebenaran dasar pertanian yang luas. CDL dibuat oleh USDA, National Agricultural Statistics Service (NASS), Research and Development Division, …
[null,null,[],[],["Agricultural agencies and projects are creating datasets for crop mapping and analysis. Actions include generating annual crop maps, like Canada's AAFC using a Decision Tree methodology, and ESA's WorldCereal project producing global-scale crop maps. Other datasets provide oil palm plantation maps, cropland extent data, and drought indices. Recent models also estimate cocoa, palm, and rubber tree probabilities at a per-pixel level, with some data focused on specific regions like Europe, the US, or Canada, while others are global.\n"]]
