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. Dengan berfokus pada Provinsi Prairie pada tahun 2009 dan 2010, metodologi berbasis Hierarki Keputusan (DT) …
Catatan: Set data ini belum ditinjau sejawat. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan estimasi probabilitas per piksel bahwa area pokok ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Catatan: Set data ini belum ditinjau sejawat. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan estimasi probabilitas per piksel bahwa area pokok ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Rangkaian produk WorldCereal 10 m 2021 dari European Space Agency (ESA) terdiri dari peta tanaman tahunan dan musiman skala global serta keyakinan terkaitnya. Data ini dibuat sebagai bagian dari project ESA-WorldCereal. Informasi selengkapnya tentang konten produk ini dan metodologi yang digunakan untuk …
Sistem klasifikasi WorldCereal European Space Agency (ESA) bertujuan untuk menghasilkan produk dalam waktu satu bulan setelah akhir musim tanam tertentu. Karena sifat musim tanam yang dinamis di seluruh dunia, stratifikasi global ke dalam Zona Agro-Ekologis (AEZ) dilakukan berdasarkan …
Suite produk WorldCereal Active Cropland 10 m 2021 dari European Space Agency (ESA) berisi penanda lahan pertanian aktif musiman skala global. Data 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; dan satu peta berdasarkan Sentinel-2 dan LUCAS Copernicus 2022 untuk tahun 2022. Dengan memanfaatkan survei in-situ LUCAS 2018 Copernicus yang unik, set data 2018 adalah peta jenis tanaman kontinental pertama …
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 jarak jauh multi-sensor (misalnya, Landsat, MODIS, AVHRR), data sekunder, dan data plot lapangan …
Set data ini berisi indeks kekeringan yang berasal dari set data Meteorologi Permukaan Berpetak (GRIDMET) harian 4 km. Indeks kekeringan yang diberikan mencakup indeks presipitasi standar (SPI), indeks permintaan kekeringan evaporasi (EDDI), indeks evapotranspirasi presipitasi standar (SPEI), Indeks Keparahan Kekeringan Palmer (PDSI), dan Palmer …
Set data ini adalah peta kelapa sawit industri dan pekebun kecil global 10 m untuk tahun 2019. Peta ini mencakup area tempat perkebunan kelapa sawit terdeteksi. Gambar yang diklasifikasikan adalah output dari jaringan saraf konvolusi berdasarkan komposit setengah tahun Sentinel-1 dan Sentinel-2. Lihat artikel untuk informasi …
Catatan: Set data ini belum ditinjau sejawat. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan estimasi probabilitas per piksel bahwa area pokok ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Catatan: Set data ini belum ditinjau sejawat. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan estimasi probabilitas per piksel bahwa area pokok ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Lapisan Data Lahan Pertanian (CDL) adalah lapisan data tutupan lahan khusus tanaman yang dibuat setiap tahun untuk Amerika Serikat kontinental menggunakan citra satelit beresolusi sedang dan kebenaran lapangan pertanian yang luas. CDL dibuat oleh USDA, National Agricultural Statistics Service (NASS), Research and Development Division, …
[null,null,[],[[["\u003cp\u003eThis webpage provides access to a variety of datasets related to global crop mapping and monitoring.\u003c/p\u003e\n"],["\u003cp\u003eDatasets include information on crop type, extent, and agricultural practices.\u003c/p\u003e\n"],["\u003cp\u003eData is derived from various sources, including satellite imagery and ground truth observations.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets offer global coverage, while others focus on specific regions like the US, Canada, and Europe.\u003c/p\u003e\n"],["\u003cp\u003eThese datasets can be used for agricultural research, land management, and food security analysis.\u003c/p\u003e\n"]]],["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"],null,[]]
