-
Kanada AAFC Annual Crop Inventory
W 2009 r. zespół ds. obserwacji Ziemi z sekcji naukowo-technicznej (STB) w Agriculture and Agri-Food Canada (AAFC) rozpoczął proces tworzenia rocznych map cyfrowych typów upraw. W latach 2009–2010 w prowincjach Prairie zastosowano metodologię opartą na drzewie decyzyjnym (DT) … agriculture canada crop landcover -
Model prawdopodobieństwa dotyczący kakao 2025a
Uwaga: ten zbiór danych nie został jeszcze zweryfikowany przez inne osoby. Więcej informacji znajdziesz w pliku README na GitHubie. Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Prognozy prawdopodobieństwa są podawane w rozdzielczości 10 metrów i zostały wygenerowane przez … agriculture biodiversity conservation crop eudr forestdatapartnership -
Model prawdopodobieństwa dotyczący kawy 2025a
Uwaga: ten zbiór danych nie został jeszcze zweryfikowany przez inne osoby. Więcej informacji znajdziesz w pliku README na GitHubie. Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Prognozy prawdopodobieństwa są podawane w rozdzielczości 10 metrów i zostały wygenerowane przez … agriculture biodiversity conservation crop eudr forestdatapartnership -
ESA WorldCereal 10 m v100
Pakiet produktów WorldCereal 10 m 2021 Europejskiej Agencji Kosmicznej (ESA) obejmuje globalne mapy upraw rocznych i sezonowych oraz powiązane z nimi informacje o wiarygodności. Zostały wygenerowane w ramach projektu ESA-WorldCereal. Więcej informacji o zawartości tych produktów i metodologii użytej do … rolnictwo copernicus uprawy esa globalne pokrycie-terenu -
ESA WorldCereal AEZ v100
System klasyfikacji WorldCereal Europejskiej Agencji Kosmicznej (ESA) ma na celu generowanie produktów w ciągu miesiąca od zakończenia danego sezonu wegetacyjnego. Ze względu na dynamiczny charakter okresów wegetacyjnych na całym świecie przeprowadzono globalną stratyfikację na strefy agroekologiczne (AEZ) na podstawie … rolnictwo granice uprawy esa globalne tabela -
ESA WorldCereal Active Cropland 10 m v100
Pakiet produktów WorldCereal Active Cropland 10 m 2021 Europejskiej Agencji Kosmicznej (ESA) zawiera sezonowe znaczniki aktywnych upraw na całym świecie. Zostały wygenerowane w ramach projektu ESA-WorldCereal. Aktywne produkty dotyczące gruntów ornych wskazują, czy piksel zidentyfikowany jako uprawy tymczasowe był aktywnie… rolnictwo copernicus uprawy esa globalne pokrycie-terenu -
EUCROPMAP
Europejskie mapy rodzajów upraw na podstawie obserwacji in situ z satelity Sentinel-1 i programu LUCAS Copernicus 2018 w 2018 r. oraz połączenia danych z satelitów Sentinel-1 i Sentinel-2 oraz danych pomocniczych z obserwacjami z programu LUCAS Copernicus 2022 w 2022 r. Ten zbiór danych, oparty na unikalnym badaniu LUCAS 2018 Copernicus, jest pierwszym … rolnictwo uprawy ue jrc lucas sentinel1 -
GFSAD1000: Cropland Extent 1km Multi-Study Crop Mask, Global Food-Support Analysis Data
GFSAD to finansowany przez NASA projekt, którego celem jest dostarczanie danych o wysokiej rozdzielczości dotyczących globalnych upraw i ich zużycia wody, co przyczynia się do poprawy bezpieczeństwa żywnościowego na świecie w XXI wieku. Produkty GFSAD są tworzone na podstawie danych z wielu czujników teledetekcyjnych (np. Landsat, MODIS, AVHRR), danych dodatkowych i danych z pól uprawnych… rolnictwo uprawy pokrycie terenu usgs -
GRIDMET DROUGHT: CONUS Drought Indices
Ten zbiór danych zawiera wskaźniki suszy pochodzące z codziennego zbioru danych meteorologicznych GRIDMET o rozdzielczości 4 km. Dostępne wskaźniki suszy to m.in. standaryzowany wskaźnik opadów (SPI), wskaźnik zapotrzebowania na suszę wywołaną parowaniem (EDDI), standaryzowany wskaźnik opadów i ewapotranspiracji (SPEI), wskaźnik dotkliwości suszy Palmera (PDSI) i wskaźnik Palmera… klimat conus uprawy susza ewapotranspiracja geofizyczne -
Globalna mapa plantacji palm olejowych
Zbiór danych to globalna mapa plantacji palm olejowych w 2019 r. w rozdzielczości 10 m. Obejmuje obszary, na których wykryto plantacje palm olejowych. Sklasyfikowane obrazy są wynikiem działania konwolucyjnej sieci neuronowej opartej na półrocznych kompozycjach danych z satelitów Sentinel-1 i Sentinel-2. Więcej informacji znajdziesz w artykule… rolnictwo bioróżnorodność ochrona uprawy globalne użytkowanie-gruntu -
Model prawdopodobieństwa Palm 2025a
Uwaga: ten zbiór danych nie został jeszcze zweryfikowany przez inne osoby. Więcej informacji znajdziesz w pliku README na GitHubie. Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Prognozy prawdopodobieństwa są podawane w rozdzielczości 10 metrów i zostały wygenerowane przez … agriculture biodiversity conservation crop eudr forestdatapartnership -
Model prawdopodobieństwa dotyczący drzewa kauczukowego 2025a
Uwaga: ten zbiór danych nie został jeszcze zweryfikowany przez inne osoby. Więcej informacji znajdziesz w pliku README na GitHubie. Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Prognozy prawdopodobieństwa są podawane w rozdzielczości 10 metrów i zostały wygenerowane przez … agriculture biodiversity conservation crop eudr forestdatapartnership -
Warstwy danych o użytkach rolnych USDA NASS
Warstwa danych o użytkach rolnych (CDL) to warstwa danych o pokryciu terenu, która jest tworzona co roku dla kontynentalnej części Stanów Zjednoczonych przy użyciu zdjęć satelitarnych o średniej rozdzielczości i obszernych danych o użytkach rolnych. CDL jest tworzona przez USDA, National Agricultural Statistics Service (NASS), Research and Development Division, … rolnictwo uprawy pokrycie terenu usda
Datasets tagged crop in Earth Engine
[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"]]