-
コートジボワール BNETD 2020 年土地被覆マップ
コートジボワール BNETD 2020 土地被覆マップは、コートジボワール政府が、欧州連合の技術的および財政的支援を受けて、国立研究技術開発局（BNETD-CIGN）の地理情報およびデジタル センターという国内機関を通じて作成しました。手法 … 分類 森林破壊 森林 土地被覆 土地利用と土地被覆 -
EC JRC の森林被覆グローバル マップ（2020 年版、V3）
森林被覆のグローバル マップは、2020 年の森林の有無を 10 メートルの空間分解能で空間的に明示的に表現したものです。2020 年は、欧州連合の「…の市場での利用に関する規則」の期限に対応しています。 eudr forest forest-biomass jrc -
EC JRC の森林タイプ グローバル マップ（2020 年版、V1）
森林タイプのグローバル マップは、2020 年の原生林、自然再生林、植林（プランテーション林を含む）を 10 m の空間解像度で空間的に明示的に表現したものです。これらの森林タイプをマッピングするためのベースレイヤは、森林被覆の範囲です。 eudr forest forest-biomass jrc landcover primary-forest -
ESA CCI 地上バイオマス（2007 年、2010 年、2015 ～ 2022 年）（v6.0）
このデータセットは v6.0 に更新され、2007 年、2010 年、2015 年、2016 年、2017 年、2018 年、2019 年、2020 年、2021 年、2022 年の森林地上バイオマスの推定値を提供します。これらの推定値は、Copernicus Sentinel-1 から取得した地球観測データ（年によって異なる）を組み合わせて導き出されます。 バイオマス cci エコシステム esa 森林 -
欧州の原生林データセット - ポイント
ヨーロッパの原生林データは、原生林の 48 種類のデータセット（主にフィールドベース）を調和させたもので、33 か国にまたがる 18,411 個のパッチ（4,110 万ヘクタール）が含まれています。主に老齢林や後期遷移林が含まれますが、自然撹乱後に発生した初期遷移段階の森林や若齢林も含まれます。 europe forest forest-biomass table -
ヨーロッパの原生林データセット - ポリゴン
ヨーロッパの原生林データは、原生林の 48 種類のデータセット（主にフィールドベース）を調和させたもので、33 か国にまたがる 18,411 個のパッチ（4,110 万ヘクタール）が含まれています。主に老齢林や後期遷移林が含まれますが、自然撹乱後に発生した初期遷移段階の森林や若齢林も含まれます。 europe forest forest-biomass table -
FORMA アラートのしきい値
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。これは、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことを目的としたものです。Terra-i と GLAD の方が頻繁に使用されていることがわかりました。また、GLAD を標準として使用した場合、Terra-i の方が FORMA よりもパフォーマンスが高いことがわかりました。 daily deforestation fire forest forma gfw -
FORMA アラート
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。これは、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことを目的としたものです。Terra-i と GLAD の方が頻繁に使用されていることがわかりました。また、GLAD を標準として使用した場合、Terra-i の方が FORMA よりもパフォーマンスが高いことがわかりました。 daily deforestation fire forest forma gfw -
FORMA Raw Output FIRMS
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。これは、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことを目的としたものです。Terra-i と GLAD の方が頻繁に使用されていることがわかりました。また、GLAD を標準として使用した場合、Terra-i の方が FORMA よりもパフォーマンスが高いことがわかりました。 daily deforestation fire forest forma gfw -
FORMA Raw Output NDVI
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。これは、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことを目的としたものです。Terra-i と GLAD の方が頻繁に使用されていることがわかりました。また、GLAD を標準として使用した場合、Terra-i の方が FORMA よりもパフォーマンスが高いことがわかりました。 daily deforestation forest forest-biomass forma gfw -
FORMA 植生 T 統計量
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。これは、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことを目的としたものです。Terra-i と GLAD の方が頻繁に使用されていることがわかりました。また、GLAD を標準として使用した場合、Terra-i の方が FORMA よりもパフォーマンスが高いことがわかりました。 daily deforestation forest forest-biomass forma gfw -
Farmscapes 2020
Farmscapes 2020 データセットは、イングランドの農業景観内の 3 つの主要な半自然の地物（生垣、森林、石垣）の高解像度（25 cm）の確率マップを提供します。このデータセットは、オックスフォード レバーハルム自然回復センターと共同で開発され、次のようなアプリケーションのベースラインとして使用されます。 biodiversity climate conservation forest landuse-landcover nature-trace -
Forest Typology（ForTy）2020 v1.0
Forest Typology（ForTy）v1 データセットは、2020 年の緯度 65°S ～ 84°N のすべての陸地を対象とする、10 m 解像度のクラスごとの確率マップで構成されています。6 つのクラスの分類は、FAO と EU 森林破壊防止規則（EUDR）の定義に沿ったものです。クラス 1 … alphaearth-derived biodiversity climate conservation deforestation eudr -
Forest proximate people（FPP）1.0
「Forest Proximate People」（FPP）データセットは、森林に関する指標（GCS）の共同パートナーシップ（CPF）グローバル コア セットの指標 #13「極度の貧困にある森林依存人口」の開発に貢献するデータレイヤの 1 つです。FPP データセットは、… agriculture fao forest global plant-productivity population -
IPCC 地上バイオマス Tier 1 推定値の 2020 年グローバル森林分類、V1
このデータセットは、2020 年のステータス/状態別に分類された全球の森林を約 30 m の解像度で提供します。このデータは、2006 年の IPCC の国別温室効果ガスインベントリに関するガイドラインの 2019 年の改訂版で、天然林の地上部乾燥木質バイオマス密度（AGBD）のティア 1 推定値を生成するために使用されます。 aboveground biomass carbon classification forest forest-biomass -
グローバル 3 クラス PALSAR-2/PALSAR 森林/非森林マップ
このデータセットの新しいバージョン（2017 ～ 2020 年の 4 つのクラス）は、JAXA/ALOS/PALSAR/YEARLY/FNF4 にあります。森林/非森林のグローバル マップ（FNF）は、グローバル 25 m 解像度の PALSAR-2/PALSAR SAR モザイクで SAR 画像（後方散乱係数）を分類して生成されます。これにより、強い後方散乱ピクセルと弱い後方散乱ピクセルが… alos alos2 classification eroc forest forest-biomass -
グローバル 4 クラス PALSAR-2/PALSAR 森林/非森林マップ
森林/非森林グローバル マップ（FNF）は、グローバル 25 m 解像度の PALSAR-2/PALSAR SAR モザイクで SAR 画像（後方散乱係数）を分類し、強い後方散乱ピクセルと弱い後方散乱ピクセルをそれぞれ「森林」と「非森林」に割り当てることで生成されます。ここで「森林」とは、… alos alos2 classification eroc forest forest-biomass -
地上バイオマスと地下バイオマスの炭素密度に関するグローバル マップ
このデータセットは、2010 年の地上バイオマスと地下バイオマスの炭素密度の時間的に一貫性のある調和されたグローバル マップを 300 m の空間解像度で提供します。地上バイオマス マップは、森林、草原、農地、ツンドラのバイオマスの土地被覆固有の遠隔探査マップを統合したものです。入力マップは… 地上バイオマス バイオマス 炭素 密度 森林 森林バイオマス -
Global Forest Canopy Height, 2005
このデータセットは、Geoscience Laser Altimeter System（GLAS）の宇宙搭載型ライダーデータ（2005 年）と補助的な地理空間データを融合した、地球規模の樹高を表しています。詳しくは、Simard et al.（2011）をご覧ください。 canopy forest forest-biomass geophysical jpl nasa -
Global Forest Cover Change（GFCC）樹木被覆の複数年グローバル（30 m）
Landsat Vegetation Continuous Fields（VCF）の樹木エリアレイヤには、高さが 5 m を超える木本植物で覆われた各 30 m ピクセルの水平地面の割合の推定値が含まれています。このデータセットは、2000 年、2005 年、2010 年を中心とする 4 つのエポックで使用できます。 forest forest-biomass glcf landsat-derived nasa umd -
グリッド化された GEDI 植生構造指標とバイオマス密度（COUNTS 指標付き）、ピクセル サイズ 12 km
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度（COUNTS 指標付き）、1 km ピクセル サイズ
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度（COUNTS 指標付き）、6 km のピクセル サイズ
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度、12 km のピクセルサイズ
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI の植生構造指標とバイオマス密度、1 km のピクセルサイズ
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度、6 km ピクセルサイズ
このデータセットは、NASA の Global Ecosystem Dynamics Investigation（GEDI）レベル 2 および 4A プロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、ほぼグローバルな植生構造を包括的に表しており、… biomass canopy forest forest-biomass gedi larse -
Hansen の世界的な森林の変化 v1.13（2000 ～ 2025 年）
地球規模の森林の範囲と変化を特徴づける Landsat 画像の時系列分析の結果。「first」バンドと「last」バンドは、赤、NIR、SWIR1、SWIR2 に対応する Landsat スペクトル バンドの最初の年と最後の年の参照マルチスペクトル画像です。参照コンポジット画像は、… forest forest-biomass geophysical landsat-derived umd -
カナダの 2019 年の Landsat 由来の森林年齢
カナダの原生林データセットは、カナダの森林地帯の 2019 年の森林年齢マップを 30 m の空間解像度で提供する衛星ベースのデータセットです。Landsat（撹乱、地表反射率複合、森林構造）と MODIS（総一次生産）のリモート センシング データを使用して、年齢を特定します。森林の樹齢は… canada forest forest-biomass -
Monitoring Trends in Burn Severity（MTBS）の火傷の重症度画像
火傷の重症度モザイクは、米国本土、アラスカ、ハワイ、プエルトリコで現在完了しているすべての MTBS 火災の MTBS 火傷の重症度クラスのテーマ別ラスター画像で構成されています。モザイク化された火傷の重症度画像は、米国州ごとに毎年コンパイルされ、… eros fire forest gtac landcover landsat-derived -
NEON Canopy Height Model（CHM）
樹冠上部の高さ（樹冠高モデル（CHM））。CHM は NEON LiDAR ポイントクラウドから導出され、LiDAR 調査の空間領域全体にわたって樹冠の高さの推定値の連続した表面を作成することで生成されます。… airborne canopy forest forest-biomass highres lidar -
NEON Canopy Nitrogen Content（CNC）
NEON の植物葉の化学組成の観測値で調整され、NEON イメージング スペクトロメーター（NIS）から導出された L1 地表方向反射率で予測された、モデル化された樹冠の窒素濃度。バンドには、1）樹冠の窒素の割合、2）樹冠の窒素モデルの不確実性、3）針葉モデルと非針葉モデルの分類結果などが含まれます。 airborne canopy forest highres hyperspectral neon -
NEON 数値標高モデル（DEM）
NEON LiDAR データから導出された地表（DSM）と地形（DTM）のデジタル モデル。DSM: 地表の特徴（植生と人工構造物を含む地形情報）。DTM: 地表の標高（植生と人工構造物を含まない地形情報）。画像は平均海面からのメートル単位の高さで示されます。 airborne dem elevation-topography forest highres lidar -
NEON RGB カメラ画像
高解像度の赤、緑、青（RGB）の正射補正されたカメラ画像をモザイク処理し、最近傍再サンプリングを使用して固定された均一な空間グリッドに出力します。空間解像度は 0.1 m です。デジタル カメラは、NEON Airborne Observation Platform（AOP）の機器群の一部であり、… も含まれています。 airborne forest highres neon neon-prod-earthengine orthophoto -
NEON Surface Bidirectional Reflectance
NEON AOP Surface Bidirectional Reflectance は、波長が約 380 nm から 2,510 nm の 426 バンドを含む、ハイパースペクトル VSWIR（可視光から短波赤外線）データ プロダクトです。反射率は 10,000 倍にスケーリングされます。1,340 ～ 1,445 nm と 1,790 ～ 1,955 nm の波長は … に設定されます。 airborne forest highres hyperspectral neon neon-prod-earthengine -
NEON Surface Directional Reflectance
NEON AOP Surface Directional Reflectance は、波長が約 380 nm から 2,510 nm の 426 バンドを含む、ハイパースペクトル VSWIR（可視光から短波赤外線）データ プロダクトです。反射率は 10,000 倍にスケーリングされます。1,340 ～ 1,445 nm と 1,790 ～ 1,955 nm の波長は … に設定されます。 airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
NICFI 衛星データ プログラムの熱帯雨林モニタリング用ベースマップ - アフリカ
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる取り組みに貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI 衛星データ プログラム 熱帯林モニタリング用ベースマップ - アメリカ大陸
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる取り組みに貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
熱帯林モニタリングのための NICFI 衛星データ プログラムの基本地図 - アジア
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる取り組みに貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
世界の天然林 2020
Natural Forests of the World 2020 は、2020 年の全球天然林の確率マップ（10 m 解像度）を提供します。このマップは、欧州連合の森林破壊防止規制（EUDR）などの取り組みや、森林の保全とモニタリングに向けたその他の取り組みをサポートするために開発されました。このマップは… biodiversity climate conservation deforestation eudr forest -
一次湿潤熱帯林
一次熱帯雨林は、多くのグローバルな生態系サービスを提供していますが、経済的な要因による伐採の脅威にさらされ続けています。国土利用計画を促進し、経済発展と生態系サービスの維持という目標のバランスを取るために、一次熱帯雨林の地図が作成されました。 forest forest-biomass global landsat-derived umd -
SCANFI: Spatialized CAnadian National Forest Inventory データ プロダクト 1.2
このデータ公開には、2020 年のカナダ全土の広範囲の土地被覆タイプ、森林の樹冠の高さ、樹冠の閉鎖度、地上部の樹木バイオマスを表す 30 m 解像度のラスタファイルと、いくつかの主要な樹種の種構成が含まれています。Spatialized CAnadian National … canada forest forest-biomass publisher-dataset tree-cover -
Tree proximate people（TPP）1.0
「Tree Proximate People」（TPP）は、森林に関する指標（GCS）の共同パートナーシップ（CPF）グローバル コアセットの指標 #13（極度の貧困状態にある森林依存人口）の開発に貢献するデータセットの 1 つです。TPP データセットには、4 つの異なる推定値が用意されています。 agriculture fao forest global plant-productivity population -
USFS 景観変化監視システム v2025-11（CONUS と OCONUS）
このプロダクトは、景観変化監視システム（LCMS）データスイートの一部です。各年の LCMS モデリングによる変化、土地被覆、土地利用のクラスを示し、米国本土（CONUS）と、アラスカ（AK）、プエルトリコなど、CONUS 外の地域（OCONUS）を対象としています。 change-detection forest gtac landcover landuse landuse-landcover -
USFS 樹木エリアの割合 v2023-5（CONUS と OCONUS）
概要 米国農務省森林局（USFS）が作成した Tree Canopy Cover（TCC）データスイートは、1985 年から 2023 年までの年次リモート センシング ベースの地図出力です。これらのデータは、米国地質調査所（USGS）が管理する National Land Cover Database（NLCD）プロジェクトをサポートしています。 forest gtac landuse-landcover redcastle-resources usda usfs -
USFS TreeMap v2016（米国本土）
このプロダクトは、TreeMap データスイートの一部です。2016 年に米国本土の森林全体にわたって、生きた木と枯れた木の数、バイオマス、炭素など、森林の特性に関する詳細な空間情報を提供します。TreeMap v2016 には 1 つの画像が含まれています。 バイオマス 炭素 気候変動 conus 森林 森林バイオマス -
USFS TreeMap v2020
このプロダクトは TreeMap データスイートの一部です。米国全土の森林の特性（生きた木と枯れた木の数、バイオマス、炭素など）に関する詳細な空間情報が 2020 年に提供されました。TreeMap v2020 には、22 バンドの 30×30 m の… aboveground biomass carbon climate-change conus forest -
USFS TreeMap v2022
このプロダクトは TreeMap データスイートの一部です。米国全土の森林の特性（生きた木と枯れた木の数、バイオマス、炭素など）に関する詳細な空間情報が 2022 年に提供されました。TreeMap v2022 には、22 バンドの 30 × 30 m の… aboveground biomass carbon climate-change conus forest -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
このデータセットは、2001 ～ 2022 年の樹木エリアの減少の主な原因を 1 km の解像度でグローバルにマッピングしています。世界資源研究所（WRI）と Google DeepMind によって作成されたこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
このデータセットは、2001 ～ 2023 年の樹木エリアの減少の主な原因を 1 km の解像度でグローバルにマッピングしています。世界資源研究所（WRI）と Google DeepMind によって作成されたこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
このデータセットは、2001 年から 2024 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
このデータセットは、2001 ～ 2025 年の樹木エリアの減少の主な原因を 1 km の解像度でグローバルにマッピングしています。世界資源研究所（WRI）と Google DeepMind によって作成されたこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon
