-
iSDAsoil かさ密度、2 mm 未満の分画
土壌のかさ密度、土壌深度 0 ~ 20 cm と 20 ~ 50 cm の 2 mm 未満の分画、予測平均と標準偏差。ピクセル値は x/100 で元の値に戻す必要があります。密集したジャングルがある地域(一般的に中央アフリカ上空)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生します。 africa isda soil -
iSDAsoil 粘土含有量
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の粘土含有量、\n 予測平均と標準偏差。密林の多い地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが表示されることがあります。土壌特性の予測は Innovative ... africa clay isda soil -
iSDAsoil の基盤までの深さ
0 ~ 200 cm の深さにおける基盤岩までの深さ、予測平均と標準偏差。データの生成に使用された農地マスクが原因で、露出した岩石の多くの領域(基盤岩までの深さが 0 cm の領域)がマスクされ、… africa bedrock isda soil -
iSDAsoil 有効陽イオン交換容量
有効な陽イオン交換容量の予測平均と標準偏差(土壌深度 0 ~ 20 cm、20 ~ 50 cm)。ピクセル値は exp(x/10)-1 で元に戻す必要があります。密集したジャングルがある地域(一般的に中央アフリカ上空)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生します。 アフリカ アルミニウム isda 土壌 -
iSDAsoil 抽出カルシウム
土壌深度 0 ~ 20 cm と 20 ~ 50 cm における抽出可能カルシウムの予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能な鉄
土壌深度 0 ~ 20 cm と 20 ~ 50 cm における抽出可能な鉄の予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能マグネシウム
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の抽出可能マグネシウムの予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能リン
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の抽出可能なリンの平均と標準偏差の予測値。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能カリウム
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の抽出可能カリウム、予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能硫黄
土壌深度 0 ~ 20 cm と 20 ~ 50 cm における抽出可能な硫黄の予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 抽出可能亜鉛
土壌深度 0 ~ 20 cm と 20 ~ 50 cm における抽出可能な亜鉛の予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 土壌肥沃度分類
土壌の傾斜、化学的特性、物理的特性を使用して導出された土壌肥沃度能力の分類。このレイヤについて詳しくは、こちらのページをご覧ください。「fcc」バンドのクラスは、x の剰余 3000 で逆変換する必要があるピクセル値に適用されます。密林の多い地域では、 africa isda soil -
iSDAsoil 有機炭素
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の有機炭素の予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa carbon isda soil -
iSDAsoil 砂分
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の砂分、\n 予測平均と標準偏差。密林の多い地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが表示されることがあります。土壌特性の予測は Innovative ... africa isda sand soil -
iSDAsoil Silt Content
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の泥の含有量、予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil の石のコンテンツ
土壌の深さ 0 ~ 20 cm と 20 ~ 50 cm の石の含有量、予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil 総炭素量
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の総炭素量、予測平均値と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 アフリカ アルミニウム isda 土壌 -
iSDAsoil 総窒素
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の全窒素、予測平均と標準偏差。ピクセル値は、exp(x/100)-1 で元に戻す必要があります。密林が広がる地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが発生する可能性があります。 africa isda soil -
iSDAsoil USDA テクスチャクラス
土壌の深さ 0 ~ 20 cm と 20 ~ 50 cm の USDA テクスチャ クラス。密林の多い地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが表示されることがあります。土壌特性の予測は、Innovative Solutions for Decision ... アフリカ アルミニウム isda 土壌 -
iSDAsoil 抽出可能アルミニウム
土壌深度 0 ~ 20 cm と 20 ~ 50 cm における抽出可能なアルミニウムの予測平均と標準偏差。ピクセル値は、exp(x/10)-1 で元に戻す必要があります。土壌特性の予測は、Innovative Solutions for Decision Agriculture Ltd.(iSDA)によって、機械学習と組み合わせた 30 m ピクセルサイズで行われました。 アフリカ アルミニウム isda 土壌 -
iSDAsoil pH
土壌深度 0 ~ 20 cm と 20 ~ 50 cm の pH、予測平均と標準偏差。ピクセル値は x/10 で変換し直す必要があります。密林の多い地域(一般的には中央アフリカ)では、モデルの精度が低いため、バンディング(ストライプ)などのアーティファクトが表示されることがあります。… africa isda ph soil
Datasets tagged isda in Earth Engine
[null,null,[],[[["\u003cp\u003eThis dataset collection provides predictions for various soil properties across Africa, including organic carbon, clay content, pH, and bulk density, at different soil depths.\u003c/p\u003e\n"],["\u003cp\u003ePredictions were generated by iSDA using machine learning models at a 30m resolution and often require back-transformation for proper interpretation.\u003c/p\u003e\n"],["\u003cp\u003eThe datasets cover a wide range of essential soil properties, such as extractable nutrients (e.g., calcium, potassium, phosphorus), total elements (e.g., carbon, nitrogen), and physical characteristics (e.g., texture, bedrock depth).\u003c/p\u003e\n"],["\u003cp\u003eModel accuracy may be lower in dense jungle areas, potentially leading to artifacts like banding or striping in the data.\u003c/p\u003e\n"],["\u003cp\u003eThese soil property predictions can be valuable for applications like agricultural planning, environmental monitoring, and soil health assessments.\u003c/p\u003e\n"]]],[],null,[]]