-
Modelo de probabilidad del cacao 2025a
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura biodiversidad cacao conservación cultivo eudr -
Modelo de probabilidad de cacao 2025b
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura derivado-de-alphaearth biodiversidad cacao conservación cultivo -
Modelo de probabilidad de café 2025a
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura biodiversidad café conservación cultivo eudr -
Modelo de probabilidad de café 2025b
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura derivado de alphaearth biodiversidad café conservación cultivo -
DESS China Terrace Map v1
Este conjunto de datos es un mapa de terrazas de China con una resolución de 30 m del 2018. Se ha desarrollado mediante una clasificación supervisada basada en píxeles con datos multitemporales y de varias fuentes basados en la plataforma Google Earth Engine. La precisión general y el coeficiente kappa alcanzaron el 94% y el 0,72, respectivamente. Esta primera… agricultura cobertura del suelo uso del suelo uso del suelo y cobertura del suelo tsinghua -
Dynamic World V1
Dynamic World es un conjunto de datos de uso y cobertura del suelo (LULC) casi en tiempo real (NRT) con una resolución de 10 m que incluye probabilidades de clase e información de etiquetas de nueve clases. Las predicciones de Dynamic World están disponibles para la colección Sentinel-2 L1C desde el 27 de junio del 2015 hasta la actualidad. La frecuencia de revisita de Sentinel-2 es de entre 2 y 5 días… global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
El producto WorldCover 10 m 2020 de la Agencia Espacial Europea (ESA) proporciona un mapa de cobertura terrestre mundial del 2020 con una resolución de 10 m basado en datos de Sentinel-1 y Sentinel-2. El producto WorldCover incluye 11 clases de cobertura terrestre y se ha generado en el marco del proyecto … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
El producto WorldCover 10 m 2021 de la Agencia Espacial Europea (ESA) proporciona un mapa de cobertura terrestre mundial del 2021 con una resolución de 10 m basado en datos de Sentinel-1 y Sentinel-2. El producto WorldCover incluye 11 clases de cobertura terrestre y se ha generado en el marco del proyecto … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW Annual Dominant Class of Grasslands v1
Este conjunto de datos proporciona mapas anuales globales de la clase dominante de pastizales (cultivados y naturales o seminaturales) del 2000 al 2022 con una resolución espacial de 30 m. La extensión de los pastizales cartografiados, producida por la iniciativa Global Pasture Watch de Land & Carbon Lab, incluye cualquier tipo de cobertura del suelo que contenga al menos… global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Cultivated Grasslands v1
Este conjunto de datos proporciona mapas de probabilidad anuales mundiales de pastizales cultivados del 2000 al 2022 con una resolución espacial de 30 m. Producido por la iniciativa Global Pasture Watch de Land & Carbon Lab, el mapa de extensión de pastizales incluye cualquier tipo de cobertura del suelo que contenga al menos un 30% de … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Natural/Semi-natural Grasslands v1
Este conjunto de datos proporciona mapas de probabilidad anuales mundiales de pastizales naturales o seminaturales del 2000 al 2022 con una resolución espacial de 30 m. Producido por la iniciativa Global Pasture Watch de Land & Carbon Lab, el mapa de extensión de pastizales incluye cualquier tipo de cobertura del suelo que contenga al menos un 30% de … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
Este conjunto de datos proporciona la productividad primaria bruta global sin calibrar basada en EO desde el año 2000 con una resolución espacial de 30 m. El conjunto de datos actual, producido por la iniciativa Global Pasture Watch de Land & Carbon Lab, proporciona valores de productividad primaria bruta (PPB) a nivel mundial con una resolución espacial de 30 m desde el año 2000. Valores de GPP… global global-pasture-watch land landcover landuse plant-productivity -
Mapa mundial de plantaciones de palma de aceite
El conjunto de datos es un mapa mundial de 10 m de plantaciones de palma de aceite industriales y de pequeños agricultores del 2019. Abarca las zonas en las que se han detectado plantaciones de palma de aceite. Las imágenes clasificadas son el resultado de una red neuronal convolucional basada en composiciones semestrales de Sentinel-1 y Sentinel-2. Consulta el artículo para obtener más información sobre… agricultura biodiversidad conservación cultivo global uso del suelo -
Segmentos de CCDC basados en Landsat de Google Global (1999-2019)
Esta colección contiene resultados precalculados de la ejecución del algoritmo de detección y clasificación de cambios continuos (CCDC) en 20 años de datos de reflectancia de superficie de Landsat. CCDC es un algoritmo de búsqueda de puntos de interrupción que usa el ajuste armónico con un umbral de RMSE dinámico para detectar puntos de interrupción en datos de series temporales. El… change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (polígonos con atributos, 2018) V1
La encuesta sobre la superficie de uso y cobertura del suelo (LUCAS) de la Unión Europea (UE) se creó para proporcionar información estadística. Representa un ejercicio trienal de recogida de datos in situ sobre la cobertura y el uso del suelo que abarca todo el territorio de la UE. LUCAS recoge información sobre la cobertura del suelo y … copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (ubicación teórica, 2006-2018) V1
La encuesta sobre la superficie de uso y cobertura del suelo (LUCAS) de la Unión Europea (UE) se creó para proporcionar información estadística. Representa un ejercicio trienal de recogida de datos in situ sobre la cobertura y el uso del suelo que abarca todo el territorio de la UE. LUCAS recoge información sobre la cobertura del suelo y … eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (puntos con atributos, 2022) V1
La encuesta sobre la superficie de uso y cobertura del suelo (LUCAS) de la Unión Europea (UE) se creó para proporcionar información estadística. Representa un ejercicio trienal de recogida de datos in situ sobre la cobertura y el uso del suelo que abarca todo el territorio de la UE. LUCAS recoge información sobre la cobertura del suelo y … eu jrc landcover landuse landuse-landcover lucas -
Modelo de probabilidad de Palm 2025a
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura biodiversidad conservación cultivo eudr forestdatapartnership -
Modelo de probabilidad de Palm 2025b
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura derivado de Alpha Earth biodiversidad conservación cultivo eudr -
Modelo de probabilidad de goma 2025b
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura derivado de Alpha Earth biodiversidad conservación cultivo eudr -
Modelo de probabilidad de árbol de caucho 2025a
Esta colección de imágenes proporciona una probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se han generado mediante un modelo de aprendizaje automático. Para obtener más información, consulta la documentación técnica sobre la colaboración de datos forestales … agricultura biodiversidad conservación cultivo eudr forestdatapartnership -
Sistema de monitorización de cambios en el paisaje de USFS, versión 2025-11 (territorio continental de EE. UU. y otros territorios)
Este producto forma parte del conjunto de datos del sistema de monitorización de cambios en el paisaje (LCMS). Muestra los cambios modelizados por LCMS, la cobertura del suelo o las clases de uso del suelo de cada año y abarca el territorio continental de Estados Unidos (CONUS), así como zonas fuera de CONUS (OCONUS), como Alaska (AK), Puerto Rico… change-detection forest gtac gtac-data-publish landcover landuse -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Este conjunto de datos muestra el factor principal de la pérdida de cobertura arbórea entre el 2001 y el 2022 a nivel mundial con una resolución de 1 km. Producidos por el Instituto de Recursos Mundiales (WRI) y Google DeepMind, los datos se desarrollaron mediante un modelo de red neuronal global (ResNet) entrenado con un conjunto de muestras recogidas… agricultura deforestación bosque biomasa forestal google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Este conjunto de datos muestra el factor dominante de la pérdida de cobertura arbórea entre el 2001 y el 2023 a nivel mundial con una resolución de 1 km. Producidos por el Instituto de Recursos Mundiales (WRI) y Google DeepMind, los datos se desarrollaron mediante un modelo de red neuronal global (ResNet) entrenado con un conjunto de muestras recogidas… agricultura deforestación bosque biomasa forestal google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Este conjunto de datos muestra el factor principal de la pérdida de cobertura arbórea a nivel mundial entre el 2001 y el 2024 con una resolución de 1 km. Producidos por el Instituto de Recursos Mundiales (WRI) y Google DeepMind, los datos se desarrollaron mediante un modelo de red neuronal global (ResNet) entrenado con un conjunto de muestras recogidas… agricultura deforestación bosque biomasa forestal google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
Este conjunto de datos cartografía el factor dominante de la pérdida de cobertura arbórea entre el 2001 y el 2025 a nivel mundial con una resolución de 1 km. Producidos por el Instituto de Recursos Mundiales (WRI) y Google DeepMind, los datos se desarrollaron mediante un modelo de red neuronal global (ResNet) entrenado con un conjunto de muestras recogidas… agricultura deforestación bosque biomasa forestal google landandcarbon
