Datasets tagged plantation in Earth Engine
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Модель вероятности какао 2025a
**Примечание: Этот набор данных еще не прошел рецензирование. Дополнительную информацию см. в файле README на GitHub.** Данная коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью…
Техническую документацию по этому набору данных см. в файле README на GitHub. Эта коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. …
**Примечание: Этот набор данных еще не прошел рецензирование. Дополнительную информацию см. в файле README на GitHub.** Данная коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью…
Техническую документацию по этому набору данных см. в файле README на GitHub. Эта коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. …
Данный набор данных представляет собой глобальную карту плантаций масличной пальмы с разрешением 10 м за 2019 год, охватывающую территории, где были обнаружены плантации масличной пальмы. Классифицированные изображения являются результатом работы сверточной нейронной сети на основе полугодовых композитов Sentinel-1 и Sentinel-2. См. статью для получения дополнительной информации…
**Примечание: Этот набор данных еще не прошел рецензирование. Дополнительную информацию см. в файле README на GitHub.** Данная коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью…
Техническую документацию по этому набору данных см. в файле README на GitHub. Эта коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. …
Техническую документацию по этому набору данных см. в файле README на GitHub. Эта коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. …
**Примечание: Этот набор данных еще не прошел рецензирование. Дополнительную информацию см. в файле README на GitHub.** Данная коллекция изображений предоставляет оценку вероятности того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью…
[null,null,[],[],["The information describes four datasets related to agricultural land use. The first is a 2019 global map of oil palm plantations at 10m resolution, created using a neural network on satellite imagery. The other three are per-pixel probability models, also at 10m resolution, for cocoa, palm, and rubber trees respectively, all labeled as \"2024a\" and not peer-reviewed. These models estimate the probability of each area being occupied by these specific crops. All datasets are tagged with biodiversity, conservation, crop, and landuse.\n"]]
