-
Kakao olasılık modeli 2025a
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu GitHub README'yi inceleyin. Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve … tarafından oluşturulur. agriculture biodiversity conservation crop eudr forestdatapartnership -
Coffee Probability model 2025a
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu GitHub README'yi inceleyin. Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve … tarafından oluşturulur. agriculture biodiversity conservation crop eudr forestdatapartnership -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (8-Daily 1km)
Bu Gelişmiş Bitki Örtüsü İndeksi (EVI) ürününün temel veri kümesi, bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) tarafından belirtilen yaklaşımla boşluk doldurma işlemi uygulanan MODIS BRDF düzeltilmiş görüntüleridir (MCD43B4). Boşluk doldurma işleminden sonra veriler … olarak kırpıldı. evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (Yıllık 1 km)
Bu Gelişmiş Bitki Örtüsü İndeksi (EVI) ürününün temel veri kümesi, bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) tarafından belirtilen yaklaşımla boşluk doldurma işlemi uygulanan MODIS BRDF düzeltilmiş görüntüleridir (MCD43B4). Boşluk doldurma işleminden sonra veriler … olarak kırpıldı. evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (Aylık 1 km)
Bu Gelişmiş Bitki Örtüsü İndeksi (EVI) ürününün temel veri kümesi, bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) tarafından belirtilen yaklaşımla boşluk doldurma işlemi uygulanan MODIS BRDF düzeltilmiş görüntüleridir (MCD43B4). Boşluk doldurma işleminden sonra veriler … olarak kırpıldı. evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
Farmscapes 2020
Farmscapes 2020 veri kümesi, İngiltere'nin tarım arazilerindeki üç temel yarı doğal özellik için yüksek çözünürlüklü (25 cm) olasılık haritaları sağlar: çitler, ormanlık alanlar ve taş duvarlar. Bu veri kümesi, Oxford Leverhulme Centre for Nature Recovery ile işbirliği içinde geliştirilmiş olup … gibi uygulamalar için temel olarak kullanılabilir. biodiversity climate conservation forest landuse-landcover nature-trace -
Forest Persistence v0
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu modelle ilişkili GitHub README dosyasına bakın. Bu resimde, piksel alanının 2020 yılında bozulmamış ormanla kaplı olup olmadığını gösteren piksel başına bir puan (0 ile 1 arasında) sağlanır. Bu puanlar … biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
GPW Yıllık Baskın Çayır Sınıfı v1
Bu veri kümesi, 2000-2022 yılları arasında 30 metrelik mekansal çözünürlükte, otlakların (ekili ve doğal/yarı doğal) küresel yıllık baskın sınıf haritalarını sağlar. Land & Carbon Lab Global Pasture Watch girişimi tarafından üretilen haritalandırılmış otlak alanı, en az %30 oranında … içeren tüm arazi örtüsü türlerini kapsar. global global-pasture-watch land landcover landuse landuse-landcover -
GPW Yıllık Ekili Çayır Olasılıkları v1
Bu veri kümesi, 2000-2022 yılları arasında 30 metrelik uzamsal çözünürlükte, ekili çayırların küresel yıllık olasılık haritalarını sağlar. Land & Carbon Lab Global Pasture Watch girişimi tarafından üretilen haritalandırılmış otlak alanı, en az% 30 kuru veya … içeren herhangi bir arazi örtüsü türünü içerir. global global-pasture-watch land landcover landuse landuse-landcover -
GPW Yıllık Doğal/Yarı Doğal Çayır Olasılıkları v1
Bu veri kümesi, 2000-2022 yılları arasında 30 metrelik uzamsal çözünürlükte doğal/yarı doğal çayırların küresel yıllık olasılık haritalarını sağlar. Land & Carbon Lab Global Pasture Watch girişimi tarafından üretilen haritalandırılmış otlak alanı, en az% 30 kuru veya … içeren herhangi bir arazi örtüsü türünü içerir. global global-pasture-watch land landcover landuse landuse-landcover -
GPW Yıllık Kalibre Edilmemiş Brüt Birincil Üretkenlik (uGPP) v1
Bu veri kümesi, 2000 yılından itibaren 30 metrelik uzamsal çözünürlükte, küresel olarak kalibre edilmemiş EO tabanlı brüt birincil üretim verilerini sağlar. Land & Carbon Lab Global Pasture Watch girişimi tarafından üretilen mevcut veri kümesi, 2000'den itibaren 30 m mekansal çözünürlükte küresel olarak brüt birincil üretim (GPP) değerlerini sağlar. GPP değerleri … global global-pasture-watch land landcover landuse plant-productivity -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (8-Daily 1km)
Gündüz kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (Annual 1km)
Gündüz kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (Monthly 1km)
Gündüz kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature (8-Daily 1km)
Gece saatlerindeki kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature (Annual 1km)
Gece saatlerindeki kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature (Monthly 1km)
Gece saatlerindeki kara yüzeyi sıcaklığı (LST), ~1 km MODIS MOD11A2 v6.1 ürünlerinden elde edilir. 8 günlük kompozitler santigrat dereceye dönüştürülür ve ardından bulut örtüsü gibi faktörlerden kaynaklanan eksik verileri ortadan kaldırmak için Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurulur. … climate lst malariaatlasproject map publisher-dataset surface-temperature -
MethaneSAT L3 Concentration Public Preview V1.0.0
Bu erken "Herkese Açık Önizleme" veri kümesi, MethaneSAT görüntüleme spektrometresinin ölçümlerinden alınan, atmosferdeki metanın sütun ortalamalı kuru hava mol kesri "XCH4" için coğrafi veriler sağlar. XCH4, … toplam sütun miktarı (birim yüzey alanının üzerindeki molekül sayısı) olarak tanımlanır. atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 Area Sources Public Preview V1.0.0
Dağınık alan emisyonları modeli hâlâ geliştirme aşamasındadır ve nihai ürünü temsil etmez. Bu erken "Herkese Açık Önizleme" veri kümesi, dağınık alan kaynaklarından kaynaklanan metan emisyonları için yüksek hassasiyetli veriler sağlar. Bu emisyon verileri, … atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 Area Sources Public Preview V2.0.0
Dağınık alan emisyonları modeli hâlâ geliştirme aşamasındadır ve nihai ürünü temsil etmez. Bu erken "Herkese Açık Önizleme" veri kümesi, dağınık alan kaynaklarından kaynaklanan metan emisyonları için yüksek hassasiyetli veriler sağlar. Bu emisyon verileri, … atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 Point Sources Public Preview V1.0.0
Bu erken "Herkese Açık Önizleme" veri kümesi, ayrı nokta kaynaklarından metan emisyonları için yüksek hassasiyetli veriler sağlar. Bu metan emisyon akıları, yüksek uzamsal çözünürlük, geniş uzamsal kapsam ve yüksek hassasiyetten yararlanmak için uzmanlaşmış bir nokta kaynağı algılama ve emisyon ölçme çerçevesi kullanılarak üretilmiştir. atmosphere climate edf edf-methanesat-ee emissions ghg -
NEON Canopy Height Model (CHM)
Kanopi tepesinin çıplak toprağın üzerindeki yüksekliği (Kanopi Yükseklik Modeli; CHM). CHM, NEON LiDAR nokta bulutundan elde edilir ve LiDAR araştırmasının tüm uzamsal alanında sürekli bir kanopi yüksekliği tahmini yüzeyi oluşturularak üretilir. … airborne canopy forest forest-biomass lidar neon -
NEON Digital Elevation Model (DEM)
NEON LiDAR verilerinden elde edilen yüzeyin (DSM) ve arazinin (DTM) dijital modelleri. DSM: Yüzey özellikleri (bitki örtüsü ve insan yapımı yapılarla birlikte topografik bilgiler). DTM: Çıplak arazi yüksekliği (bitki örtüsü ve insan yapımı yapılar kaldırılmış topografik bilgiler). Resimlerde, ortalama deniz seviyesinin üzerinde metre cinsinden yükseklikler verilmiştir. airborne dem elevation-topography forest lidar neon -
NEON RGB Kamera Görüntüleri
En yakın komşuyu yeniden örnekleme kullanılarak sabit ve tek tip bir uzamsal ızgaraya mozaiklenmiş ve çıkışı yapılmış yüksek çözünürlüklü Kırmızı-Yeşil-Mavi (RGB) ortorektifiye edilmiş kamera görüntüleri; uzamsal çözünürlük 0, 1 m'dir. Dijital kamera, NEON Airborne Observation Platform'daki (AOP) bir dizi cihazın parçasıdır. Bu cihazlar arasında … airborne forest highres neon neon-prod-earthengine orthophoto -
NEON Surface Bidirectional Reflectance
NEON AOP Yüzey Çift Yönlü Yansıtma, ~380 nm ile 2.510 nm arasındaki dalga boylarını kapsayan 426 bant içeren, hiper spektral bir VSWIR (kısa dalga kızılötesi ile görünür) veri ürünüdür. Yansıtma, 10.000 faktörüyle ölçeklendirilir. 1.340-1.445 nm ve 1.790-1.955 nm arasındaki dalga boyları … olarak ayarlanır. airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
NEON Yüzey Yönlü Yansıma
NEON AOP Yüzey Yönlü Yansıtma, ~380 nm ile 2.510 nm arasındaki dalga boylarını kapsayan 426 bant içeren, hiperspektral bir VSWIR (görünürden kısa dalga kızılötesine) veri ürünüdür. Yansıtma, 10.000 faktörüyle ölçeklendirilir. 1.340-1.445 nm ve 1.790-1.955 nm arasındaki dalga boyları … olarak ayarlanır. airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
NICFI Uydu Verileri Programı: Tropikal Orman İzleme İçin Temel Haritalar - Afrika
Bu görüntü koleksiyonu, tropikal ormanların kaybını azaltmak ve tersine çevirmek, iklim değişikliğiyle mücadeleye katkıda bulunmak, biyoçeşitliliği korumak, ormanların yeniden büyümesine, restorasyonuna ve iyileştirilmesine katkıda bulunmak ve sürdürülebilir kalkınmayı kolaylaştırmak gibi temel amaçlarla tropik bölgelerin yüksek çözünürlüklü uydu izlemesine erişim sağlar. basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI Uydu Verileri Programı: Tropikal Orman İzleme için Temel Haritalar - Amerika
Bu görüntü koleksiyonu, tropikal ormanların kaybını azaltmak ve tersine çevirmek, iklim değişikliğiyle mücadeleye katkıda bulunmak, biyoçeşitliliği korumak, ormanların yeniden büyümesine, restorasyonuna ve iyileştirilmesine katkıda bulunmak ve sürdürülebilir kalkınmayı kolaylaştırmak gibi temel amaçlarla tropik bölgelerin yüksek çözünürlüklü uydu izlemesine erişim sağlar. basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI Uydu Verileri Programı: Tropikal Orman İzleme için Temel Haritalar - Asya
Bu görüntü koleksiyonu, tropikal ormanların kaybını azaltmak ve tersine çevirmek, iklim değişikliğiyle mücadeleye katkıda bulunmak, biyoçeşitliliği korumak, ormanların yeniden büyümesine, restorasyonuna ve iyileştirilmesine katkıda bulunmak ve sürdürülebilir kalkınmayı kolaylaştırmak gibi temel amaçlarla tropik bölgelerin yüksek çözünürlüklü uydu izlemesine erişim sağlar. basemaps forest nicfi planet planet-nicfi publisher-dataset -
Dünyanın Doğal Ormanları 2020
Natural Forests of the World 2020 (Dünyanın Doğal Ormanları 2020), 10 metre çözünürlükte 2020 yılına ait doğal orman olasılığının küresel haritasını sunar. Bu araç, Avrupa Birliği'nin Ormansızlaşma Yönetmeliği (EUDR) gibi girişimlerin yanı sıra ormanların korunması ve izlenmesine yönelik diğer çalışmaları desteklemek için geliştirilmiştir. Harita … biodiversity climate conservation deforestation eudr forest -
Palm Probability model 2025a
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu GitHub README'yi inceleyin. Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve … tarafından oluşturulur. agriculture biodiversity conservation crop eudr forestdatapartnership -
Kauçuk Ağacı Olasılık Modeli 2025a
Not: Bu veri kümesi henüz hakem incelemesinden geçmemiştir. Daha fazla bilgi için lütfen bu GitHub README'yi inceleyin. Bu resim koleksiyonu, temel alanın emtia tarafından işgal edilme olasılığının piksel başına tahminini sağlar. Olasılık tahminleri 10 metre çözünürlükte sağlanır ve … tarafından oluşturulur. agriculture biodiversity conservation crop eudr forestdatapartnership -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (8-Daily 1km)
Bu boşluk doldurulmuş Tasseled Cap Brightness (TCB) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan tasseled-cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (Annual 1km)
Bu boşluk doldurulmuş Tasseled Cap Brightness (TCB) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan tasseled-cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (Aylık 1 km)
Bu boşluk doldurulmuş Tasseled Cap Brightness (TCB) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan tasseled-cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (8-Daily 1km)
Bu boşluk doldurulmuş Tasseled Cap Wetness (TCW) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan Tasseled Cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (Annual 1km)
Bu boşluk doldurulmuş Tasseled Cap Wetness (TCW) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan Tasseled Cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (Aylık 1 km)
Bu boşluk doldurulmuş Tasseled Cap Wetness (TCW) veri kümesi, Lobser ve Cohen (2007) tarafından tanımlanan Tasseled Cap denklemlerinin MODIS BRDF düzeltilmiş görüntülerine (MCD43B4) uygulanmasıyla oluşturuldu. Elde edilen veriler, Weiss ve diğerleri (2014) çalışmasında belirtilen yaklaşımla boşluk doldurularak eksik veriler giderildi. Bu eksik veriler şunlardan kaynaklanıyordu: malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Bu veri kümesi, 2001-2022 yılları arasında küresel olarak 1 km çözünürlükte ağaç örtüsü kaybının temel nedenini gösterir. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Bu veri kümesi, 2001-2023 yılları arasında dünya genelinde ağaç örtüsü kaybının temel nedenini 1 km çözünürlükte gösterir. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Bu veri kümesi, 2001-2024 yılları arasında dünya genelinde 1 km çözünürlükte ağaç örtüsü kaybının temel nedenini gösterir. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon -
WeatherNext Gen Forecasts
WeatherNext Gen, Google DeepMind'ın difüzyona dayalı toplu hava durumu modelinin operasyonel bir sürümü tarafından üretilen, küresel orta menzilli toplu hava durumu tahminlerinin deneysel bir veri kümesidir. Deneysel veri kümesi, gerçek zamanlı ve geçmiş verileri içerir. Gerçek zamanlı veriler, geçmişte kalmamış bir zamana ait verilerdir. climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature -
WeatherNext Graph Forecasts
WeatherNext Graph, Google DeepMind'ın grafiksel nöral ağ hava durumu modelinin operasyonel bir sürümü tarafından üretilen, küresel orta vadeli hava durumu tahminlerinin deneysel bir veri kümesidir. Deneysel veri kümesi, gerçek zamanlı ve geçmiş verileri içerir. Gerçek zamanlı veriler, geçmişte kalmamış bir zamana ait verilerdir. climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature
Datasets tagged publisher-dataset in Earth Engine
[null,null,[],[[["\u003cp\u003eThis collection of datasets offers a variety of environmental monitoring tools, including probability models for cocoa, palm, and rubber tree occupation, as well as a forest persistence score.\u003c/p\u003e\n"],["\u003cp\u003eIncluded are global weather forecasts, Australian land cover classifications, and grassland probabilities, along with high-resolution tropical forest monitoring basemaps.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets leverage LiDAR and hyperspectral data to provide detailed information on canopy height, digital elevation, and surface reflectance.\u003c/p\u003e\n"],["\u003cp\u003eMany datasets are provided by organizations such as Forest Data Partnership, Geoscience Australia, Global Pasture Watch, and NEON, and may be pre-review or experimental.\u003c/p\u003e\n"],["\u003cp\u003eThese datasets can be utilized for various applications, including biodiversity conservation, deforestation monitoring, land use planning, and climate change research.\u003c/p\u003e\n"]]],[],null,[]]