iSDAsoil extractable Aluminium

ISDASOIL/آفریقا/v1/aluminium_extractable
در دسترس بودن مجموعه داده‌ها
2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
تولیدکننده مجموعه داده
قطعه کد موتور زمین
ee.Image("ISDASOIL/Africa/v1/aluminium_extractable")
برچسب‌ها
خاک آلومینیوم ایزدا آفریقا

توضیحات

آلومینیوم قابل استخراج در اعماق خاک 0-20 سانتی‌متر و 20-50 سانتی‌متر، میانگین و انحراف معیار پیش‌بینی شده.

مقادیر پیکسل باید با exp(x/10)-1 به عقب تبدیل شوند.

پیش‌بینی‌های خواص خاک توسط شرکت Innovative Solutions for Decision Agriculture Ltd. (iSDA) در اندازه پیکسل 30 متر با استفاده از یادگیری ماشینی همراه با داده‌های سنجش از دور و یک مجموعه آموزشی شامل بیش از 100000 نمونه خاک تجزیه و تحلیل شده انجام شد.

اطلاعات بیشتر را می‌توانید در بخش سوالات متداول و مستندات اطلاعات فنی بیابید. برای ارسال مشکل یا درخواست پشتیبانی، لطفاً از سایت iSDAsoil دیدن کنید.

در مناطقی با جنگل‌های انبوه (عموماً در آفریقای مرکزی)، دقت مدل پایین است و بنابراین ممکن است آثاری مانند نواربندی (نواربندی) دیده شود.

باندها

اندازه پیکسل
۳۰ متر

باندها

نام واحدها حداقل مکس اندازه پیکسل توضیحات
mean_0_20 پی پی ام ۳ ۸۰ متر

آلومینیوم، قابل استخراج، میانگین پیش‌بینی‌شده در عمق ۰-۲۰ سانتی‌متری

mean_20_50 پی پی ام ۴ ۷۹ متر

آلومینیوم، قابل استخراج، میانگین پیش‌بینی‌شده در عمق ۲۰ تا ۵۰ سانتی‌متری

stdev_0_20 پی پی ام ۱ ۵۳ متر

آلومینیوم، قابل استخراج، انحراف معیار در عمق 0-20 سانتی‌متر

stdev_20_50 پی پی ام ۱ ۵۱ متر

آلومینیوم، قابل استخراج، انحراف معیار در عمق 20-50 سانتی‌متر

شرایط استفاده

شرایط استفاده

CC-BY-4.0

نقل قول‌ها

نقل قول ها:

  • هنگل، تی.، میلر، ام‌ای‌ای، کریژان، جی. و همکاران. نقشه‌برداری از خواص و مواد مغذی خاک آفریقا با وضوح مکانی 30 متر با استفاده از یادگیری ماشینی گروهی دو مقیاسی. Sci Rep 11، 6130 (2021). doi:10.1038/s41598-021-85639-y

  • هنگل، تی.، میلر، ام‌ای‌ای، کریژان، جی. و همکاران. نقشه‌برداری از خواص و مواد مغذی خاک آفریقا با وضوح مکانی 30 متر با استفاده از یادگیری ماشینی گروهی دو مقیاسی. Sci Rep 11، 6130 (2021). doi:10.1038/s41598-021-85639-y

DOI ها

با موتور زمین کاوش کنید

ویرایشگر کد (جاوااسکریپت) 

var mean_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#000004" label="0-21.2" opacity="1" quantity="31"/>' +
  '<ColorMapEntry color="#0C0927" label="21.2-35.6" opacity="1" quantity="36"/>' +
  '<ColorMapEntry color="#231151" label="35.6-53.6" opacity="1" quantity="40"/>' +
  '<ColorMapEntry color="#410F75" label="53.6-65.7" opacity="1" quantity="42"/>' +
  '<ColorMapEntry color="#5F187F" label="65.7-72.7" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#7B2382" label="72.7-80.5" opacity="1" quantity="44"/>' +
  '<ColorMapEntry color="#982D80" label="80.5-89" opacity="1" quantity="45"/>' +
  '<ColorMapEntry color="#B63679" label="89-98.5" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#D3436E" label="98.5-108.9" opacity="1" quantity="47"/>' +
  '<ColorMapEntry color="#EB5760" label="108.9-120.5" opacity="1" quantity="48"/>' +
  '<ColorMapEntry color="#F8765C" label="120.5-133.3" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#FD9969" label="133.3-147.4" opacity="1" quantity="50"/>' +
  '<ColorMapEntry color="#FEBA80" label="147.4-163" opacity="1" quantity="51"/>' +
  '<ColorMapEntry color="#FDDC9E" label="163-199.3" opacity="1" quantity="53"/>' +
  '<ColorMapEntry color="#FCFDBF" label="199.3-1800" opacity="1" quantity="55"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var mean_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#000004" label="0-21.2" opacity="1" quantity="31"/>' +
  '<ColorMapEntry color="#0C0927" label="21.2-35.6" opacity="1" quantity="36"/>' +
  '<ColorMapEntry color="#231151" label="35.6-53.6" opacity="1" quantity="40"/>' +
  '<ColorMapEntry color="#410F75" label="53.6-65.7" opacity="1" quantity="42"/>' +
  '<ColorMapEntry color="#5F187F" label="65.7-72.7" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#7B2382" label="72.7-80.5" opacity="1" quantity="44"/>' +
  '<ColorMapEntry color="#982D80" label="80.5-89" opacity="1" quantity="45"/>' +
  '<ColorMapEntry color="#B63679" label="89-98.5" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#D3436E" label="98.5-108.9" opacity="1" quantity="47"/>' +
  '<ColorMapEntry color="#EB5760" label="108.9-120.5" opacity="1" quantity="48"/>' +
  '<ColorMapEntry color="#F8765C" label="120.5-133.3" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#FD9969" label="133.3-147.4" opacity="1" quantity="50"/>' +
  '<ColorMapEntry color="#FEBA80" label="147.4-163" opacity="1" quantity="51"/>' +
  '<ColorMapEntry color="#FDDC9E" label="163-199.3" opacity="1" quantity="53"/>' +
  '<ColorMapEntry color="#FCFDBF" label="199.3-1800" opacity="1" quantity="55"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var stdev_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="5"/>' +
  '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="9"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="10"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="12"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="14"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var stdev_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="5"/>' +
  '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="9"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="10"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="12"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="14"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

Map.setCenter(25, -3, 2);

var raw = ee.Image("ISDASOIL/Africa/v1/aluminium_extractable");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_20), {},
    "Aluminium, extractable, mean visualization, 0-20 cm");
Map.addLayer(
    raw.select(1).sldStyle(mean_20_50), {},
    "Aluminium, extractable, mean visualization, 20-50 cm");
Map.addLayer(
    raw.select(2).sldStyle(stdev_0_20), {},
    "Aluminium, extractable, stdev visualization, 0-20 cm");
Map.addLayer(
    raw.select(3).sldStyle(stdev_20_50), {},
    "Aluminium, extractable, stdev visualization, 20-50 cm");

var converted = raw.divide(10).exp().subtract(1);
Map.addLayer(
    converted.select(0), {min: 0, max: 100},
    "Aluminium, extractable, mean, 0-20 cm");
باز کردن در ویرایشگر کد
آلومینیوم قابل استخراج در اعماق خاک 0-20 سانتی‌متر و 20-50 سانتی‌متر، میانگین و انحراف معیار پیش‌بینی شده. مقادیر پیکسل باید با exp(x/10)-1 تبدیل معکوس شوند. پیش‌بینی‌های خواص خاک توسط شرکت Innovative Solutions for Decision Agriculture Ltd. (iSDA) در اندازه پیکسل 30 متر با استفاده از یادگیری ماشینی همراه با داده‌های سنجش از دور و ... انجام شد.
ISDASOIL/Africa/v1/aluminium_extractable، آفریقا، آلومینیوم، isda، خاک
2001-01-01T00:00:00Z/2017-01-01T00:00:00Z
۳۵.۲۲- ۳۱.۴۶- ۳۷.۹۸ ۵۷.۰۸
موتور گوگل ارث