iSDAsoil extractable Aluminium

Disponibilità del set di dati

2001-01-01T00:00:00Z–2017-01-01T00:00:00Z

Fornitore di set di dati

iSDA

Snippet di Earth Engine

ee.Image("ISDASOIL/Africa/v1/aluminium_extractable")

Tag

africa aluminium isda soil

Descrizione

Alluminio estraibile a profondità del suolo di 0-20 cm e 20-50 cm, media e deviazione standard previste.

I valori dei pixel devono essere trasformati nuovamente con exp(x/10)-1.

Le previsioni sulle proprietà del suolo sono state effettuate da Innovative Solutions for Decision Agriculture Ltd. (iSDA) con dimensioni dei pixel di 30 m utilizzando il machine learning combinato con dati di telerilevamento e un set di addestramento di oltre 100.000 campioni di suolo analizzati.

Per ulteriori informazioni, consulta le domande frequenti e la documentazione sulle informazioni tecniche. Per segnalare un problema o richiedere assistenza, visita il sito iSDAsoil.

Nelle aree di giungla fitta (generalmente nell'Africa centrale), l'accuratezza del modello è bassa e pertanto potrebbero essere visibili artefatti come bande (strisce).

Bande

Dimensioni pixel
30 metri

Bande

Nome	Unità	Min	Max	Dimensioni dei pixel	Descrizione
mean_0_20	ppm	3	80	metri	Alluminio estraibile, media prevista a una profondità di 0-20 cm
mean_20_50	ppm	4	79	metri	Alluminio, estraibile, media prevista a una profondità di 20-50 cm
stdev_0_20	ppm	1	53	metri	Alluminio estraibile, deviazione standard a una profondità di 0-20 cm
stdev_20_50	ppm	1	51	metri	Alluminio, estraibile, deviazione standard a una profondità di 20-50 cm

Termini e condizioni d'uso

Termini e condizioni d'uso

CC-BY-4.0

Citazioni

Citazioni:

• Hengl, T., Miller, M.A.E., Križan, J., et al. African soil properties and nutrients mapped at 30 m spatial resolution using two-scale ensemble machine learning. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

• Hengl, T., Miller, M.A.E., Križan, J., et al. African soil properties and nutrients mapped at 30 m spatial resolution using two-scale ensemble machine learning. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

DOI

• https://doi.org/10.1038/s41598-021-85639-y

Esplorare con Earth Engine

Importante: Earth Engine è una piattaforma per l'analisi scientifica e la visualizzazione su scala petabyte di set di dati geospaziali, sia per il bene pubblico sia per gli utenti aziendali e governativi. Earth Engine è senza costi per la ricerca, l'istruzione e l'utilizzo senza scopo di lucro. Per iniziare, registrati per accedere a Earth Engine.

Editor di codice (JavaScript)

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");

Apri nell'editor di codice

iSDAsoil extractable Aluminium

Alluminio estraibile a profondità del suolo di 0-20 cm e 20-50 cm, media e deviazione standard previste. I valori dei pixel devono essere ritrasformati con exp(x/10)-1. Le previsioni sulle proprietà del suolo sono state effettuate da Innovative Solutions for Decision Agriculture Ltd. (iSDA) con dimensioni dei pixel di 30 m utilizzando il machine learning combinato con dati di telerilevamento e…

ISDASOIL/Africa/v1/aluminium_extractable, africa,aluminium,isda,soil

2001-01-01T00:00:00Z/2017-01-01T00:00:00Z

-35.22 -31.46 37.98 57.08

Google Earth Engine

https://developers.google.com/earth-engine/datasets

• https://doi.org/10.1038/s41598-021-85639-y
• https://doi.org/10.1038/s41598-021-85639-y