iSDAsoil extractable Aluminium

ISDASOIL/Africa/v1/aluminium_extractable
Dostępność zbioru danych
2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.Image("ISDASOIL/Africa/v1/aluminium_extractable")
Tagi
afryka aluminium isda gleba

Opis

Ekstrahowane aluminium na głębokościach gleby 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe.

Wartości pikseli muszą zostać przekształcone z powrotem za pomocą funkcji exp(x/10)-1.

Prognozy dotyczące właściwości gleby zostały opracowane przez firmę Innovative Solutions for Decision Agriculture Ltd. (iSDA) w rozdzielczości 30 m na piksel przy użyciu uczenia maszynowego w połączeniu z danymi teledetekcyjnymi i zbiorem treningowym zawierającym ponad 100 tys. przeanalizowanych próbek gleby.

Więcej informacji znajdziesz w najczęstszych pytaniach i dokumentacji z informacjami technicznymi. Aby zgłosić problem lub poprosić o pomoc, wejdź na stronę iSDAsoil.

Na obszarach gęstej dżungli (głównie w Afryce Środkowej) dokładność modelu jest niska, dlatego mogą być widoczne artefakty, takie jak pasy.

Pasma

Rozmiar piksela
30 metrów

Pasma

Nazwa Jednostki Minimum Maks. Rozmiar piksela Opis
mean_0_20 ppm 3 80 metry

Aluminium, ekstrahowalne, prognozowana średnia na głębokości 0–20 cm
mean_20_50 ppm 4 79 metry

Aluminium, extractable, predicted mean at 20-50 cm depth
stdev_0_20 ppm 1 53 metry

Aluminium, ekstrahowalne, odchylenie standardowe na głębokości 0–20 cm
stdev_20_50 ppm 1 51 metry

Aluminium, ekstrahowalne, odchylenie standardowe na głębokości 20–50 cm

Warunki korzystania z usługi

Warunki korzystania z usługi

CC-BY-4.0

Cytaty

Cytowania:

  • Hengl, T., Miller, M.A.E., Križan, J. i in. 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. i in. 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

Odkrywanie za pomocą Earth Engine

Edytor kodu (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");
Otwórz w edytorze kodu
Ekstrahowane aluminium na głębokościach 0–20 cm i 20–50 cm, przewidywana średnia i odchylenie standardowe. Wartości pikseli należy przekształcić wstecznie za pomocą funkcji exp(x/10)-1. Prognozy dotyczące właściwości gleby zostały opracowane przez firmę Innovative Solutions for Decision Agriculture Ltd. (iSDA) w rozdzielczości 30 m na piksel przy użyciu systemów uczących się w połączeniu z danymi teledetekcyjnymi i …
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