- Disponibilité de l'ensemble de données
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- Producteur de l'ensemble de données
- iSDA
- Tags
Description
Densité apparente, fraction < 2 mm à des profondeurs de sol de 0 à 20 cm et de 20 à 50 cm, moyenne et écart-type prévus.
Les valeurs des pixels doivent être transformées à l'aide de x/100.
Dans les zones de jungle dense (généralement en Afrique centrale), la précision du modèle est faible et des artefacts tels que des bandes (rayures) peuvent donc être visibles.
Les prédictions des propriétés du sol ont été effectuées par Innovative Solutions for Decision Agriculture Ltd. (iSDA) avec une taille de pixel de 30 m à l'aide du machine learning associé à des données de télédétection et d'un ensemble d'entraînement de plus de 100 000 échantillons de sol analysés.
Pour en savoir plus, consultez la FAQ et la documentation technique. Pour signaler un problème ou demander de l'aide, veuillez consulter le site iSDAsoil.
Bandes
Bandes
Taille des pixels : 30 mètres (toutes les bandes)
| Nom | Unités | Marie | Max | Taille des pixels | Description |
|---|---|---|---|---|---|
mean_0_20 |
g/cm^3 | 44 | 197 | 30 mètres | Densité apparente, fraction < 2 mm, moyenne prévue à une profondeur de 0 à 20 cm |
mean_20_50 |
g/cm^3 | 44 | 196 | 30 mètres | Densité apparente, fraction < 2 mm, moyenne prévue à une profondeur de 20 à 50 cm |
stdev_0_20 |
g/cm^3 | 0 | 92 | 30 mètres | Densité apparente, fraction < 2 mm, écart-type à une profondeur de 0 à 20 cm |
stdev_20_50 |
g/cm^3 | 0 | 92 | 30 mètres | Densité apparente, fraction < 2 mm, écart-type à une profondeur de 20 à 50 cm |
Conditions d'utilisation
Conditions d'utilisation
Citations
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
Explorer avec Earth Engine
Éditeur de code (JavaScript)
var mean_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#00204D" label="0.8-1.05" opacity="1" quantity="105"/>' + '<ColorMapEntry color="#002D6C" label="1.05-1.19" opacity="1" quantity="119"/>' + '<ColorMapEntry color="#16396D" label="1.19-1.23" opacity="1" quantity="123"/>' + '<ColorMapEntry color="#36476B" label="1.23-1.25" opacity="1" quantity="125"/>' + '<ColorMapEntry color="#4B546C" label="1.25-1.28" opacity="1" quantity="128"/>' + '<ColorMapEntry color="#5C616E" label="1.28-1.31" opacity="1" quantity="131"/>' + '<ColorMapEntry color="#6C6E72" label="1.31-1.34" opacity="1" quantity="134"/>' + '<ColorMapEntry color="#7C7B78" label="1.34-1.36" opacity="1" quantity="136"/>' + '<ColorMapEntry color="#8E8A79" label="1.36-1.38" opacity="1" quantity="138"/>' + '<ColorMapEntry color="#A09877" label="1.38-1.41" opacity="1" quantity="141"/>' + '<ColorMapEntry color="#B3A772" label="1.41-1.43" opacity="1" quantity="143"/>' + '<ColorMapEntry color="#C6B66B" label="1.43-1.45" opacity="1" quantity="145"/>' + '<ColorMapEntry color="#DBC761" label="1.45-1.48" opacity="1" quantity="148"/>' + '<ColorMapEntry color="#F0D852" label="1.48-1.51" opacity="1" quantity="151"/>' + '<ColorMapEntry color="#FFEA46" label="1.51-1.85" opacity="1" quantity="154"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#00204D" label="0.8-1.05" opacity="1" quantity="105"/>' + '<ColorMapEntry color="#002D6C" label="1.05-1.19" opacity="1" quantity="119"/>' + '<ColorMapEntry color="#16396D" label="1.19-1.23" opacity="1" quantity="123"/>' + '<ColorMapEntry color="#36476B" label="1.23-1.25" opacity="1" quantity="125"/>' + '<ColorMapEntry color="#4B546C" label="1.25-1.28" opacity="1" quantity="128"/>' + '<ColorMapEntry color="#5C616E" label="1.28-1.31" opacity="1" quantity="131"/>' + '<ColorMapEntry color="#6C6E72" label="1.31-1.34" opacity="1" quantity="134"/>' + '<ColorMapEntry color="#7C7B78" label="1.34-1.36" opacity="1" quantity="136"/>' + '<ColorMapEntry color="#8E8A79" label="1.36-1.38" opacity="1" quantity="138"/>' + '<ColorMapEntry color="#A09877" label="1.38-1.41" opacity="1" quantity="141"/>' + '<ColorMapEntry color="#B3A772" label="1.41-1.43" opacity="1" quantity="143"/>' + '<ColorMapEntry color="#C6B66B" label="1.43-1.45" opacity="1" quantity="145"/>' + '<ColorMapEntry color="#DBC761" label="1.45-1.48" opacity="1" quantity="148"/>' + '<ColorMapEntry color="#F0D852" label="1.48-1.51" opacity="1" quantity="151"/>' + '<ColorMapEntry color="#FFEA46" label="1.51-1.85" opacity="1" quantity="154"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var stdev_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="2"/>' + '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="4"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="5"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="7"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="9"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var stdev_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="2"/>' + '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="4"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="5"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="7"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="9"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/bulk_density"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Bulk density, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Bulk density, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Bulk density, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Bulk density, stdev visualization, 20-50 cm"); var converted = raw.divide(100); var visualization = {min: 1, max: 1.5}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Bulk density, mean, 0-20 cm");