
- 데이터 세트 사용 가능 기간
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- 데이터 세트 제공업체
- iSDA
- 태그
설명
0~20cm 및 20~50cm 토양 깊이의 총 탄소, 예측된 평균 및 표준 편차입니다.
픽셀 값은 exp(x/10)-1
로 역변환해야 합니다.
밀림이 우거진 지역 (일반적으로 중앙 아프리카)에서는 모델 정확도가 낮으므로 밴딩 (줄무늬)과 같은 아티팩트가 표시될 수 있습니다.
토양 속성 예측은 Innovative Solutions for Decision Agriculture Ltd. (iSDA)에서 머신러닝과 원격 감지 데이터, 분석된 100,000개 이상의 토양 샘플의 학습 세트를 사용하여 30m 픽셀 크기로 이루어졌습니다.
자세한 내용은 FAQ 및 기술 정보 문서를 참고하세요. 문제를 제출하거나 지원을 요청하려면 iSDAsoil 사이트를 방문하세요.
대역
픽셀 크기
30미터
대역
이름 | 단위 | 최소 | 최대 | 픽셀 크기 | 설명 |
---|---|---|---|---|---|
mean_0_20 |
g/kg | 0 | 58 | 미터 | 탄소, 총량, 0~20cm 깊이에서 예측된 평균 |
mean_20_50 |
g/kg | 0 | 55 | 미터 | 탄소, 총계, 20~50cm 깊이의 예측 평균 |
stdev_0_20 |
g/kg | 0 | 151 | 미터 | 탄소, 총계, 0~20cm 깊이의 표준 편차 |
stdev_20_50 |
g/kg | 0 | 150 | 미터 | 탄소, 총량, 20~50cm 깊이에서의 표준 편차 |
이용약관
이용약관
인용
인용:
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
Earth Engine으로 탐색하기
코드 편집기(JavaScript)
var mean_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#000004" label="0-2" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#0C0927" label="2-5.7" opacity="1" quantity="19"/>' + '<ColorMapEntry color="#231151" label="5.7-10" opacity="1" quantity="24"/>' + '<ColorMapEntry color="#410F75" label="10-12.5" opacity="1" quantity="26"/>' + '<ColorMapEntry color="#5F187F" label="12.5-13.9" opacity="1" quantity="27"/>' + '<ColorMapEntry color="#7B2382" label="13.9-15.4" opacity="1" quantity="28"/>' + '<ColorMapEntry color="#982D80" label="15.4-17.2" opacity="1" quantity="29"/>' + '<ColorMapEntry color="#B63679" label="17.2-19.1" opacity="1" quantity="30"/>' + '<ColorMapEntry color="#D3436E" label="19.1-21.2" opacity="1" quantity="31"/>' + '<ColorMapEntry color="#EB5760" label="21.2-23.5" opacity="1" quantity="32"/>' + '<ColorMapEntry color="#F8765C" label="23.5-26.1" opacity="1" quantity="33"/>' + '<ColorMapEntry color="#FD9969" label="26.1-29" opacity="1" quantity="34"/>' + '<ColorMapEntry color="#FEBA80" label="29-32.1" opacity="1" quantity="35"/>' + '<ColorMapEntry color="#FDDC9E" label="32.1-35.6" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#FCFDBF" label="35.6-40" opacity="1" quantity="39"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#000004" label="0-2" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#0C0927" label="2-5.7" opacity="1" quantity="19"/>' + '<ColorMapEntry color="#231151" label="5.7-10" opacity="1" quantity="24"/>' + '<ColorMapEntry color="#410F75" label="10-12.5" opacity="1" quantity="26"/>' + '<ColorMapEntry color="#5F187F" label="12.5-13.9" opacity="1" quantity="27"/>' + '<ColorMapEntry color="#7B2382" label="13.9-15.4" opacity="1" quantity="28"/>' + '<ColorMapEntry color="#982D80" label="15.4-17.2" opacity="1" quantity="29"/>' + '<ColorMapEntry color="#B63679" label="17.2-19.1" opacity="1" quantity="30"/>' + '<ColorMapEntry color="#D3436E" label="19.1-21.2" opacity="1" quantity="31"/>' + '<ColorMapEntry color="#EB5760" label="21.2-23.5" opacity="1" quantity="32"/>' + '<ColorMapEntry color="#F8765C" label="23.5-26.1" opacity="1" quantity="33"/>' + '<ColorMapEntry color="#FD9969" label="26.1-29" opacity="1" quantity="34"/>' + '<ColorMapEntry color="#FEBA80" label="29-32.1" opacity="1" quantity="35"/>' + '<ColorMapEntry color="#FDDC9E" label="32.1-35.6" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#FCFDBF" label="35.6-40" opacity="1" quantity="39"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var stdev_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="1"/>' + '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="3"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="4"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="5"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="6"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var stdev_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="1"/>' + '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="3"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="4"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="5"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="6"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/carbon_total"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Carbon, total, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Carbon, total, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Carbon, total, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Carbon, total, stdev visualization, 20-50 cm"); var converted = raw.divide(10).exp().subtract(1); var visualization = {min: 0, max: 60}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Carbon, total, mean, 0-20 cm");