
- Dostępność zbioru danych
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- Dostawca zbioru danych
- iSDA
- Tagi
Opis
Całkowita zawartość węgla na głębokości 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
.
Na obszarach gęstej dżungli (głównie w Afryce Środkowej) dokładność modelu jest niska, dlatego mogą być widoczne artefakty, takie jak pasy.
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.
Pasma
Rozmiar piksela
30 metrów
Pasma
Nazwa | Jednostki | Minimum | Maks. | Rozmiar piksela | Opis |
---|---|---|---|---|---|
mean_0_20 |
g/kg | 0 | 58 | metry | Węgiel, całkowity, przewidywana średnia na głębokości 0–20 cm |
mean_20_50 |
g/kg | 0 | 55 | metry | Węgiel ogółem, przewidywana średnia na głębokości 20–50 cm |
stdev_0_20 |
g/kg | 0 | 151 | metry | Węgiel ogółem, odchylenie standardowe na głębokości 0–20 cm |
stdev_20_50 |
g/kg | 0 | 150 | metry | Węgiel ogółem, odchylenie standardowe na głębokości 20–50 cm |
Warunki korzystania z usługi
Warunki korzystania z usługi
Cytaty
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
Odkrywanie za pomocą Earth Engine
Edytor kodu (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");