iSDAsoil Total Carbon

数据集可用性

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

数据集提供商

iSDA

Earth Engine 代码段

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

标签

非洲 铝 ISDA 土壤

说明

0-20 厘米和 20-50 厘米土壤深度的总碳量，预测的平均值和标准差。

像素值必须使用 exp(x/10)-1 进行反向转换。

在茂密丛林地区（通常位于非洲中部），模型准确度较低，因此可能会看到条带状伪影。

土壤属性预测由 Innovative Solutions for Decision Agriculture Ltd. (iSDA) 使用机器学习与遥感数据以及超过 10 万个已分析土壤样本的训练集相结合，以 30 米像素大小进行。

如需了解详情，请参阅常见问题解答和技术信息文档。如需提交问题或请求支持，请访问 iSDAsoil 网站。

频段

像素大小
30 米

频段

名称	单位	最小值	最大值	像素尺寸	说明
mean_0_20	g/kg	0	58	米	碳总量，预测平均值（0-20 厘米深度）
mean_20_50	g/kg	0	55	米	碳总量（20-50 厘米深度的预测平均值）
stdev_0_20	g/kg	0	151	米	碳总量，0-20 厘米深度的标准差
stdev_20_50	g/kg	0	150	米	碳总量，20-50 厘米深度的标准差

使用条款

使用条款

CC-BY-4.0

引用

引用：

• Hengl, T.、Miller, M.A.E.，Križan, J. 等人。使用双尺度集成机器学习技术，以 30 米的空间分辨率绘制非洲土壤属性和养分地图。Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

使用 Earth Engine 探索

重要提示： Earth Engine 是一个平台，可用于对地理空间数据集进行 PB 级科学分析和可视化，既可用于公益用途，也可供企业和政府用户使用。 Earth Engine 可免费用于研究、教育和公益用途。如需开始使用，请注册以获取 Earth Engine 访问权限。

代码编辑器 (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");

在代码编辑器中打开

iSDAsoil 总碳

0-20 厘米和 20-50 厘米土壤深度的总碳量，预测的平均值和标准差。像素值必须使用 exp(x/10)-1 进行反向转换。在茂密丛林地区（通常位于非洲中部），模型准确度较低，因此可能会看到条带状伪影。土壤属性预测为…

ISDASOIL/Africa/v1/carbon_total, 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