iSDAsoil Effective Cation Exchange Capacity

Доступность набора данных

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

Поставщик наборов данных

iSDA

Фрагмент Earth Engine

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

Теги

почва африканского алюминия ISDA

Описание

Эффективная емкость катионного обмена, прогнозируемое среднее значение и стандартное отклонение на глубинах почвы 0-20 см и 20-50 см,

Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1 .

В районах густых джунглей (как правило, в Центральной Африке) точность модели низкая, поэтому могут быть видны такие артефакты, как полосатость.

Прогнозы свойств почвы были сделаны компанией Innovative Solutions for Decision Agriculture Ltd. (iSDA) с размером пикселя 30 м с использованием машинного обучения в сочетании с данными дистанционного зондирования и обучающим набором из более чем 100 000 проанализированных образцов почвы.

Дополнительную информацию можно найти в разделе часто задаваемых вопросов и технической документации . Чтобы сообщить о проблеме или запросить поддержку, посетите сайт iSDAsoil .

Группы

Размер пикселя
30 метров

Группы

Имя	Единицы	Мин.	Макс	Размер пикселя	Описание
mean_0_20	смоль(+)/кг	0	45	метров	Эффективная катионообменная емкость, прогнозируемое среднее значение на глубине 0–20 см
mean_20_50	смоль(+)/кг	0	46	метров	Эффективная катионообменная емкость, прогнозируемое среднее значение на глубине 20–50 см
stdev_0_20	смоль(+)/кг	0	19	метров	Эффективная катионообменная емкость, стандартное отклонение на глубине 0–20 см
stdev_20_50	смоль(+)/кг	0	20	метров	Эффективная катионообменная емкость, стандартное отклонение на глубине 20–50 см

Условия эксплуатации

Условия эксплуатации

CC-BY-4.0

Цитаты

Цитаты:

• Хенгль, Т., Миллер, М.А.Э., Крижан, Дж. и др. Свойства и питательные вещества африканских почв, картированные с пространственным разрешением 30 м с использованием двухмасштабного ансамблевого машинного обучения. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

Исследуйте с Earth Engine

Важно: Earth Engine — это платформа для научного анализа и визуализации геопространственных данных петабайтного масштаба, предназначенная как для общественного пользования, так и для коммерческих и государственных организаций. Earth Engine можно использовать бесплатно в исследовательских, образовательных и некоммерческих целях. Чтобы начать работу, зарегистрируйтесь для получения доступа к Earth Engine.

Редактор кода (JavaScript)

var mean_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#000004" label="0-3.5" opacity="1" quantity="15"/>' +
  '<ColorMapEntry color="#0C0927" label="3.5-4.5" opacity="1" quantity="17"/>' +
  '<ColorMapEntry color="#231151" label="4.5-5" opacity="1" quantity="18"/>' +
  '<ColorMapEntry color="#410F75" label="5-6.4" opacity="1" quantity="20"/>' +
  '<ColorMapEntry color="#5F187F" label="6.4-7.2" opacity="1" quantity="21"/>' +
  '<ColorMapEntry color="#7B2382" label="7.2-8" opacity="1" quantity="22"/>' +
  '<ColorMapEntry color="#982D80" label="8-9" opacity="1" quantity="23"/>' +
  '<ColorMapEntry color="#B63679" label="9-10" opacity="1" quantity="24"/>' +
  '<ColorMapEntry color="#D3436E" label="10-11.2" opacity="1" quantity="25"/>' +
  '<ColorMapEntry color="#EB5760" label="11.2-12.5" opacity="1" quantity="26"/>' +
  '<ColorMapEntry color="#F8765C" label="12.5-13.9" opacity="1" quantity="27"/>' +
  '<ColorMapEntry color="#FD9969" label="13.9-15.4" opacity="1" quantity="28"/>' +
  '<ColorMapEntry color="#FEBA80" label="15.4-17.2" opacity="1" quantity="29"/>' +
  '<ColorMapEntry color="#FDDC9E" label="17.2-19.1" opacity="1" quantity="30"/>' +
  '<ColorMapEntry color="#FCFDBF" label="19.1-130" opacity="1" quantity="31"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var mean_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#000004" label="0-3.5" opacity="1" quantity="15"/>' +
  '<ColorMapEntry color="#0C0927" label="3.5-4.5" opacity="1" quantity="17"/>' +
  '<ColorMapEntry color="#231151" label="4.5-5" opacity="1" quantity="18"/>' +
  '<ColorMapEntry color="#410F75" label="5-6.4" opacity="1" quantity="20"/>' +
  '<ColorMapEntry color="#5F187F" label="6.4-7.2" opacity="1" quantity="21"/>' +
  '<ColorMapEntry color="#7B2382" label="7.2-8" opacity="1" quantity="22"/>' +
  '<ColorMapEntry color="#982D80" label="8-9" opacity="1" quantity="23"/>' +
  '<ColorMapEntry color="#B63679" label="9-10" opacity="1" quantity="24"/>' +
  '<ColorMapEntry color="#D3436E" label="10-11.2" opacity="1" quantity="25"/>' +
  '<ColorMapEntry color="#EB5760" label="11.2-12.5" opacity="1" quantity="26"/>' +
  '<ColorMapEntry color="#F8765C" label="12.5-13.9" opacity="1" quantity="27"/>' +
  '<ColorMapEntry color="#FD9969" label="13.9-15.4" opacity="1" quantity="28"/>' +
  '<ColorMapEntry color="#FEBA80" label="15.4-17.2" opacity="1" quantity="29"/>' +
  '<ColorMapEntry color="#FDDC9E" label="17.2-19.1" opacity="1" quantity="30"/>' +
  '<ColorMapEntry color="#FCFDBF" label="19.1-130" opacity="1" quantity="31"/>' +
 '</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="2"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="5"/>' +
 '</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="2"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="5"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var raw = ee.Image("ISDASOIL/Africa/v1/cation_exchange_capacity");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_20), {},
    "Cation exchange capacity, mean visualization, 0-20 cm");
Map.addLayer(
    raw.select(1).sldStyle(mean_20_50), {},
    "Cation exchange capacity, mean visualization, 20-50 cm");
Map.addLayer(
    raw.select(2).sldStyle(stdev_0_20), {},
    "Cation exchange capacity, stdev visualization, 0-20 cm");
Map.addLayer(
    raw.select(3).sldStyle(stdev_20_50), {},
    "Cation exchange capacity, stdev visualization, 20-50 cm");

var converted = raw.divide(10).exp().subtract(1);

var visualization = {min: 0, max: 25};

Map.setCenter(25, -3, 2);

Map.addLayer(converted.select(0), visualization, "Cation exchange capacity, mean, 0-20 cm");

Открыть в редакторе кода

Эффективная катионообменная емкость iSDAsoil

Прогнозируемое среднее значение и стандартное отклонение эффективной катионообменной ёмкости на глубинах почвы 0–20 см и 20–50 см. Значения пикселей необходимо преобразовать обратно с помощью exp(x/10)-1. В районах густых джунглей (обычно в Центральной Африке) точность модели низкая, поэтому могут наблюдаться артефакты, такие как полосчатость. Свойства почвы…

ISDASOIL/Africa/v1/cation_exchange_capacity, 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