- ডেটাসেটের উপলভ্যতা
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- ডেটাসেট প্রযোজক
- iSDA গুগল আর্থ ইঞ্জিন
- ট্যাগ
- লোহা
বিবরণ
০-২০ সেমি এবং ২০-৫০ সেমি মাটির গভীরতায় নিষ্কাশনযোগ্য লোহা, পূর্বাভাসিত গড় এবং মান বিচ্যুতি।
পিক্সেল মানগুলিকে exp(x/10)-1 দিয়ে পুনরায় রূপান্তরিত করতে হবে।
ঘন জঙ্গলের অঞ্চলে (সাধারণত মধ্য আফ্রিকার উপরে), মডেলের নির্ভুলতা কম এবং তাই ব্যান্ডিং (স্ট্রাইপিং) এর মতো শিল্পকর্ম দেখা যেতে পারে।
ইনোভেটিভ সলিউশনস ফর ডিসিশন এগ্রিকালচার লিমিটেড (iSDA) ৩০ মিটার পিক্সেল আকারে মাটির সম্পত্তির পূর্বাভাস দিয়েছে, যার মধ্যে রয়েছে মেশিন লার্নিং, রিমোট সেন্সিং ডেটা এবং ১০০,০০০ এরও বেশি বিশ্লেষণ করা মাটির নমুনার প্রশিক্ষণ সেট।
আরও তথ্য FAQ এবং প্রযুক্তিগত তথ্য ডকুমেন্টেশনে পাওয়া যাবে। কোনও সমস্যা জমা দিতে বা সহায়তার জন্য অনুরোধ করতে, অনুগ্রহ করে iSDAsoil সাইটটি দেখুন।
ব্যান্ড
পিক্সেল আকার
৩০ মিটার
ব্যান্ড
| নাম | ইউনিট | ন্যূনতম | সর্বোচ্চ | পিক্সেল আকার | বিবরণ |
|---|---|---|---|---|---|
mean_0_20 | পিপিএম | 0 | ৬২ | মিটার | লোহা, নিষ্কাশনযোগ্য, ০-২০ সেমি গভীরতায় পূর্বাভাসিত গড় |
mean_20_50 | পিপিএম | 0 | ৪৭ | মিটার | লোহা, নিষ্কাশনযোগ্য, ২০-৫০ সেমি গভীরতায় অনুমানিত গড় |
stdev_0_20 | পিপিএম | 0 | ৩৯ | মিটার | লোহা, নিষ্কাশনযোগ্য, ০-২০ সেমি গভীরতায় আদর্শ বিচ্যুতি |
stdev_20_50 | পিপিএম | 0 | ৩৯ | মিটার | লোহা, নিষ্কাশনযোগ্য, ২০-৫০ সেমি গভীরতায় আদর্শ বিচ্যুতি |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
উদ্ধৃতি
উদ্ধৃতি:
হেঙ্গল, টি., মিলার, এমএই, ক্রিজান, জে., প্রমুখ। আফ্রিকান মাটির বৈশিষ্ট্য এবং পুষ্টি উপাদানগুলি দ্বি-স্কেল এনসেম্বল মেশিন লার্নিং ব্যবহার করে 30 মিটার স্থানিক রেজোলিউশনে ম্যাপ করা হয়েছে। বিজ্ঞান প্রতিবেদন 11, 6130 (2021)। doi:10.1038/s41598-021-85639-y
আর্থ ইঞ্জিনের সাহায্যে ঘুরে দেখুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
var mean_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#0D0887" label="0-6.4" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#350498" label="6.4-13.9" opacity="1" quantity="27"/>' + '<ColorMapEntry color="#5402A3" label="13.9-29" opacity="1" quantity="34"/>' + '<ColorMapEntry color="#7000A8" label="29-35.6" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#8B0AA5" label="35.6-43.7" opacity="1" quantity="38"/>' + '<ColorMapEntry color="#A31E9A" label="43.7-48.4" opacity="1" quantity="39"/>' + '<ColorMapEntry color="#B93289" label="48.4-53.6" opacity="1" quantity="40"/>' + '<ColorMapEntry color="#CC4678" label="53.6-59.3" opacity="1" quantity="41"/>' + '<ColorMapEntry color="#DB5C68" label="59.3-65.7" opacity="1" quantity="42"/>' + '<ColorMapEntry color="#E97158" label="65.7-72.7" opacity="1" quantity="43"/>' + '<ColorMapEntry color="#F48849" label="72.7-80.5" opacity="1" quantity="44"/>' + '<ColorMapEntry color="#FBA139" label="80.5-89" opacity="1" quantity="45"/>' + '<ColorMapEntry color="#FEBC2A" label="89-98.5" opacity="1" quantity="46"/>' + '<ColorMapEntry color="#FADA24" label="98.5-108.9" opacity="1" quantity="47"/>' + '<ColorMapEntry color="#F0F921" label="108.9-1200" opacity="1" quantity="48"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#0D0887" label="0-6.4" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#350498" label="6.4-13.9" opacity="1" quantity="27"/>' + '<ColorMapEntry color="#5402A3" label="13.9-29" opacity="1" quantity="34"/>' + '<ColorMapEntry color="#7000A8" label="29-35.6" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#8B0AA5" label="35.6-43.7" opacity="1" quantity="38"/>' + '<ColorMapEntry color="#A31E9A" label="43.7-48.4" opacity="1" quantity="39"/>' + '<ColorMapEntry color="#B93289" label="48.4-53.6" opacity="1" quantity="40"/>' + '<ColorMapEntry color="#CC4678" label="53.6-59.3" opacity="1" quantity="41"/>' + '<ColorMapEntry color="#DB5C68" label="59.3-65.7" opacity="1" quantity="42"/>' + '<ColorMapEntry color="#E97158" label="65.7-72.7" opacity="1" quantity="43"/>' + '<ColorMapEntry color="#F48849" label="72.7-80.5" opacity="1" quantity="44"/>' + '<ColorMapEntry color="#FBA139" label="80.5-89" opacity="1" quantity="45"/>' + '<ColorMapEntry color="#FEBC2A" label="89-98.5" opacity="1" quantity="46"/>' + '<ColorMapEntry color="#FADA24" label="98.5-108.9" opacity="1" quantity="47"/>' + '<ColorMapEntry color="#F0F921" label="108.9-1200" opacity="1" quantity="48"/>' + '</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="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="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="6"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/iron_extractable"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Iron, extractable, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Iron, extractable, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Iron, extractable, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Iron, extractable, stdev visualization, 20-50 cm"); var converted = raw.divide(10).exp().subtract(1); var visualization = {min: 0, max: 140}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Iron, extractable, mean, 0-20 cm");