iSDAsoil Extractable Iron

データセットの可用性

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

データセット プロバイダ

iSDA

Earth Engine スニペット

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

タグ

africa isda soil

アイロン

説明

土壌の深さ 0 ～ 20 cm と 20 ～ 50 cm での抽出可能な鉄、予測された平均と標準偏差。

ピクセル値は exp(x/10)-1 で逆変換する必要があります。

密林地帯（一般的に中央アフリカ）では、モデルの精度が低いため、バンディング（ストライプ）などのアーティファクトが見られることがあります。

土壌特性の予測は、Innovative Solutions for Decision Agriculture Ltd.（iSDA）が、リモート センシング データと 10 万を超える分析済み土壌サンプルのトレーニング セットを組み合わせた ML を使用して、30 m のピクセルサイズで行いました。

詳しくは、よくある質問と技術情報に関するドキュメントをご覧ください。問題の報告やサポートのリクエストを行うには、iSDAsoil サイトにアクセスしてください。

バンド

ピクセルサイズ
30 メートル

帯域

名前	単位	最小	最大	ピクセルサイズ	説明
mean_0_20	ppm	0	62	メートル	鉄（抽出可能）、予測平均値（深さ 0 ～ 20 cm）
mean_20_50	ppm	0	47	メートル	鉄、抽出可能、20 ～ 50 cm の深さでの予測平均
stdev_0_20	ppm	0	39	メートル	鉄、抽出可能、0 ～ 20 cm の深さでの標準偏差
stdev_20_50	ppm	0	39	メートル	鉄（抽出可能）、標準偏差（深さ 20 ～ 50 cm）

利用規約

利用規約

CC-BY-4.0

引用

引用:

• Hengl, T.、Miller, M.A.E.、Križan, J. 他。2 つのスケールのアンサンブル機械学習を使用して 30 m の空間分解能でマッピングされたアフリカの土壌特性と栄養素。Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

Earth Engine で探索する

重要: Earth Engine は、公共の利益のためだけでなく、ビジネス ユーザーや政府機関のユーザーのために、地理空間データセットのペタバイト規模の科学的分析と可視化を行うためのプラットフォームです。Earth Engine は、研究、教育、非営利目的での使用は無料です。まず、Earth Engine へのアクセスを登録してください。

コードエディタ（JavaScript）

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");

コードエディタで開く

iSDAsoil Extractable Iron

土壌の深さ 0 ～ 20 cm と 20 ～ 50 cm の抽出可能な鉄、予測される平均値と標準偏差。ピクセル値は exp(x/10)-1 で逆変換する必要があります。密林地帯（一般的に中央アフリカ）では、モデルの精度が低いため、バンディング（ストライプ）などのアーティファクトが見られることがあります。土壌特性の予測は…

ISDASOIL/Africa/v1/iron_extractable, africa,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