iSDAsoil Extractable Iron

資料集可用性

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

資料集來源

iSDA

Earth Engine 程式碼片段

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

標記

africa isda soil

鐵

說明

土壤深度 0-20 公分和 20-50 公分的可萃取鐵含量、預測平均值和標準差。

像素值必須使用 exp(x/10)-1 進行反向轉換。

在叢林密布的區域 (通常位於中非)，模型準確度較低，因此可能會出現帶狀 (條紋) 等構件。

土壤性質預測是由 Innovative Solutions for Decision Agriculture Ltd. (iSDA) 進行，採用機器學習技術搭配遙測資料，以及超過 10 萬個分析過的土壤樣本訓練集，以 30 公尺的像素大小進行預測。

詳情請參閱常見問題和技術資訊說明文件。如要提交問題或要求支援，請前往iSDAsoil 網站。

頻帶

像素大小
30 公尺

頻帶

名稱	單位	最小值	最大值	像素大小	說明
mean_0_20	ppm	0	62	公尺	可萃取鐵，預測 0 到 20 公分深度的平均值
mean_20_50	ppm	0	47	公尺	可萃取鐵，預測平均深度為 20 至 50 公分
stdev_0_20	ppm	0	39	公尺	可萃取鐵，0 到 20 公分深度的標準差
stdev_20_50	ppm	0	39	公尺	可萃取鐵，深度 20 至 50 公分處的標準差

使用條款

使用條款

CC-BY-4.0

引用內容

引用內容：

• Hengl, T.、Miller, M.A.E.、Križan, J. 等人。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

使用 Earth Engine 探索

重要事項： Earth Engine 平台提供 PB 級的科學分析與地理空間資料集視覺化功能，適用於公益、企業和政府機構使用者。 Earth Engine 可供研究、教育和非營利用途免費使用。如要開始使用，請註冊 Earth Engine 存取權。

程式碼編輯器 (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");

在程式碼編輯器中開啟

iSDAsoil Extractable Iron

土壤深度 0-20 公分和 20-50 公分的可萃取鐵含量、預測平均值和標準差。像素值必須使用 exp(x/10)-1 進行反向轉換。在叢林茂密的地區 (通常是中非)，模型準確度較低，因此可能會出現帶狀 (條紋) 等影像瑕疵。土壤性質預測結果為 …

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