
- 데이터 세트 사용 가능 기간
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- 데이터 세트 제공업체
- iSDA
- 태그
설명
0~20cm 및 20~50cm 토양 깊이의 총 질소, 예측된 평균 및 표준 편차
픽셀 값은 exp(x/100)-1
로 역변환해야 합니다.
밀림이 우거진 지역 (일반적으로 중앙 아프리카)에서는 모델 정확도가 낮으므로 밴딩 (줄무늬)과 같은 아티팩트가 표시될 수 있습니다.
토양 속성 예측은 Innovative Solutions for Decision Agriculture Ltd. (iSDA)에서 머신러닝과 원격 감지 데이터, 분석된 100,000개 이상의 토양 샘플의 학습 세트를 사용하여 30m 픽셀 크기로 이루어졌습니다.
자세한 내용은 FAQ 및 기술 정보 문서를 참고하세요. 문제를 제출하거나 지원을 요청하려면 iSDAsoil 사이트를 방문하세요.
대역
픽셀 크기
30미터
대역
이름 | 단위 | 최소 | 최대 | 픽셀 크기 | 설명 |
---|---|---|---|---|---|
mean_0_20 |
g/kg | 3 | 246 | 미터 | 질소, 총계, 0~20cm 깊이의 예측 평균 |
mean_20_50 |
g/kg | 0 | 254 | 미터 | 질소, 총량, 20~50cm 깊이에서 예측된 평균 |
stdev_0_20 |
g/kg | 1 | 124 | 미터 | 질소, 총계, 0~20cm 깊이의 표준 편차 |
stdev_20_50 |
g/kg | 1 | 125 | 미터 | 질소, 총계, 20~50cm 깊이의 표준 편차 |
이용약관
이용약관
인용
인용:
Hengl, T., Miller, M.A.E., Križan, J., et al. 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
Earth Engine으로 탐색하기
코드 편집기(JavaScript)
var mean_0_20 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#000004" label="0-0.2" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#0C0927" label="0.2-0.3" opacity="1" quantity="30"/>' + '<ColorMapEntry color="#231151" label="0.3-0.4" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#410F75" label="0.4-0.5" opacity="1" quantity="43"/>' + '<ColorMapEntry color="#5F187F" label="0.5-0.6" opacity="1" quantity="48"/>' + '<ColorMapEntry color="#7B2382" label="0.6-0.7" opacity="1" quantity="52"/>' + '<ColorMapEntry color="#982D80" label="0.7-0.8" opacity="1" quantity="58"/>' + '<ColorMapEntry color="#B63679" label="0.8-0.9" opacity="1" quantity="64"/>' + '<ColorMapEntry color="#D3436E" label="0.9-1" opacity="1" quantity="67"/>' + '<ColorMapEntry color="#EB5760" label="1-1.1" opacity="1" quantity="75"/>' + '<ColorMapEntry color="#F8765C" label="1.1-1.2" opacity="1" quantity="79"/>' + '<ColorMapEntry color="#FD9969" label="1.2-1.3" opacity="1" quantity="83"/>' + '<ColorMapEntry color="#FEBA80" label="1.3-1.4" opacity="1" quantity="89"/>' + '<ColorMapEntry color="#FDDC9E" label="1.4-1.5" opacity="1" quantity="93"/>' + '<ColorMapEntry color="#FCFDBF" label="1.5-10" opacity="1" quantity="99"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#000004" label="0-0.2" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#0C0927" label="0.2-0.3" opacity="1" quantity="30"/>' + '<ColorMapEntry color="#231151" label="0.3-0.4" opacity="1" quantity="36"/>' + '<ColorMapEntry color="#410F75" label="0.4-0.5" opacity="1" quantity="43"/>' + '<ColorMapEntry color="#5F187F" label="0.5-0.6" opacity="1" quantity="48"/>' + '<ColorMapEntry color="#7B2382" label="0.6-0.7" opacity="1" quantity="52"/>' + '<ColorMapEntry color="#982D80" label="0.7-0.8" opacity="1" quantity="58"/>' + '<ColorMapEntry color="#B63679" label="0.8-0.9" opacity="1" quantity="64"/>' + '<ColorMapEntry color="#D3436E" label="0.9-1" opacity="1" quantity="67"/>' + '<ColorMapEntry color="#EB5760" label="1-1.1" opacity="1" quantity="75"/>' + '<ColorMapEntry color="#F8765C" label="1.1-1.2" opacity="1" quantity="79"/>' + '<ColorMapEntry color="#FD9969" label="1.2-1.3" opacity="1" quantity="83"/>' + '<ColorMapEntry color="#FEBA80" label="1.3-1.4" opacity="1" quantity="89"/>' + '<ColorMapEntry color="#FDDC9E" label="1.4-1.5" opacity="1" quantity="93"/>' + '<ColorMapEntry color="#FCFDBF" label="1.5-10" opacity="1" quantity="99"/>' + '</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="8"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="10"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="14"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="60"/>' + '</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="8"/>' + '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="10"/>' + '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="14"/>' + '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="60"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/nitrogen_total"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Nitrogen, total, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Nitrogen, total, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Nitrogen, total, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Nitrogen, total, stdev visualization, 20-50 cm"); var converted = raw.divide(100).exp().subtract(1); var visualization = {min: 0, max: 10000}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Nitrogen, total, mean, 0-20 cm");