iSDAsoil Total Nitrogen

ISDASOIL/Africa/v1/nitrogen_total
데이터 세트 제공
2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
데이터 세트 출처
Earth Engine 스니펫
ee.Image("ISDASOIL/Africa/v1/nitrogen_total")
태그
아프리카 isda 질소 토양

설명

0~20cm 및 20~50cm 토양 깊이의 총 질소, 예측된 평균 및 표준 편차

픽셀 값은 exp(x/100)-1로 역변환해야 합니다.

밀림이 많은 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 샘플 학습 세트를 사용하여 30m 픽셀 크기로 이루어졌습니다.

자세한 내용은 FAQ 및 기술 정보 문서를 참고하세요. 문제를 제출하거나 지원을 요청하려면 iSDAsoil 사이트를 방문하세요.

대역

대역

픽셀 크기: 30미터 (모든 밴드)

이름 단위 최소 최대 픽셀 크기 설명
mean_0_20 g/kg 3 246 30m

질소, 총량, 0~20cm 깊이의 예측 평균

mean_20_50 g/kg 0 254 30m

질소, 총량, 20~50cm 깊이에서 예측된 평균

stdev_0_20 g/kg 1 124 30m

질소, 총계, 0~20cm 깊이의 표준 편차

stdev_20_50 g/kg 1 125 30m

질소, 총, 20~50cm 깊이에서의 표준 편차

이용약관

이용약관

CC-BY-4.0

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 탐색

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");
코드 편집기에서 열기