
- 데이터 세트 사용 가능 기간
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- 데이터 세트 제공업체
- iSDA
- 태그
설명
토양 깊이 0~20cm 및 20~50cm의 pH, 예측 평균 및 표준 편차
픽셀 값은 x/10
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 | 최소 | 최대 | 픽셀 크기 | 설명 |
---|---|---|---|---|
mean_0_20 |
35 | 103 | 미터 | pH, 0~20cm 깊이의 예측 평균 |
mean_20_50 |
35 | 102 | 미터 | pH, 20~50cm 깊이의 예측 평균 |
stdev_0_20 |
0 | 18 | 미터 | pH, 0~20cm 깊이의 표준 편차 |
stdev_20_50 |
0 | 18 | 미터 | pH, 20~50cm 깊이에서의 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="#CC0000" label="3.5-4.6" opacity="1" quantity="46"/>' + '<ColorMapEntry color="#FF0000" label="4.6-4.9" opacity="1" quantity="49"/>' + '<ColorMapEntry color="#FF5500" label="4.9-5.2" opacity="1" quantity="52"/>' + '<ColorMapEntry color="#FFAA00" label="5.2-5.4" opacity="1" quantity="54"/>' + '<ColorMapEntry color="#FFFF00" label="5.4-5.5" opacity="1" quantity="55"/>' + '<ColorMapEntry color="#D4FF2B" label="5.5-5.6" opacity="1" quantity="56"/>' + '<ColorMapEntry color="#AAFF55" label="5.6-5.7" opacity="1" quantity="57"/>' + '<ColorMapEntry color="#80FF80" label="5.7-5.9" opacity="1" quantity="59"/>' + '<ColorMapEntry color="#55FFAA" label="5.9-6" opacity="1" quantity="60"/>' + '<ColorMapEntry color="#2BFFD5" label="6-6.2" opacity="1" quantity="62"/>' + '<ColorMapEntry color="#00FFFF" label="6.2-6.3" opacity="1" quantity="63"/>' + '<ColorMapEntry color="#00AAFF" label="6.3-6.6" opacity="1" quantity="66"/>' + '<ColorMapEntry color="#0055FF" label="6.6-6.8" opacity="1" quantity="68"/>' + '<ColorMapEntry color="#0000FF" label="6.8-7.1" opacity="1" quantity="71"/>' + '<ColorMapEntry color="#0000CC" label="7.1-10.5" opacity="1" quantity="76"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#CC0000" label="3.5-4.6" opacity="1" quantity="46"/>' + '<ColorMapEntry color="#FF0000" label="4.6-4.9" opacity="1" quantity="49"/>' + '<ColorMapEntry color="#FF5500" label="4.9-5.2" opacity="1" quantity="52"/>' + '<ColorMapEntry color="#FFAA00" label="5.2-5.4" opacity="1" quantity="54"/>' + '<ColorMapEntry color="#FFFF00" label="5.4-5.5" opacity="1" quantity="55"/>' + '<ColorMapEntry color="#D4FF2B" label="5.5-5.6" opacity="1" quantity="56"/>' + '<ColorMapEntry color="#AAFF55" label="5.6-5.7" opacity="1" quantity="57"/>' + '<ColorMapEntry color="#80FF80" label="5.7-5.9" opacity="1" quantity="59"/>' + '<ColorMapEntry color="#55FFAA" label="5.9-6" opacity="1" quantity="60"/>' + '<ColorMapEntry color="#2BFFD5" label="6-6.2" opacity="1" quantity="62"/>' + '<ColorMapEntry color="#00FFFF" label="6.2-6.3" opacity="1" quantity="63"/>' + '<ColorMapEntry color="#00AAFF" label="6.3-6.6" opacity="1" quantity="66"/>' + '<ColorMapEntry color="#0055FF" label="6.6-6.8" opacity="1" quantity="68"/>' + '<ColorMapEntry color="#0000FF" label="6.8-7.1" opacity="1" quantity="71"/>' + '<ColorMapEntry color="#0000CC" label="7.1-10.5" opacity="1" quantity="76"/>' + '</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="5"/>' + '</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="5"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/ph"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "ph, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "ph, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "ph, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "ph, stdev visualization, 20-50 cm"); var converted = raw.divide(10); var visualization = {min: 4, max: 8}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "ph, mean, 0-20 cm");