iSDAsoil Extractable Potassium

데이터 세트 제공

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

데이터 세트 출처

iSDA

Earth Engine 스니펫

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

태그

africa isda soil

칼륨

설명

토양 깊이 0~20cm 및 20~50cm의 추출 가능한 칼륨, 예측 평균 및 표준 편차

픽셀 값은 exp(x/10)-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	ppm	1	80	30m	칼륨, 추출 가능, 0~20cm 깊이에서 예측된 평균
mean_20_50	ppm	0	79	30m	칼륨, 추출 가능, 20~50cm 깊이에서 예측된 평균
stdev_0_20	ppm	0	92	30m	칼륨, 추출 가능, 0~20cm 깊이의 표준 편차
stdev_20_50	ppm	0	92	30m	칼륨, 추출 가능, 20~50cm 깊이의 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

중요: Earth Engine은 공공의 이익 및 비즈니스와 정부 사용자를 위한 페타바이트 규모의 과학적 분석 및 지리 공간 데이터 세트 시각화 플랫폼입니다. Earth Engine은 연구, 교육, 비영리 목적으로 무료로 사용할 수 있습니다. 시작하려면 Earth Engine에 액세스할 수 있도록 등록하세요.

코드 편집기(JavaScript)

var mean_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#0D0887" label="0-32.1" opacity="1" quantity="35"/>' +
  '<ColorMapEntry color="#350498" label="32.1-43.7" opacity="1" quantity="38"/>' +
  '<ColorMapEntry color="#5402A3" label="43.7-48.4" opacity="1" quantity="39"/>' +
  '<ColorMapEntry color="#7000A8" label="48.4-53.6" opacity="1" quantity="40"/>' +
  '<ColorMapEntry color="#8B0AA5" label="53.6-59.3" opacity="1" quantity="41"/>' +
  '<ColorMapEntry color="#A31E9A" label="59.3-65.7" opacity="1" quantity="42"/>' +
  '<ColorMapEntry color="#B93289" label="65.7-72.7" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#CC4678" label="72.7-89" opacity="1" quantity="45"/>' +
  '<ColorMapEntry color="#DB5C68" label="89-98.5" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#E97158" label="98.5-108.9" opacity="1" quantity="47"/>' +
  '<ColorMapEntry color="#F48849" label="108.9-120.5" opacity="1" quantity="48"/>' +
  '<ColorMapEntry color="#FBA139" label="120.5-133.3" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#FEBC2A" label="133.3-163" opacity="1" quantity="51"/>' +
  '<ColorMapEntry color="#FADA24" label="163-199.3" opacity="1" quantity="53"/>' +
  '<ColorMapEntry color="#F0F921" label="163-1200" opacity="1" quantity="55"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var mean_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#0D0887" label="0-32.1" opacity="1" quantity="35"/>' +
  '<ColorMapEntry color="#350498" label="32.1-43.7" opacity="1" quantity="38"/>' +
  '<ColorMapEntry color="#5402A3" label="43.7-48.4" opacity="1" quantity="39"/>' +
  '<ColorMapEntry color="#7000A8" label="48.4-53.6" opacity="1" quantity="40"/>' +
  '<ColorMapEntry color="#8B0AA5" label="53.6-59.3" opacity="1" quantity="41"/>' +
  '<ColorMapEntry color="#A31E9A" label="59.3-65.7" opacity="1" quantity="42"/>' +
  '<ColorMapEntry color="#B93289" label="65.7-72.7" opacity="1" quantity="43"/>' +
  '<ColorMapEntry color="#CC4678" label="72.7-89" opacity="1" quantity="45"/>' +
  '<ColorMapEntry color="#DB5C68" label="89-98.5" opacity="1" quantity="46"/>' +
  '<ColorMapEntry color="#E97158" label="98.5-108.9" opacity="1" quantity="47"/>' +
  '<ColorMapEntry color="#F48849" label="108.9-120.5" opacity="1" quantity="48"/>' +
  '<ColorMapEntry color="#FBA139" label="120.5-133.3" opacity="1" quantity="49"/>' +
  '<ColorMapEntry color="#FEBC2A" label="133.3-163" opacity="1" quantity="51"/>' +
  '<ColorMapEntry color="#FADA24" label="163-199.3" opacity="1" quantity="53"/>' +
  '<ColorMapEntry color="#F0F921" label="163-1200" opacity="1" quantity="55"/>' +
 '</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/potassium_extractable");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_20), {},
    "Potassium extractable, mean visualization, 0-20 cm");
Map.addLayer(
    raw.select(1).sldStyle(mean_20_50), {},
    "Potassium extractable, mean visualization, 20-50 cm");
Map.addLayer(
    raw.select(2).sldStyle(stdev_0_20), {},
    "Potassium extractable, stdev visualization, 0-20 cm");
Map.addLayer(
    raw.select(3).sldStyle(stdev_20_50), {},
    "Potassium extractable, stdev visualization, 20-50 cm");

var converted = raw.divide(10).exp().subtract(1);

var visualization = {min: 0, max: 250};

Map.setCenter(25, -3, 2);

Map.addLayer(converted.select(0), visualization, "Potassium extractable, mean, 0-20 cm");

코드 편집기에서 열기

iSDAsoil Extractable Potassium

토양 깊이 0~20cm 및 20~50cm의 추출 가능한 칼륨, 예측 평균 및 표준 편차 픽셀 값은 exp(x/10)-1로 역변환해야 합니다. 밀림 지역 (일반적으로 중앙 아프리카)에서는 모델 정확도가 낮으므로 밴딩 (줄무늬)과 같은 아티팩트가 표시될 수 있습니다. 토양 속성 예측이 …

ISDASOIL/Africa/v1/potassium_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