
- 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 실트 함량, 예측된 평균 및 표준 편차
픽셀 값은 exp(x/10)-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 |
% | 1 | 61 | 미터 | 실트 함량, 0~20cm 깊이에서 예측된 평균 |
mean_20_50 |
% | 0 | 62 | 미터 | 실트 콘텐츠, 20~50cm 깊이에서 예측된 평균 |
stdev_0_20 |
% | 0 | 38 | 미터 | 실트 함량, 0~20cm 깊이의 표준 편차 |
stdev_20_50 |
% | 0 | 38 | 미터 | 실트 함량, 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="#00204D" label="0-7" opacity="1" quantity="7"/>' + '<ColorMapEntry color="#002D6C" label="7-9" opacity="1" quantity="9"/>' + '<ColorMapEntry color="#16396D" label="9-10" opacity="1" quantity="10"/>' + '<ColorMapEntry color="#36476B" label="10-11" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#4B546C" label="11-12" opacity="1" quantity="12"/>' + '<ColorMapEntry color="#5C616E" label="12-13" opacity="1" quantity="13"/>' + '<ColorMapEntry color="#6C6E72" label="13-14" opacity="1" quantity="14"/>' + '<ColorMapEntry color="#7C7B78" label="14-15" opacity="1" quantity="15"/>' + '<ColorMapEntry color="#8E8A79" label="15-16" opacity="1" quantity="16"/>' + '<ColorMapEntry color="#A09877" label="16-17" opacity="1" quantity="17"/>' + '<ColorMapEntry color="#B3A772" label="17-18" opacity="1" quantity="18"/>' + '<ColorMapEntry color="#C6B66B" label="18-19" opacity="1" quantity="19"/>' + '<ColorMapEntry color="#DBC761" label="19-20" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#F0D852" label="20-22" opacity="1" quantity="22"/>' + '<ColorMapEntry color="#FFEA46" label="22-70" opacity="1" quantity="24"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var mean_20_50 = '<RasterSymbolizer>' + '<ColorMap type="ramp">' + '<ColorMapEntry color="#00204D" label="0-7" opacity="1" quantity="7"/>' + '<ColorMapEntry color="#002D6C" label="7-9" opacity="1" quantity="9"/>' + '<ColorMapEntry color="#16396D" label="9-10" opacity="1" quantity="10"/>' + '<ColorMapEntry color="#36476B" label="10-11" opacity="1" quantity="11"/>' + '<ColorMapEntry color="#4B546C" label="11-12" opacity="1" quantity="12"/>' + '<ColorMapEntry color="#5C616E" label="12-13" opacity="1" quantity="13"/>' + '<ColorMapEntry color="#6C6E72" label="13-14" opacity="1" quantity="14"/>' + '<ColorMapEntry color="#7C7B78" label="14-15" opacity="1" quantity="15"/>' + '<ColorMapEntry color="#8E8A79" label="15-16" opacity="1" quantity="16"/>' + '<ColorMapEntry color="#A09877" label="16-17" opacity="1" quantity="17"/>' + '<ColorMapEntry color="#B3A772" label="17-18" opacity="1" quantity="18"/>' + '<ColorMapEntry color="#C6B66B" label="18-19" opacity="1" quantity="19"/>' + '<ColorMapEntry color="#DBC761" label="19-20" opacity="1" quantity="20"/>' + '<ColorMapEntry color="#F0D852" label="20-22" opacity="1" quantity="22"/>' + '<ColorMapEntry color="#FFEA46" label="22-70" opacity="1" quantity="24"/>' + '</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="4.19000000000005"/>' + '</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="4.19000000000005"/>' + '</ColorMap>' + '<ContrastEnhancement/>' + '</RasterSymbolizer>'; var raw = ee.Image("ISDASOIL/Africa/v1/silt_content"); Map.addLayer( raw.select(0).sldStyle(mean_0_20), {}, "Silt content, mean visualization, 0-20 cm"); Map.addLayer( raw.select(1).sldStyle(mean_20_50), {}, "Silt content, mean visualization, 20-50 cm"); Map.addLayer( raw.select(2).sldStyle(stdev_0_20), {}, "Silt content, stdev visualization, 0-20 cm"); Map.addLayer( raw.select(3).sldStyle(stdev_20_50), {}, "Silt content, stdev visualization, 20-50 cm"); var converted = raw.divide(10).exp().subtract(1); var visualization = {min: 0, max: 15}; Map.setCenter(25, -3, 2); Map.addLayer(converted.select(0), visualization, "Silt content, mean, 0-20 cm");