
- Доступность набора данных
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- Поставщик наборов данных
- iSDA
- Теги
Описание
Содержание ила на глубине 0-20 см и 20-50 см, прогнозируемое среднее значение и стандартное отклонение.
Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1
.
В районах густых джунглей (как правило, в Центральной Африке) точность модели низкая, поэтому могут быть видны такие артефакты, как полосатость.
Прогнозы свойств почвы были сделаны компанией Innovative Solutions for Decision Agriculture Ltd. (iSDA) с размером пикселя 30 м с использованием машинного обучения в сочетании с данными дистанционного зондирования и обучающим набором из более чем 100 000 проанализированных образцов почвы.
Дополнительную информацию можно найти в разделе часто задаваемых вопросов и технической документации . Чтобы сообщить о проблеме или запросить поддержку, посетите сайт iSDAsoil .
Группы
Размер пикселя
30 метров
Группы
Имя | Единицы | Мин. | Макс | Размер пикселя | Описание |
---|---|---|---|---|---|
mean_0_20 | % | 1 | 61 | метров | Содержание ила, прогнозируемое среднее на глубине 0-20 см |
mean_20_50 | % | 0 | 62 | метров | Содержание ила, прогнозируемое среднее на глубине 20–50 см |
stdev_0_20 | % | 0 | 38 | метров | Содержание ила, стандартное отклонение на глубине 0-20 см |
stdev_20_50 | % | 0 | 38 | метров | Содержание ила, стандартное отклонение на глубине 20–50 см |
Условия эксплуатации
Условия эксплуатации
Цитаты
Хенгль, Т., Миллер, М.А.Э., Крижан, Дж. и др. Свойства и питательные вещества африканских почв, картированные с пространственным разрешением 30 м с использованием двухмасштабного ансамблевого машинного обучения. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y
Исследуйте с Earth Engine
Редактор кода (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");