
- 資料集可用性
- 2001-01-01T00:00:00Z–2017-01-01T00:00:00Z
- 資料集來源
- iSDA
- 標記
說明
土壤深度 0-20 公分和 20-50 公分的粉土含量、預測平均值和標準差。
像素值必須使用 exp(x/10)-1
進行反向轉換。
在叢林密布的區域 (通常位於中非),模型準確度較低,因此可能會出現帶狀 (條紋) 等構件。
土壤性質預測是由 Innovative Solutions for Decision Agriculture Ltd. (iSDA) 進行,採用機器學習技術搭配遙測資料,以及超過 10 萬個分析過的土壤樣本訓練集,以 30 公尺的像素大小進行預測。
詳情請參閱常見問題和技術資訊說明文件。如要提交問題或要求支援,請前往iSDAsoil 網站。
頻帶
像素大小
30 公尺
頻帶
名稱 | 單位 | 最小值 | 最大值 | 像素大小 | 說明 |
---|---|---|---|---|---|
mean_0_20 |
% | 1 | 61 | 公尺 | 粉土含量,預測平均值 (深度 0 到 20 公分) |
mean_20_50 |
% | 0 | 62 | 公尺 | 粉土含量,預測平均深度為 20 至 50 公分 |
stdev_0_20 |
% | 0 | 38 | 公尺 | 粉土含量,0 到 20 公分深度的標準差 |
stdev_20_50 |
% | 0 | 38 | 公尺 | 粉土含量,20 至 50 公分深度的標準差 |
使用條款
使用條款
引用內容
引用內容:
Hengl, T.、Miller, M.A.E.、Križan, J. 等人。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
使用 Earth Engine 探索
程式碼編輯器 (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");