iSDAsoil Stone Content

資料集可用性

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

資料集供應器

iSDA

Earth Engine 程式碼片段

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

標記

africa isda soil

石頭

說明

土壤深度 0-20 公分和 20-50 公分的石頭含量，以及預測的平均值和標準差。

像素值必須使用 exp(x/10)-1 進行回轉換。

在叢林密集的地區 (通常是非洲中部)，模型準確度較低，因此可能會出現頻帶 (條紋) 等雜訊。

Innovative Solutions for Decision Agriculture Ltd. (iSDA) 使用機器學習技術，結合遙測資料和超過 10 萬個分析過的土壤樣本訓練集，以 30 公尺像素大小進行土壤特性預測。

如需更多資訊，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。

錶帶

像素大小
30 公尺

錶帶

名稱	單位	最小值	最大值	說明
mean_0_20	%	0	42	石頭含量，預測平均值為 0 到 20 公分深度
mean_20_50	%	0	42	石頭含量，預測平均值為 20 到 50 公分深度
stdev_0_20	%	1	159	石頭含量，在 0 到 20 公分深度處的標準差
stdev_20_50	%	1	158	石頭含量，在 20 到 50 公分深度時的標準差

使用條款

使用條款

CC-BY-4.0

引用內容

參考資料：

• Hengl, T.、Miller, M.A.E.、Križan, J. 等人使用雙尺度集成機器學習技術，以 30 公尺的空間解析度繪製非洲土壤特性和營養素地圖。Sci Rep 11，6130 (2021)。 doi:10.1038/s41598-021-85639-y

使用 Earth Engine 探索

重要事項： Earth Engine 平台可用於對地理空間資料集進行 PB 等級的科學分析和視覺化，可供公益機構、企業和政府使用者使用。 您可以免費使用 Earth Engine 進行研究、教育和非營利用途。如要開始使用，請註冊 Earth Engine 存取權。

程式碼編輯器 (JavaScript)

var mean_0_20 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#00204D" label="0-0.1" opacity="1" quantity="1"/>' +
  '<ColorMapEntry color="#002D6C" label="0.1-0.3" opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#16396D" label="0.3-0.5" opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#36476B" label="0.5-0.6" opacity="1" quantity="5"/>' +
  '<ColorMapEntry color="#4B546C" label="0.6-0.8" opacity="1" quantity="6"/>' +
  '<ColorMapEntry color="#5C616E" label="0.8-1" opacity="1" quantity="7"/>' +
  '<ColorMapEntry color="#6C6E72" label="1-1.2" opacity="1" quantity="8"/>' +
  '<ColorMapEntry color="#7C7B78" label="1.2-1.5" opacity="1" quantity="9"/>' +
  '<ColorMapEntry color="#8E8A79" label="1.5-1.7" opacity="1" quantity="10"/>' +
  '<ColorMapEntry color="#A09877" label="1.7-2" opacity="1" quantity="11"/>' +
  '<ColorMapEntry color="#B3A772" label="2-2.3" opacity="1" quantity="12"/>' +
  '<ColorMapEntry color="#C6B66B" label="2.3-2.7" opacity="1" quantity="13"/>' +
  '<ColorMapEntry color="#DBC761" label="2.7-3.1" opacity="1" quantity="14"/>' +
  '<ColorMapEntry color="#F0D852" label="3.1-3.5" opacity="1" quantity="15"/>' +
  '<ColorMapEntry color="#FFEA46" label="3.5-80" opacity="1" quantity="16"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';

var mean_20_50 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#00204D" label="0-0.1" opacity="1" quantity="1"/>' +
  '<ColorMapEntry color="#002D6C" label="0.1-0.3" opacity="1" quantity="3"/>' +
  '<ColorMapEntry color="#16396D" label="0.3-0.5" opacity="1" quantity="4"/>' +
  '<ColorMapEntry color="#36476B" label="0.5-0.6" opacity="1" quantity="5"/>' +
  '<ColorMapEntry color="#4B546C" label="0.6-0.8" opacity="1" quantity="6"/>' +
  '<ColorMapEntry color="#5C616E" label="0.8-1" opacity="1" quantity="7"/>' +
  '<ColorMapEntry color="#6C6E72" label="1-1.2" opacity="1" quantity="8"/>' +
  '<ColorMapEntry color="#7C7B78" label="1.2-1.5" opacity="1" quantity="9"/>' +
  '<ColorMapEntry color="#8E8A79" label="1.5-1.7" opacity="1" quantity="10"/>' +
  '<ColorMapEntry color="#A09877" label="1.7-2" opacity="1" quantity="11"/>' +
  '<ColorMapEntry color="#B3A772" label="2-2.3" opacity="1" quantity="12"/>' +
  '<ColorMapEntry color="#C6B66B" label="2.3-2.7" opacity="1" quantity="13"/>' +
  '<ColorMapEntry color="#DBC761" label="2.7-3.1" opacity="1" quantity="14"/>' +
  '<ColorMapEntry color="#F0D852" label="3.1-3.5" opacity="1" quantity="15"/>' +
  '<ColorMapEntry color="#FFEA46" label="3.5-80" opacity="1" quantity="16"/>' +
 '</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/stone_content");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_20), {},
    "Stone content, mean visualization, 0-20 cm");
Map.addLayer(
    raw.select(1).sldStyle(mean_20_50), {},
    "Stone content, mean visualization, 20-50 cm");
Map.addLayer(
    raw.select(2).sldStyle(stdev_0_20), {},
    "Stone content, stdev visualization, 0-20 cm");
Map.addLayer(
    raw.select(3).sldStyle(stdev_20_50), {},
    "Stone content, stdev visualization, 20-50 cm");

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

var visualization = {min: 0, max: 6};

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

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

在程式碼編輯器中開啟

iSDAsoil Stone Content

土壤深度 0-20 公分和 20-50 公分的石頭含量，以及預測的平均值和標準差。像素值必須使用 exp(x/10)-1 進行反轉換。在叢林密集的地區 (通常位於非洲中部)，模型準確度較低，因此可能會出現頻帶 (條紋) 等雜訊。土壤屬性預測結果為…

ISDASOIL/Africa/v1/stone_content, 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