- Disponibilidad del conjunto de datos
- 2001-01-01T00:00:00Z–2002-01-01T00:00:00Z
- Proveedor del conjunto de datos
- EnvirometriX Ltd
- Etiquetas
Descripción
Predicciones globales de los biomas de vegetación natural potencial de las clases (basadas en las predicciones que se obtienen con la categoría "biomas actuales" del conjunto de datos de BIOMES 6000)
La vegetación natural potencial (VNP) es la cobertura vegetal en equilibrio con el clima que existiría en una ubicación determinada no afectada por las actividades humanas. El PNV es útil para aumentar la conciencia pública sobre la degradación de la tierra y para estimar el potencial de la tierra. Este conjunto de datos contiene los resultados de las predicciones de los siguientes elementos: - (1) Distribución global de biomas basada en el conjunto de datos de BIOME 6000 (8,057 reconstrucciones de sitios modernos basadas en polen) - (2) Distribución de especies de árboles forestales en Europa basada en registros detallados de ocurrencia (1,546,435 observaciones terrestres) - (3) Valores globales mensuales de la fracción de radiación fotosintéticamente activa absorbida (FAPAR) (30,301 puntos muestreados de forma aleatoria)
Para informar un problema o artefacto en los datos, usa este vínculo.
Para acceder a los mapas y visualizarlos fuera de Earth Engine, usa esta página.
Si detectas un error, un artefacto o una incoherencia en los mapas de LandGIS, o si tienes alguna pregunta, usa los siguientes canales:
Bandas
Bandas
Tamaño de píxel: 1,000 metros (todas las bandas)
| Nombre | Tamaño de los píxeles | Descripción |
|---|---|---|
biome_type |
1,000 metros | Distribución potencial de biomas |
Tabla de la clase biome_type
| Valor | Color | Descripción |
|---|---|---|
| 1 | #1c5510 | Bosque tropical perennifolio de hoja ancha |
| 2 | #659208 | bosque tropical semiperennifolio de hoja ancha |
| 3 | #ae7d20 | Bosque y bosque tropical caducifolio de hoja ancha |
| 4 | #000065 | Bosque mixto y de hoja ancha perenne templado cálido |
| 7 | #bbcb35 | Selva tropical templada |
| 8 | #009a18 | bosque fresco de coníferas perennes |
| 9 | #caffca | Bosque mixto fresco |
| 13 | #55eb49 | Bosque caducifolio latifoliado templado |
| 14 | #65b2ff | Bosque caducifolio frío |
| 15 | #0020ca | bosque perennifolio de coníferas frío |
| 16 | #8ea228 | bosques y matorrales esclerófilos templados |
| 17 | #ff9adf | bosque abierto de coníferas perennes templado |
| 18 | #baff35 | sabana tropical |
| 20 | #ffba9a | bosques o matorrales xerófitos |
| 22 | #ffba35 | estepa |
| 27 | #f7ffca | desierto |
| 28 | #e7e718 | Tundra de graminoides y hierbas |
| 30 | #798649 | Tundra de arbustos enanos erectos |
| 31 | #65ff9a | Tundra de arbustos baja y alta |
| 32 | #d29e96 | Tundra de arbustos enanos postrados |
Condiciones de Uso
Condiciones de Uso
Este es un resumen legible de la licencia (y no un sustituto de ella).
Tienes libertad para hacer lo siguiente: Compartir: Puedes copiar y redistribuir el material en cualquier medio o formato. Adaptar: Puedes mezclar, transformar y crear contenido basado en el material para cualquier propósito, incluso comercial.
Esta licencia es aceptable para las Obras Culturales Libres. El otorgante de licencias no puede revocar estas libertades siempre que cumplas con las condiciones de la licencia.
Según las siguientes condiciones: Atribución: Debes dar crédito de forma adecuada, proporcionar un vínculo a la licencia e indicar si se realizaron cambios. Puedes hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el otorgante de la licencia te respalda a ti o a tu uso.
Compartir bajo la misma licencia: Si remezclas, transformas o modificas el material, debes distribuir tus contribuciones bajo la misma licencia que el original.
Sin restricciones adicionales: No puede aplicar condiciones legales ni medidas tecnológicas que restrinjan legalmente a otras personas a hacer cualquier cosa que permita la licencia.
Citas
Hengl T, Walsh MG, Sanderman J, Wheeler I, Harrison SP, Prentice IC. (2018) Global Mapping of Potential Natural Vegetation: An Assessment of Machine Learning Algorithms for Estimating Land Potential. PeerJ Preprints. 10.7287/peerj.preprints.26811v1
DOI
Explora con Earth Engine
Editor de código (JavaScript)
var dataset = ee.Image('OpenLandMap/PNV/PNV_BIOME-TYPE_BIOME00K_C/v01'); var visualization = { bands: ['biome_type'], min: 1.0, max: 32.0, palette: [ '1c5510','659208','ae7d20','000065','bbcb35','009a18', 'caffca','55eb49','65b2ff','0020ca','8ea228','ff9adf', 'baff35','ffba9a','ffba35','f7ffca','e7e718','798649', '65ff9a','d29e96', ] }; Map.centerObject(dataset); Map.addLayer(dataset, visualization, 'Potential distribution of biomes');