Ten zbiór danych jest częścią Katalogu wydawców i nie jest zarządzany przez Google Earth Engine. W przypadku błędów napisz na adres forestdatapartnership@googlegroups.com. Więcej zbiorów danych znajdziesz w katalogu Forest Data Partnership. Więcej informacji o zbiorach danych wydawcy
- Właściciel katalogu
- Forest Data Partnership
- Dostępność zbioru danych
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- Dostawca zbioru danych
- Opracowano przez Google na potrzeby Forest Data Partnership
- Tagi
Opis
Uwaga: ten zbiór danych nie został jeszcze poddany recenzji. Więcej informacji znajdziesz w pliku README na GitHubie powiązanym z tym modelem.
Ta kolekcja obrazów zawiera prawdopodobieństwo w przypadku każdego piksela, że dany obszar jest zajęty przez kakao.
Oszacowania prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Ten zbiór danych odpowiada wynikom z 2020 r. i 2023 r. uzyskanym z modelu 2024a w repozytorium Forest Data Partnership w GitHub.
Głównym celem tej kolekcji obrazów jest wspieranie misji Forest Data Partnership, która ma na celu powstrzymanie i odwrócenie procesu utraty lasów w wyniku produkcji towarów poprzez wspólną poprawę globalnego monitorowania, śledzenia łańcucha dostaw i odbudowy lasów.
Pamiętaj, że ten zbiór danych ma oddzielne warunki korzystania dla użytkowników komercyjnych Earth Engine. Szczegółowe informacje znajdziesz na karcie „Warunki korzystania”.
Ta usługa danych społecznościowych ma się z czasem rozwijać, ponieważ społeczność udostępnia coraz więcej danych, a model używany do tworzenia map jest stale ulepszany. Aby przesłać opinię na temat tej kolekcji na podstawie mapy, skorzystaj z naszej instancji Collect Earth Online i wykonaj te instrukcje.
Jeśli chcesz przekazać ogólne opinie lub dodatkowe zbiory danych, aby ulepszyć te warstwy, skontaktuj się z nami, korzystając z tego formularza.
Ograniczenia: dane wyjściowe modelu są ograniczone do wybranych krajów jako kompozyty roku kalendarzowego za lata 2020 i 2023. Nie wszystkie regiony wyjściowe są reprezentowane przez dane treningowe. Dokładność jest podawana w formie zagregowanej, na podstawie umownego progu i będzie się różnić w zależności od lokalizacji geograficznej oraz progów wybranych przez użytkownika. Artefakty czujnika oparte na dostępności danych, nierównomierności w kierunku poprzecznym lub zachmurzeniu mogą być widoczne w prawdopodobieństwach wyjściowych i powodować błędy klasyfikacji przy niektórych progach. Zasięg geograficzny: Ghana, Wybrzeże Kości Słoniowej.
Pasma
Rozmiar piksela
10 metrów
Pasma
| Nazwa | Minimum | Maks. | Rozmiar piksela | Opis |
|---|---|---|---|---|
probability |
0 | 1 | metry | Prawdopodobieństwo, że piksel zawiera drzewa kakaowe w danym roku. |
Warunki korzystania z usługi
Warunki korzystania z usługi
W przypadku użytkowników niekomercyjnych korzystanie z tego zbioru danych podlega licencji CC-BY 4.0 NC i wymaga podania następującej informacji o autorstwie: „Wyprodukowano przez Google na potrzeby Forest Data Partnership”.
Jeśli chcesz używać zbioru danych w celach komercyjnych, możesz poprosić o dostęp za pomocą tego formularza. Dostęp będzie przyznawany lub odmawiany w zależności od konkretnego przypadku. Komercyjne wykorzystanie zbioru danych podlega Warunkom korzystania z danych komercyjnych w ramach partnerstwa dotyczącego danych o lasach.
Zawiera zmodyfikowane dane z satelit Copernicus Sentinel [od 2015 r.]. Zapoznaj się z informacjami prawnymi dotyczącymi danych z satelitów Sentinel.
Cytaty
Odkrywanie za pomocą Earth Engine
Edytor kodu (JavaScript)
Map.setCenter(-7.67, 6.71, 11); var collection = ee.ImageCollection( 'projects/forestdatapartnership/assets/cocoa/model_2024a'); var cocoa2020 = collection.filterDate('2020-01-01', '2020-12-31').mosaic(); Map.addLayer( cocoa2020.selfMask(), {min: 0.5, max: 1, palette: 'white,blue'}, 'cocoa 2020'); var cocoa2023 = collection.filterDate('2023-01-01', '2023-12-31').mosaic(); Map.addLayer( cocoa2023.selfMask(), {min: 0.5, max: 1, palette: 'white,green'}, 'cocoa 2023');