Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez forestdatapartnership@googlegroups.com pour signaler un bug ou consultez d'autres ensembles de données dans le catalogue Forest Data Partnership. En savoir plus sur les ensembles de données pour les éditeurs
- Propriétaire du catalogue
- Partenariat Forest Data
- Disponibilité de l'ensemble de données
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- Producteur de l'ensemble de données
- Produit par Google pour le Forest Data Partnership
- Tags
Description
Remarque : Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub.
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le dépôt du partenariat sur les données forestières sur GitHub.
L'objectif principal de cette collection d'images est de soutenir la mission du Forest Data Partnership, qui vise à stopper et à inverser la déforestation liée à la production de matières premières en améliorant collectivement la surveillance mondiale, le suivi de la chaîne d'approvisionnement et la restauration.
Cet ensemble de données couvre actuellement les pays suivants : Brésil, Vietnam, Indonésie, Colombie, Éthiopie, Ouganda, Honduras, Pérou, Nicaragua, Le Salvador.
Ce produit de données communautaires est destiné à évoluer au fil du temps, à mesure que davantage de données seront disponibles auprès de la communauté et que le modèle utilisé pour produire les cartes s'améliorera en continu. Si vous souhaitez nous faire part de commentaires d'ordre général ou nous suggérer d'autres ensembles de données pour améliorer ces calques, veuillez nous contacter via ce formulaire.
Limites : La sortie du modèle est limitée aux composites annuels pour 2020 et 2023 dans les pays sélectionnés. Toutes les régions de la sortie ne sont pas bien représentées par les données d'entraînement. La précision est indiquée de manière globale et varie selon la zone géographique et les seuils choisis par l'utilisateur. Les artefacts de capteur basés sur la disponibilité des données, la non-uniformité transversale ou la nébulosité peuvent être visibles dans les probabilités de sortie et entraîner des erreurs de classification à certains seuils.
Notez que cet ensemble de données est soumis à des conditions d'utilisation distinctes pour les utilisateurs commerciaux d'Earth Engine. Pour en savoir plus, consultez l'onglet "Conditions d'utilisation".
Bandes
Taille des pixels
10 mètres
Bandes de fréquences
| Nom | Min | Max | Taille des pixels | Description |
|---|---|---|---|---|
probability |
0 | 1 | mètres | Probabilité que le pixel inclue des caféiers pour l'année donnée. |
Conditions d'utilisation
Conditions d'utilisation
Pour les utilisateurs non commerciaux d'Earth Engine, l'utilisation de l'ensemble de données est soumise à la licence CC-BY 4.0 NC et nécessite l'attribution suivante : "Produit par Google pour le Forest Data Partnership".
L'utilisation commerciale de l'ensemble de données est soumise aux Conditions d'utilisation commerciale des ensembles de données du partenariat Forest Data.
Contient des données Copernicus Sentinel modifiées [2015 à aujourd'hui]. Consultez les mentions légales sur les données Sentinel.
Citations
Partenariat sur les données forestières. 2025. Modèles de la communauté 2025a. En ligne
Explorer avec Earth Engine
Éditeur de code (JavaScript)
Map.setCenter(-88.84, 14.57, 12); var collection = ee.ImageCollection( 'projects/forestdatapartnership/assets/coffee/model_2025a'); var coffee2020 = collection.filterDate('2020-01-01', '2020-12-31').mosaic().gt(0.95); Map.addLayer( coffee2020.selfMask(), {min: 0.5, max: 1, palette: 'white,brown'}, 'coffee 2020'); var coffee2023 = collection.filterDate('2023-01-01', '2023-12-31').mosaic().gt(0.95); Map.addLayer( coffee2023.selfMask(), {min: 0.5, max: 1, palette: 'white,green'}, 'coffee 2023');