Questo set di dati fa parte di un catalogo di editori e non è gestito da Google Earth Engine. Contatta forestdatapartnership@googlegroups.com per segnalare bug o visualizzare altri set di dati dal catalogo di Forest Data Partnership. Scopri di più sui set di dati degli editori.
- Proprietario del catalogo
- Forest Data Partnership
- Disponibilità set di dati
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- Produttore del set di dati
- Prodotto da Google per Forest Data Partnership
- Tag
Descrizione
**Nota: questo set di dati non è ancora stato sottoposto a revisione paritaria.
Per maggiori informazioni, consulta il file README di GitHub.**
Questa raccolta di immagini fornisce la probabilità stimata per pixel che l'area sottostante sia occupata dalla merce. Le stime di probabilità vengono fornite con una risoluzione di 10 metri e sono state generate da un modello di machine learning. Per maggiori dettagli, consulta la documentazione tecnica sul repository di Forest Data Partnership su GitHub.
Lo scopo principale di questa raccolta di immagini è supportare la missione di Forest Data Partnership, che mira a fermare e invertire la perdita di foreste dovuta alla produzione di merci migliorando in modo collaborativo il monitoraggio globale, il monitoraggio della catena di fornitura e il ripristino.
Al momento, questo set di dati copre i seguenti paesi: Brasile, Vietnam, Indonesia, Colombia, Etiopia, Uganda, Honduras, Perù, Nicaragua, El Salvador.
Questo prodotto di dati della community è destinato a evolversi nel tempo, man mano che la community rende disponibili più dati e il modello utilizzato per produrre le mappe migliora continuamente. Se vuoi fornire feedback generali o set di dati aggiuntivi per migliorare questi livelli, contattaci tramite questo modulo.
Limitazioni: l'output del modello è limitato ai paesi selezionati come compositi dell'anno solare per il 2020 e il 2023. Non tutte le regioni dell'output sono ben rappresentate dai dati di addestramento. La precisione viene riportata in forma aggregata e varia geograficamente e in base alle soglie scelte dall'utente. Gli artefatti dei sensori basati sulla disponibilità dei dati, sulla non uniformità della traccia incrociata o sulla nuvolosità potrebbero essere visivamente evidenti nelle probabilità di output e comportare errori di classificazione in alcune soglie.
Tieni presente che questo set di dati ha termini di utilizzo separati per gli utenti commerciali di Earth Engine. Per maggiori dettagli, consulta la scheda "Termini e condizioni d'uso".
La differenza tra le versioni 2025a e 2025b è che la versione 2025b si basa su AlphaEarth Foundations Satellite Embeddings, che consente una copertura geografica e temporale più ampia rispetto alla versione 2025a. Inoltre, la versione 2025b include dati di input aggiuntivi e una pipeline di elaborazione dei dati di input evoluta. Tieni presente che il modello 2025a potrebbe avere prestazioni migliori in alcuni contesti.
Bande
Bande
Dimensioni pixel: 10 metri (tutte le bande)
| Nome | Min | Max | Dimensioni pixel | Descrizione |
|---|---|---|---|---|
probability |
0 | 1 | 10 metri | Probabilità che il pixel includa alberi di caffè per l'anno specificato. |
Termini e condizioni d'uso
Termini e condizioni d'uso
Per gli utenti non commerciali di Earth Engine, l'utilizzo del set di dati è soggetto alla licenza CC-BY 4.0 NC e richiede la seguente attribuzione: "Prodotto da Google per Forest Data Partnership".
L'utilizzo commerciale del set di dati è soggetto ai Termini e condizioni d'uso commerciali dei set di dati di Forest Data Partnership.
Contiene dati modificati di Copernicus Sentinel [dal 2015 a oggi]. Consulta l' informativa legale sui dati di Sentinel.
Citazioni
Forest Data Partnership. 2025. Modelli della community 2025a. Online
Esplora con Earth Engine
Editor di codice (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');