Tập dữ liệu này thuộc Danh mục của nhà xuất bản và không do Google Earth Engine quản lý. Hãy liên hệ với forestdatapartnership@googlegroups.com để báo cáo lỗi hoặc xem thêm các tập dữ liệu trong Danh mục của Forest Data Partnership. Tìm hiểu thêm về Tập dữ liệu của nhà xuất bản.
- Chủ sở hữu danh mục
- Forest Data Partnership
- Phạm vi cung cấp tập dữ liệu
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- Nhà cung cấp tập dữ liệu
- Sản xuất bởi Google cho Forest Data Partnership
- Thẻ
Mô tả
Lưu ý: Tập dữ liệu này chưa được đánh giá ngang hàng. Vui lòng xem README trên GitHub này để biết thêm thông tin.
Tập hợp hình ảnh này cung cấp xác suất ước tính cho mỗi pixel rằng khu vực cơ bản có chứa hàng hoá. Các số liệu ước tính xác suất được cung cấp ở độ phân giải 10 mét và do một mô hình học máy tạo ra. Để biết thông tin chi tiết, hãy xem tài liệu kỹ thuật trên kho lưu trữ Forest Data Partnership trên Github.
Mục đích chính của bộ sưu tập hình ảnh này là hỗ trợ sứ mệnh của Forest Data Partnership (Đối tác dữ liệu về rừng). Tổ chức này hướng đến việc ngăn chặn và đảo ngược tình trạng mất rừng do sản xuất hàng hoá bằng cách cùng nhau cải thiện hoạt động giám sát toàn cầu, theo dõi chuỗi cung ứng và phục hồi.
Hiện tại, tập dữ liệu này bao gồm các quốc gia sau: Brazil, Việt Nam, Indonesia, Colombia, Ethiopia, Uganda, Honduras, Peru, Nicaragua, El Salvador.
Sản phẩm dữ liệu cộng đồng này sẽ phát triển theo thời gian, khi có thêm dữ liệu từ cộng đồng và mô hình dùng để tạo bản đồ liên tục được cải thiện. Nếu bạn muốn cung cấp ý kiến phản hồi chung hoặc các tập dữ liệu bổ sung để cải thiện những lớp này, vui lòng liên hệ qua biểu mẫu này.
Hạn chế: Đầu ra của mô hình chỉ giới hạn ở một số quốc gia được chọn dưới dạng dữ liệu tổng hợp theo năm dương lịch cho năm 2020 và 2023. Không phải tất cả các vùng đầu ra đều được biểu thị rõ ràng bằng dữ liệu huấn luyện. Độ chính xác được báo cáo ở dạng tổng hợp và sẽ thay đổi theo vị trí địa lý cũng như ngưỡng do người dùng chọn. Các hiện tượng giả tạo của cảm biến dựa trên tính sẵn có của dữ liệu, tính không đồng nhất giữa các đường hoặc độ che phủ của mây có thể xuất hiện rõ ràng trong các xác suất đầu ra và dẫn đến lỗi phân loại ở một số ngưỡng.
Xin lưu ý rằng tập dữ liệu này có các điều khoản sử dụng riêng cho người dùng thương mại của Earth Engine. Vui lòng xem thẻ "Điều khoản sử dụng" để biết thông tin chi tiết.
Băng tần
Kích thước pixel
10 mét
Dải
| Tên | Phút | Tối đa | Kích thước pixel | Mô tả |
|---|---|---|---|---|
probability |
0 | 1 | mét | Xác suất mà điểm ảnh có chứa cây cà phê trong năm đã cho. |
Điều khoản sử dụng
Điều khoản sử dụng
Đối với người dùng Earth Engine không vì mục đích thương mại, việc sử dụng tập dữ liệu phải tuân theo giấy phép CC-BY 4.0 NC và yêu cầu thông tin ghi nhận quyền tác giả sau đây: "Do Google sản xuất cho Forest Data Partnership".
Để sử dụng tập dữ liệu cho mục đích thương mại, bạn có thể yêu cầu cấp quyền truy cập bằng cách sử dụng biểu mẫu này. Chúng tôi sẽ cấp hoặc từ chối quyền truy cập theo từng trường hợp. Việc sử dụng tập dữ liệu cho mục đích thương mại phải tuân theo Điều khoản sử dụng thương mại đối với tập dữ liệu trong chương trình hợp tác về dữ liệu rừng.
Chứa dữ liệu đã được sửa đổi của Copernicus Sentinel [từ năm 2015 đến nay]. Xem Thông báo pháp lý về dữ liệu Sentinel.
Trích dẫn
Đối tác dữ liệu rừng. 2025. Mô hình cộng đồng 2025a. Trực tuyến
Khám phá bằng Earth Engine
Trình soạn thảo mã (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');