यह डेटासेट, पब्लिशर कैटलॉग का हिस्सा है. इसे Google Earth Engine मैनेज नहीं करता है. बग की शिकायत करने के लिए, forestdatapartnership@googlegroups.com पर संपर्क करें या Forest Data Partnership कैटलॉग से अन्य डेटासेट देखें. पब्लिशर के डेटासेट के बारे में ज़्यादा जानें.
- कैटलॉग का मालिक
- Forest Data Partnership
- डेटासेट की उपलब्धता
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- डेटासेट बनाने वाली कंपनी
- Forest Data Partnership के लिए, Google ने यह डेटासेट बनाया है
- टैग
ब्यौरा
**ध्यान दें: इस डेटासेट की अभी तक पीयर-रिव्यू नहीं किया गया है.
ज़्यादा जानकारी के लिए, कृपया GitHub पर मौजूद यह README देखें.**
इस इमेज कलेक्शन में, हर पिक्सल के लिए यह अनुमान लगाया गया है कि उसके नीचे मौजूद इलाके में, कमोडिटी मौजूद है या नहीं. संभावना के अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया गया है. ज़्यादा जानकारी के लिए, Github पर Forest Data Partnership के रेपो में मौजूद तकनीकी दस्तावेज़ देखें.
इस इमेज कलेक्शन का मुख्य मकसद, Forest Data Partnership के मिशन में मदद करना है. इसका मकसद, कमोडिटी के उत्पादन की वजह से होने वाले वन विनाश को रोकना और उसे कम करना है. इसके लिए, दुनिया भर में मॉनिटरिंग, सप्लाई चेन ट्रैकिंग, और रीस्टोरेशन को बेहतर बनाया जाता है.
फ़िलहाल, इस डेटासेट में ये देश शामिल हैं: थाईलैंड, इंडोनेशिया, वियतनाम, आइवरी कोस्ट, चीन, मलेशिया, ब्राज़ील, मेक्सिको, और श्रीलंका.
यह कम्यूनिटी डेटा प्रॉडक्ट, समय के साथ बेहतर होता जाएगा. ऐसा इसलिए, क्योंकि कम्यूनिटी से ज़्यादा डेटा उपलब्ध होता जाएगा. साथ ही, मैप बनाने के लिए इस्तेमाल किया जाने वाला मॉडल भी लगातार बेहतर होता जाएगा. अगर आपको इन लेयर को बेहतर बनाने के लिए सामान्य सुझाव या अन्य डेटासेट उपलब्ध कराने हैं, तो कृपया इस फ़ॉर्म के ज़रिए हमसे संपर्क करें.
सीमाएं: मॉडल का आउटपुट, चुने गए देशों के लिए साल 2020 और 2023 के कैलेंडर ईयर कंपोज़िट तक सीमित है. आउटपुट के सभी इलाकों को ट्रेनिंग डेटा से अच्छी तरह नहीं दिखाया गया है. सटीकता की जानकारी, कुल मिलाकर दी जाती है. यह भौगोलिक तौर पर और उपयोगकर्ता की चुनी गई थ्रेशोल्ड के हिसाब से अलग-अलग होगी. डेटा की उपलब्धता, क्रॉस-ट्रैक नॉन-यूनिफ़ॉर्मिटी या बादलों की वजह से, सेंसर के आर्टफ़ैक्ट, आउटपुट की संभावनाओं में दिख सकते हैं. साथ ही, कुछ थ्रेशोल्ड पर क्लासिफ़िकेशन में गड़बड़ियां हो सकती हैं.
ध्यान दें कि इस डेटासेट के लिए, Earth Engine के व्यावसायिक उपयोगकर्ताओं के लिए इस्तेमाल की अलग शर्तें हैं. ज़्यादा जानकारी के लिए, कृपया "इस्तेमाल की शर्तें" टैब देखें.
वर्शन 2025a और 2025b में यह अंतर है कि वर्शन 2025b, AlphaEarth Foundations Satellite Embeddings पर आधारित है. इससे 2025a के मुकाबले, ज़्यादा भौगोलिक और समय के हिसाब से कवरेज मिलता है. इसके अलावा, 2025b में अतिरिक्त इनपुट डेटा और बेहतर इनपुट डेटा प्रोसेसिंग पाइपलाइन शामिल है. ध्यान दें कि कुछ मामलों में, 2025a मॉडल बेहतर परफ़ॉर्म कर सकता है.
बैंड
बैंड
पिक्सल साइज़: 10 मीटर (सभी बैंड)
| नाम | कम से कम | ज़्यादा से ज़्यादा | पिक्सल साइज़ | ब्यौरा |
|---|---|---|---|---|
probability |
0 | 1 | 10 मीटर | इस बात की संभावना कि दिए गए साल में, पिक्सल में रबर के पेड़ शामिल हैं. |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
Earth Engine के गैर-व्यावसायिक उपयोगकर्ताओं के लिए, डेटासेट का इस्तेमाल CC-BY 4.0 NC लाइसेंस के तहत किया जाता है. इसके लिए, एट्रिब्यूशन देना ज़रूरी है: "Forest Data Partnership के लिए, Google ने यह डेटासेट बनाया है".
डेटासेट का व्यावसायिक इस्तेमाल, Forest Data Partnership के डेटासेट के व्यावसायिक इस्तेमाल की शर्तों के मुताबिक किया जाता है.
इसमें, कोपरनिकस सेंटिनल से लिया गया डेटा शामिल है. इस डेटा में [2015 से अब तक] बदलाव किया गया है. सेंटिनल डेटा से जुड़ा कानूनी नोटिस देखें .
उद्धरण
Forest Data Partnership. 2025. कम्यूनिटी मॉडल 2025a. ऑनलाइन
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (JavaScript)
Map.setCenter(106.48584, 11.17099, 11); var collection = ee.ImageCollection( 'projects/forestdatapartnership/assets/rubber/model_2025a'); var r2020 = collection.filterDate('2020-01-01', '2020-12-31').mosaic(); Map.addLayer( r2020.selfMask(), {min: 0.5, max: 1, palette: 'white,blue'}, 'rubber 2020'); var r2023 = collection.filterDate('2023-01-01', '2023-12-31').mosaic(); Map.addLayer( r2023.selfMask(), {min: 0.5, max: 1, palette: 'white,green'}, 'rubber 2023');