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 प्रोड्यूसर
- Produced by Google for the Forest Data Partnership
- टैग
ब्यौरा
ध्यान दें: इस डेटासेट की अब तक समीक्षा नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया यह GitHub README देखें.
इस इमेज कलेक्शन से, हर पिक्सल के लिए यह अनुमान लगाया जाता है कि कमोडिटी ने उस पिक्सल के नीचे मौजूद जगह को कितना कवर किया है. संभावना के अनुमान, 10 मीटर के रिज़ॉल्यूशन के हिसाब से दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल ने जनरेट किया है. ज़्यादा जानकारी के लिए, Github पर Forest Data Partnership repo में मौजूद तकनीकी दस्तावेज़ देखें.
इमेज के इस कलेक्शन का मुख्य मकसद, Forest Data Partnership के मिशन को पूरा करने में मदद करना है. इस मिशन का मकसद, कमोडिटी के उत्पादन की वजह से होने वाले वन विनाश को रोकना और उसे पहले जैसा करना है. इसके लिए, दुनिया भर में मॉनिटरिंग, सप्लाई चेन ट्रैकिंग, और वन बहाली की प्रोसेस को बेहतर बनाने के लिए मिलकर काम करना है.
फ़िलहाल, इस डेटासेट में इन देशों का डेटा शामिल है: 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 होगा. साथ ही, मैप बनाने के लिए इस्तेमाल किया जाने वाला मॉडल लगातार बेहतर होता जाएगा. अगर आपको इन लेयर को बेहतर बनाने के लिए सामान्य सुझाव/राय देनी है या अतिरिक्त 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 के कंपोज़िट तक सीमित है. ट्रेनिंग डेटा में, आउटपुट के सभी क्षेत्रों को अच्छी तरह से नहीं दिखाया गया है. सटीकता की जानकारी एग्रीगेट करके दी जाती है. यह भौगोलिक तौर पर और उपयोगकर्ता के चुने गए थ्रेशोल्ड के हिसाब से अलग-अलग होती है. डेटा की उपलब्धता, क्रॉस-ट्रैक की असमानता या बादलों की वजह से सेंसर से जुड़ी गड़बड़ियां हो सकती हैं. ये गड़बड़ियां, आउटपुट की संभावनाओं में साफ़ तौर पर दिख सकती हैं. साथ ही, कुछ थ्रेशोल्ड पर कैटगरी तय करने में गड़बड़ियां हो सकती हैं.
ध्यान दें कि इस डेटासेट के लिए, Earth Engine का इस्तेमाल करने वाले व्यावसायिक उपयोगकर्ताओं के लिए इस्तेमाल की अलग शर्तें हैं. ज़्यादा जानकारी के लिए, कृपया "इस्तेमाल की शर्तें" टैब देखें.
बैंड
बैंड
पिक्सल का साइज़: 10 मीटर (सभी बैंड)
| नाम | कम से कम | ज़्यादा से ज़्यादा | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|
probability |
0 | 1 | 10 मीटर | इस बात की संभावना कि दिए गए साल के लिए पिक्सल में रबर के पेड़ शामिल हैं. |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
Earth Engine का इस्तेमाल कारोबार के लिए नहीं करने वाले लोगों के लिए, इस डेटासेट का इस्तेमाल CC-BY 4.0 NC लाइसेंस के तहत किया जाता है. इसके लिए, एट्रिब्यूशन देना ज़रूरी है. जैसे: "इसे Google ने Forest Data Partnership के लिए बनाया है".
डेटासेट का कमर्शियल इस्तेमाल, Forest Data Partnership के डेटासेट के कमर्शियल इस्तेमाल की शर्तों के मुताबिक किया जा सकता है.
इसमें कॉपरनिकस सेंटिनल से लिया गया [2015 से अब तक] का डेटा है. इस डेटा में बदलाव किया गया है. Sentinel डेटा के लिए कानूनी सूचना 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');