Этот набор данных является частью каталога издателей и не управляется Google Earth Engine. Для сообщений об ошибках обращайтесь по адресу forestdatapartnership@googlegroups.com или просмотрите другие наборы данных из каталога Forest Data Partnership. Узнайте больше о наборах данных издателей .
- Владелец каталога
- Партнерство по данным о лесах
- Доступность набора данных
- 2020-01-01T00:00:00Z–2023-12-31T23:59:59Z
- Производитель наборов данных
- Создано компанией Google для организации Forest Data Partnership.
- Теги
- сельское хозяйство
Описание
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации в репозитории Forest Data Partnership на Github.
Основная цель этой коллекции изображений — поддержать миссию Партнерства по данным о лесах , которое стремится остановить и обратить вспять потерю лесов в результате товарного производства путем совместного совершенствования глобального мониторинга, отслеживания цепочек поставок и восстановления.
В настоящее время данный набор данных охватывает следующие страны: Таиланд, Индонезия, Вьетнам, Кот-д'Ивуар, Китай, Малайзия, Бразилия, Мексика и Шри-Ланка.
Этот продукт, созданный на основе данных, предоставленных сообществом, будет развиваться со временем по мере поступления новых данных от сообщества и постоянного совершенствования модели, используемой для создания карт. Если вы хотите оставить общий отзыв или предложить дополнительные наборы данных для улучшения этих слоев, пожалуйста, свяжитесь с нами через эту форму .
Ограничения: Результаты модели ограничены отдельными странами и представлены в виде сводных данных за календарные годы 2020 и 2023. Не все регионы, представленные в результатах, хорошо охвачены обучающими данными. Точность отображается в агрегированном виде и может варьироваться в зависимости от географического положения и выбранных пользователем пороговых значений. Артефакты, вызванные доступностью данных, неравномерностью траектории полета или облачностью, могут быть визуально заметны в выходных вероятностях и приводить к ошибкам классификации при некоторых пороговых значениях.
Для получения более подробной информации ознакомьтесь с этим файлом README на GitHub .
Обратите внимание, что для коммерческих пользователей Earth Engine действуют отдельные условия использования данного набора данных. Подробную информацию см. на вкладке «Условия использования».
Для получения более подробной информации ознакомьтесь с этим файлом README на GitHub .
Разница между версиями 2025a и 2025b заключается в том, что версия 2025b основана на спутниковых данных AlphaEarth Foundation, что обеспечивает расширенное географическое и временное покрытие по сравнению с версией 2025a. Кроме того, версия 2025b включает дополнительные входные данные и усовершенствованный конвейер обработки входных данных. Следует отметить, что модель 2025a может показывать лучшие результаты в некоторых контекстах.
Группы
Группы
Размер пикселя: 10 метров (все диапазоны)
| Имя | Мин | Макс | Размер пикселя | Описание |
|---|---|---|---|---|
probability | 0 | 1 | 10 метров | Вероятность того, что пиксель содержит изображения каучуковых деревьев за данный год. |
Условия эксплуатации
Условия эксплуатации
Для некоммерческих пользователей Earth Engine использование набора данных регулируется лицензией CC-BY 4.0 NC и требует указания следующего авторства: «Создано Google для Forest Data Partnership».
Коммерческое использование набора данных регулируется Условиями коммерческого использования наборов данных организации Forest Data Partnership .
Содержит измененные данные Copernicus Sentinel [2015 г. – настоящее время]. См. юридическое уведомление о данных Sentinel .
Цитаты
Партнерство по лесным данным. 2025. Модели взаимодействия с сообществом 2025a. Онлайн.
Исследуйте мир с помощью Earth Engine.
Редактор кода (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');