-
澳洲實際蒸發散量 (CMRSET Landsat V2.2)
這項資料集使用 CMRSET 演算法，提供澳洲的準確實際蒸發散量 (AET 或 ETa)。AET 波段 (名為「ETa」) 包含該月所有無雲 Landsat 觀測資料的 CMRSET 模型每日平均值 (以 AET 資料中的值 3 表示)。 農業 澳洲 澳洲聯邦科學與工業研究組織 (CSIRO) 蒸發 蒸發散 Landsat 衍生 -
加拿大 AAFC 年度作物清單
加拿大農業及農業食品部 (AAFC) 科學技術分部 (STB) 的地球觀測團隊，自 2009 年開始生成年度作物類型數位地圖。2009 年和 2010 年著重於草原三省，並使用決策樹 (DT) 為主的方法… 農業 加拿大 作物 土地覆蓋 -
可可機率模型 2025a
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… 農業 生物多樣性 可可 保育 作物 歐盟去森林化法規 -
可可機率模型 2025b
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture alphaearth-derived biodiversity cocoa conservation crop -
Coffee Probability model 2025a
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… 農業 生物多樣性 咖啡 保育 作物 eudr -
Coffee Probability model 2025b
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture alphaearth-derived biodiversity coffee conservation crop -
DESS China Terrace Map v1
這個資料集是 2018 年的中國梯田地圖，解析度為 30 公尺。這項資料集是透過監督式像素分類法開發而成，採用 Google Earth Engine 平台的多來源和多時相資料。整體準確度和 Kappa 係數分別達到 94% 和 0.72。這項首次 … 農業 土地覆蓋 土地利用 土地利用 - 土地覆蓋 清華 -
Drained Organic Soils Emissions (Annual) 1.0
這兩項相關的 FAO 排水有機土壤資料集提供以下估計值：DROSA-A：為農業活動 (耕地和放牧草地) 排水的有機土壤面積 (以公頃為單位) DROSE-A：農業排水有機土壤的碳 (C) 和一氧化二氮 (N2O) 估計值 (以十億克為單位)，適用於… agriculture climate climate-change emissions fao ghg -
ESA WorldCereal 10 m v100
歐洲太空總署 (ESA) WorldCereal 10 m 2021 產品套件包含全球規模的年度和季節性作物地圖，以及相關的信賴度。這些資料是 ESA-WorldCereal 計畫的一部分。如要進一步瞭解這些產品的內容和使用的方法，請參閱… agriculture copernicus crop esa global landcover -
ESA WorldCereal AEZ v100
歐洲太空總署 (ESA) WorldCereal 分類系統的目標是在特定生長季結束後一個月內生成產品。由於全球各地生長季的動態特性，我們根據… agriculture boundaries crop esa global table -
ESA WorldCereal Active Cropland 10 m v100
歐洲太空總署 (ESA) WorldCereal Active Cropland 10 m 2021 產品套件包含全球規模的季節性活躍耕地標記。這些資料是 ESA-WorldCereal 計畫的一部分。有效農地產品會指出像素是否已主動識別為臨時作物。 agriculture copernicus crop esa global landcover -
EUCROPMAP
歐洲作物類型地圖，2018 年的資料是根據 Sentinel-1 和 LUCAS Copernicus 2018 現場觀測結果繪製，2022 年的資料則是根據 Sentinel-1、Sentinel-2 和輔助資料，以及 LUCAS Copernicus 2022 觀測結果繪製。這個資料集是以 2018 年哥白尼計畫的 LUCAS 現場調查為基礎，是第一個… agriculture crop eu jrc lucas sentinel1-derived -
森林附近居民 (FPP) 1.0
「森林鄰近人口」(FPP) 資料集是其中一個資料層，有助於開發森林合作夥伴關係 (CPF) 全球核心森林相關指標集 (GCS) 的指標 #13「極度貧困的森林依賴人口數」。FPP 資料集提供 … agriculture fao forest global plant-productivity population -
GFSAD1000：農地範圍 1 公里多項研究作物遮罩，全球糧食支援分析資料
GFSAD 是由 NASA 贊助的計畫，旨在提供高解析度的全球耕地資料和用水量，為 21 世紀的全球糧食安全做出貢獻。GFSAD 產品是透過多感應器遙測資料 (例如 Landsat、MODIS、AVHRR)、次要資料和田間地塊資料衍生而來… 農業 作物 土地覆蓋 美國地質調查局 -
全球油棕園地圖
這項資料集是 2019 年的全球工業和自耕油棕樹地圖，解析度為 10 公尺。涵蓋偵測到油棕種植園的區域。分類後的圖像是由卷積類神經網路輸出，該網路以 Sentinel-1 和 Sentinel-2 半年合成資料為基礎。請參閱文章瞭解其他… 農業 生物多樣性 保育 作物 全球 土地利用 -
IrrMapper 灌溉農地，1.2 版
IrrMapper 每年會對美國西部 11 州進行灌溉狀態分類，並以 Landsat 比例尺 (即 30 公尺)，並使用隨機森林演算法，涵蓋 1986 年至今的資料。雖然 IrrMapper 論文說明瞭四個類別的分類 (即灌溉、旱地、未耕種、濕地)，… 農業 Landsat 衍生 -
NAIP：國家農業圖像計畫
美國國家農業影像計畫 (NAIP) 會在美國本土的農業生長季節，取得空照影像。NAIP 計畫每年都會根據可用資金和影像擷取週期簽約。自 2003 年起，NAIP 每 5 年會取得一次。2008 年是… agriculture highres imagery orthophotos usda -
Palm Probability model 2025a
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture biodiversity conservation crop eudr forestdatapartnership -
Palm Probability model 2025b
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture alphaearth-derived biodiversity conservation crop eudr -
橡膠機率模型 2025b
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture alphaearth-derived biodiversity conservation crop eudr -
橡膠樹機率模型 2025a
這組圖片會提供每個像素的預估機率，指出該像素所代表的區域是否含有商品。這項服務提供的機率估計值解析度為 10 公尺，是由機器學習模型生成。詳情請參閱 Forest Data Partnership 的技術文件… agriculture biodiversity conservation crop eudr forestdatapartnership -
Tree proximate people (TPP) 1.0
「Tree Proximate People」(TPP) 是其中一個資料集，有助於開發森林合作夥伴關係 (CPF) 全球核心森林相關指標集 (GCS) 的指標 #13，也就是極度貧困的森林依賴人口數。TPP 資料集提供 4 種不同的預估值… agriculture fao forest global plant-productivity population -
聯合國糧食及農業組織 (FAO) 排水有機土壤面積 (每年) 1.0
這兩項相關的 FAO 排水有機土壤資料集提供以下估計值：DROSA-A：為農業活動 (耕地和放牧草地) 排水的有機土壤面積 (以公頃為單位) DROSE-A：農業排水有機土壤的碳 (C) 和一氧化二氮 (N2O) 估計值 (以十億克為單位)，適用於… agriculture climate climate-change emissions fao ghg -
美國農業部國家農業統計局農地資料層
農地資料層 (CDL) 是每年為美國本土建立的特定作物地貌資料層，採用中等解析度的衛星圖像和豐富的農業基準真相資料。CDL 由美國農業部 (USDA) 國家農業統計局 (NASS) 研究與開發部門建立，… 農業 作物 土地覆蓋 美國農業部 -
WAPOR 實際蒸發散量和截留量 2.0
實際蒸發散量和截留量 (ETIa) (每十天，以公釐/天為單位) 是指土壤蒸發量 (E)、樹冠蒸散量 (T) 和葉片截留雨水蒸發量 (I) 的總和。每個像素的值代表特定旬的每日平均 ETIa。 agriculture fao wapor water water-vapor -
WAPOR 實際蒸發散量和截留量 3.0
實際蒸發散量和截留量 (ETIa) (每十天，以公釐/天為單位) 是指土壤蒸發量 (E)、樹冠蒸散量 (T) 和葉片截留雨水蒸發量 (I) 的總和。每個像素的值代表特定旬的每日平均 ETIa。 agriculture fao wapor water water-vapor -
WAPOR Daily Reference Evapotranspiration 2.0
參考蒸發散量 (RET) 是指假設參考作物蒸發散的水量，並模擬充分灌溉的草地表面行為。每個像素代表每日參考蒸發散量 (以公釐為單位)。 agriculture fao wapor water water-vapor -
WAPOR Daily Reference Evapotranspiration 3.0
參考蒸發散量 (RET) 是指假設參考作物蒸發散的水量，並模擬充分灌溉的草地表面行為。每個像素代表每日參考蒸發散量 (以公釐為單位)。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Evaporation 2.0
蒸發 (E) 資料元件 (每十天，以公釐/天為單位) 是土壤表面的實際蒸發量。每個像素的值代表該旬的每日實際蒸發量平均值。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Evaporation 3.0
蒸發 (E) 資料元件 (每十天，以公釐/天為單位) 是土壤表面的實際蒸發量。每個像素的值代表該旬的每日實際蒸發量平均值。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Interception 2.0
攔截 (I) 資料元件 (十日，單位為 mm/day) 代表植被冠層攔截的降雨蒸發量。截留是指雨水被樹葉截留的過程。但其中一部分會再次蒸發。每個像素的值代表平均值… agriculture fao wapor water water-vapor -
WAPOR Dekadal Interception 3.0
攔截 (I) 資料元件 (十日，單位為 mm/day) 代表植被冠層攔截的降雨蒸發量。截留是指雨水被樹葉截留的過程。但其中一部分會再次蒸發。每個像素的值代表平均值… agriculture fao wapor water water-vapor -
WAPOR Dekadal Net Primary Production 2.0
淨初級生產力 (NPP) 是生態系統的基本特徵，表示光合作用驅動的二氧化碳轉化為生物質。像素值代表該旬的平均每日 NPP。 agriculture fao plant-productivity wapor water -
WAPOR Dekadal Reference Evapotranspiration 2.0
參考蒸發散量 (RET) 是指假設參考作物蒸發散的水量，並模擬充分灌溉的草地表面行為。每個像素的值代表該特定十天的每日參考蒸發散量平均值。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Reference Evapotranspiration 3.0
參考蒸發散量 (RET) 是指假設參考作物蒸發散的水量，並模擬充分灌溉的草地表面行為。每個像素的值代表該特定十天的每日參考蒸發散量平均值。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Transpiration 2.0
蒸散 (T) 資料元件 (每十天，以 mm/day 為單位) 是植被冠層的實際蒸散量。每個像素的值代表該特定十天的每日實際蒸散量平均值。 agriculture fao wapor water water-vapor -
WAPOR Dekadal Transpiration 3.0
蒸散 (T) 資料元件 (每十天，以 mm/day 為單位) 是植被冠層的實際蒸散量。每個像素的值代表該特定十天的每日實際蒸散量平均值。 agriculture fao global wapor water water-vapor -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
這項資料集以 1 公里解析度，繪製 2001 年至 2022 年全球樹木覆蓋面積減少的主要原因。這項資料由世界資源研究所 (WRI) 和 Google DeepMind 共同製作，採用全球類神經網路模型 (ResNet) 開發而成，並以收集的一組樣本進行訓練。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
這項資料集以 1 公里解析度，繪製 2001 年至 2023 年全球樹木覆蓋面積減少的主要原因。這項資料由世界資源研究所 (WRI) 和 Google DeepMind 共同製作，採用全球類神經網路模型 (ResNet) 開發而成，並以收集的一組樣本進行訓練。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
這項資料集以 1 公里解析度，繪製 2001 年至 2024 年全球樹木覆蓋面積減少的主要原因。這項資料由世界資源研究所 (WRI) 和 Google DeepMind 共同製作，採用全球類神經網路模型 (ResNet) 開發而成，並以收集的一組樣本進行訓練。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
這項資料集以 1 公里解析度繪製 2001 年至 2025 年全球樹木覆蓋面積減少的主要原因。這項資料由世界資源研究所 (WRI) 和 Google DeepMind 共同製作，採用全球類神經網路模型 (ResNet) 開發而成，並以收集的一組樣本進行訓練。 agriculture deforestation forest forest-biomass google landandcarbon
