Datasets tagged crop in Earth Engine
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Ab 2009 begann das Team für Erdbeobachtung der Abteilung für Wissenschaft und Technologie (Science and Technology Branch, STB) bei Agriculture and Agri-Food Canada (AAFC) mit der Erstellung digitaler Karten mit jährlichen Ernteinformationen. Für die Prärieprovinzen in den Jahren 2009 und 2010 wurde eine auf Entscheidungsbäumen (Decision Tree, DT) basierende Methodik verwendet, …
Hinweis: Dieses Dataset wurde noch keinem Peer-Review unterzogen. Weitere Informationen finden Sie in dieser README-Datei auf GitHub. Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von … generiert.
Hinweis: Dieses Dataset wurde noch keinem Peer-Review unterzogen. Weitere Informationen finden Sie in dieser README-Datei auf GitHub. Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von … generiert.
Die Produktreihe „WorldCereal 10 m 2021“ der Europäischen Weltraumorganisation (ESA) besteht aus jährlichen und saisonalen Karten mit Ernteinformationen auf globaler Ebene sowie den zugehörigen Konfidenzwerten. Sie wurden im Rahmen des ESA-WorldCereal-Projekts generiert. Weitere Informationen zu den Inhalten dieser Produkte und zur verwendeten Methodik …
Das WorldCereal-Klassifizierungssystem der Europäischen Weltraumorganisation (ESA) zielt darauf ab, Produkte innerhalb eines Monats nach dem Ende einer bestimmten Vegetationsperiode zu generieren. Aufgrund der dynamischen Natur dieser Vegetationsperioden weltweit wurde eine globale Stratifizierung in agroökologische Zonen (Agro-Ecological Zones, AEZ) auf der Grundlage von …
Die Produktreihe „WorldCereal Active Cropland 10 m 2021“ der Europäischen Weltraumorganisation (ESA) enthält saisonale Marker für aktive Ackerflächen auf globaler Ebene. Sie wurden im Rahmen des ESA-WorldCereal-Projekts generiert. Die Produkte für aktives Ackerland geben an, ob ein als zeitweiliges Ackerland identifizierter Pixel aktiv …
Europäische Karten mit Ernteinformationen auf der Grundlage von Sentinel-1- und LUCAS Copernicus-In-situ-Beobachtungen für 2018 sowie einer Kombination aus Sentinel-1-, Sentinel-2- und Hilfsdaten mit LUCAS Copernicus-Beobachtungen für 2022. Dieser Datensatz basiert auf der einzigartigen LUCAS 2018 Copernicus-In-situ-Erhebung und stellt die erste …
GFSAD ist ein von der NASA finanziertes Projekt, das hochauflösende globale Daten zu Ackerland und dessen Wassernutzung bereitstellt und so zur globalen Ernährungssicherheit im 21. Jahrhundert beiträgt. Die GFSAD-Produkte werden aus Fernerkundungsdaten von mehreren Sensoren (z. B. Landsat, MODIS, AVHRR), Sekundärdaten und Daten von Feldversuchen abgeleitet.
Dieser Datensatz enthält Dürreindizes, die aus dem täglichen GRIDMET-Datensatz (Gridded Surface Meteorological) mit einer Auflösung von 4 km abgeleitet wurden. Zu den bereitgestellten Dürreindizes gehören der standardisierte Niederschlagsindex (Standardized Precipitation Index, SPI), der evaporative Dürreindex (Evaporative Drought Demand Index, EDDI), der standardisierte Niederschlags-Evapotranspirationsindex (Standardized Precipitation Evapotranspiration Index, SPEI), der Palmer-Dürre-Index (Palmer Drought Severity Index, PDSI) und der Palmer …
Der Datensatz ist eine globale Karte der Ölpalmenanbauflächen von 2019 mit einer Auflösung von 10 m, die sowohl industrielle als auch Kleinbauernanbauflächen umfasst. Sie deckt Gebiete ab, in denen Ölpalmenplantagen nachgewiesen wurden. Die klassifizierten Bilder sind das Ergebnis eines Convolutional Neural Network, das auf halbjährlichen Sentinel-1- und Sentinel-2-Kompositen basiert. Weitere Informationen …
Hinweis: Dieses Dataset wurde noch nicht von Fachkollegen überprüft. Weitere Informationen finden Sie in dieser README-Datei auf GitHub. Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von … generiert.
Hinweis: Dieses Dataset wurde noch keinem Peer-Review unterzogen. Weitere Informationen finden Sie in dieser README-Datei auf GitHub. Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von … generiert.
Der Cropland Data Layer (CDL) ist eine kulturspezifische Ebene mit Daten zur Landbedeckung, die jährlich für die kontinentalen Vereinigten Staaten anhand von Satellitenbildern mit mittlerer Auflösung und umfangreichen landwirtschaftlichen Daten aus der Praxis erstellt wird. Der CDL wird vom USDA, National Agricultural Statistics Service (NASS), Research and Development Division, …
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[],["Agricultural agencies and projects are creating datasets for crop mapping and analysis. Actions include generating annual crop maps, like Canada's AAFC using a Decision Tree methodology, and ESA's WorldCereal project producing global-scale crop maps. Other datasets provide oil palm plantation maps, cropland extent data, and drought indices. Recent models also estimate cocoa, palm, and rubber tree probabilities at a per-pixel level, with some data focused on specific regions like Europe, the US, or Canada, while others are global.\n"]]
