A partir de 2009, el equipo de observación de la Tierra de la Dirección de Ciencia y Tecnología (STB) de Agriculture and Agri-Food Canada (AAFC) comenzó el proceso de generación de mapas digitales anuales de tipos de cultivos. Con un enfoque en las provincias de las praderas en 2009 y 2010, una metodología basada en árboles de decisión (DT) …
**Nota: Este conjunto de datos aún no se revisó por pares. Consulta este archivo README de GitHub para obtener más información.** Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con …
Consulta este archivo README de GitHub para obtener la documentación técnica de este conjunto de datos. Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con un modelo de aprendizaje automático. …
**Nota: Este conjunto de datos aún no se revisó por pares. Consulta este archivo README de GitHub para obtener más información.** Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con …
Consulta este archivo README de GitHub para obtener la documentación técnica de este conjunto de datos. Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con un modelo de aprendizaje automático. …
El conjunto de productos WorldCereal 10 m 2021 de la Agencia Espacial Europea (ESA) consta de mapas de cultivos anuales y estacionales a escala global, y su confianza relacionada. Se generaron como parte del proyecto ESA-WorldCereal. Obtén más información sobre el contenido de estos productos y la metodología utilizada para …
El sistema de clasificación WorldCereal de la Agencia Espacial Europea (ESA) tiene como objetivo generar productos en el plazo de un mes después del final de una temporada de cultivo en particular. Debido a la naturaleza dinámica de estas temporadas de cultivo en todo el mundo, se realizó una estratificación global en zonas agroecológicas (AEZ) basada en …
El conjunto de productos WorldCereal Active Cropland 10 m 2021 de la Agencia Espacial Europea (ESA) contiene marcadores de tierras de cultivo activas estacionales a escala global. Se generaron como parte del proyecto ESA-WorldCereal. Los productos de tierras de cultivo activas indican si un píxel identificado como cultivos temporales se …
Mapas europeos de tipos de cultivos basados en observaciones in situ de Sentinel-1 y LUCAS Copernicus 2018 para 2018, y una combinación de datos auxiliares, Sentinel-1 y Sentinel-2 con observaciones de LUCAS Copernicus 2022 para 2022. Según la encuesta in situ única de LUCAS 2018 Copernicus, este conjunto de datos representa el primer …
GFSAD es un proyecto financiado por la NASA para proporcionar datos globales de tierras de cultivo de alta resolución y su uso de agua que contribuyen a la seguridad alimentaria mundial en el siglo XXI. Los productos GFSAD se derivan de datos de teledetección de varios sensores (p.ej., Landsat, MODIS, AVHRR), datos secundarios y datos de parcelas de campo …
Este conjunto de datos contiene índices de sequía derivados del conjunto de datos meteorológicos de superficie en cuadrícula (GRIDMET) diarios de 4 km. Los índices de sequía proporcionados incluyen el índice de precipitación estandarizado (SPI), el índice de demanda de sequía evaporativa (EDDI), el índice estandarizado de evapotranspiración de precipitación (SPEI), el índice de severidad de sequía de Palmer (PDSI) y Palmer …
El conjunto de datos es un mapa global de palma de aceite industrial y de pequeños productores de 10 m para 2019. Abarca áreas en las que se detectaron plantaciones de palma de aceite. Las imágenes clasificadas son el resultado de una red neuronal convolucional basada en compuestos semestrales de Sentinel-1 y Sentinel-2. Consulta el artículo para obtener información adicional.
**Nota: Este conjunto de datos aún no se revisó por pares. Consulta este archivo README de GitHub para obtener más información.** Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con …
Consulta este archivo README de GitHub para obtener la documentación técnica de este conjunto de datos. Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con un modelo de aprendizaje automático. …
Consulta este archivo README de GitHub para obtener la documentación técnica de este conjunto de datos. Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con un modelo de aprendizaje automático. …
**Nota: Este conjunto de datos aún no se revisó por pares. Consulta este archivo README de GitHub para obtener más información.** Esta colección de imágenes proporciona la probabilidad estimada por píxel de que el área subyacente esté ocupada por el producto. Las estimaciones de probabilidad se proporcionan con una resolución de 10 metros y se generaron con …
La capa de datos de tierras de cultivo (CDL) es una capa de datos de cobertura terrestre específica para cultivos que se crea anualmente para el territorio continental de Estados Unidos con imágenes satelitales de resolución moderada y una extensa verdad sobre el terreno agrícola. La CDL es creada por el USDA, el Servicio Nacional de Estadísticas Agrícolas (NASS), la División de Investigación y Desarrollo, …
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","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"]]
