Mulai tahun 2009, Tim Pengamatan Bumi dari Cabang Ilmu Pengetahuan dan Teknologi (STB) di Agriculture and Agri-Food Canada (AAFC) memulai proses pembuatan peta digital jenis tanaman tahunan. Berfokus pada Provinsi Prairie pada tahun 2009 dan 2010, metodologi berbasis Pohon Keputusan (DT) …
Catatan: Set data ini belum ditinjau oleh pakar. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Catatan: Set data ini belum ditinjau oleh pakar. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Rangkaian produk WorldCereal 10 m 2021 dari European Space Agency (ESA) terdiri dari peta tanaman tahunan dan musiman skala global serta keyakinan terkait. Data ini dihasilkan sebagai bagian dari project ESA-WorldCereal. Informasi selengkapnya tentang konten produk ini dan metodologi yang digunakan untuk …
Sistem klasifikasi WorldCereal European Space Agency (ESA) bertujuan untuk menghasilkan produk dalam waktu satu bulan setelah akhir musim tanam tertentu. Karena sifat dinamis musim tanam ini di seluruh dunia, stratifikasi global ke dalam Zona Agro-Ekologis (AEZ) dilakukan berdasarkan …
Suite produk WorldCereal Active Cropland 10 m 2021 dari European Space Agency (ESA) berisi penanda lahan pertanian aktif musiman skala global. Data ini dihasilkan sebagai bagian dari project ESA-WorldCereal. Produk lahan pertanian aktif menunjukkan apakah piksel yang diidentifikasi sebagai tanaman sementara telah aktif …
Peta jenis tanaman Eropa berdasarkan pengamatan in-situ LUCAS Copernicus 2018 dan Sentinel-1 untuk tahun 2018, serta kombinasi data tambahan, Sentinel-1, dan Sentinel-2 dengan pengamatan LUCAS Copernicus 2022 untuk tahun 2022. Berdasarkan survei in-situ Copernicus LUCAS 2018 yang unik, set data ini merepresentasikan …
GFSAD adalah project yang didanai NASA untuk menyediakan data lahan pertanian global beresolusi tinggi dan penggunaan airnya yang berkontribusi terhadap ketahanan pangan global pada abad ke-21. Produk GFSAD diperoleh melalui data penginderaan jauh multi-sensor (misalnya, Landsat, MODIS, AVHRR), data sekunder, dan data plot lapangan …
Set data ini berisi indeks kekeringan yang berasal dari set data Gridded Surface Meteorological (GRIDMET) harian 4 km. Indeks kekeringan yang diberikan mencakup indeks presipitasi standar (SPI), indeks permintaan kekeringan evaporatif (EDDI), indeks evapotranspirasi presipitasi standar (SPEI), Indeks Keparahan Kekeringan Palmer (PDSI), dan Palmer …
Set data ini adalah peta global perkebunan kelapa sawit industri dan petani kecil seluas 10 m untuk tahun 2019. Lapisan ini mencakup area tempat perkebunan kelapa sawit terdeteksi. Gambar yang diklasifikasikan adalah output dari jaringan neural konvolusional berdasarkan komposit setengah tahun Sentinel-1 dan Sentinel-2. Lihat artikel untuk mengetahui … tambahan
Catatan: Set data ini belum ditinjau oleh pakar. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Catatan: Set data ini belum ditinjau oleh pakar. Lihat README GitHub ini untuk mengetahui informasi selengkapnya. Kumpulan gambar ini memberikan perkiraan probabilitas per piksel bahwa area yang mendasarinya ditempati oleh komoditas. Estimasi probabilitas diberikan pada resolusi 10 meter, dan telah dihasilkan oleh …
Cropland Data Layer (CDL) adalah lapisan data penutup lahan khusus tanaman yang dibuat setiap tahun untuk Amerika Serikat kontinental menggunakan citra satelit beresolusi sedang dan kebenaran nyata pertanian yang ekstensif. CDL dibuat oleh USDA, National Agricultural Statistics Service (NASS), Research and Development Division, …
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","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"]]
