W 2009 r. zespół ds. obserwacji Ziemi z sekcji naukowo-technicznej (STB) w Agriculture and Agri-Food Canada (AAFC) rozpoczął proces tworzenia corocznych cyfrowych map typów upraw. W latach 2009–2010 w prowincjach Prairie zastosowano metodologię opartą na drzewie decyzyjnym (DT) …
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Pakiet produktów WorldCereal 10 m 2021 Europejskiej Agencji Kosmicznej (ESA) obejmuje globalne mapy upraw rocznych i sezonowych oraz powiązane z nimi informacje o wiarygodności. Zostały wygenerowane w ramach projektu ESA-WorldCereal. Więcej informacji o zawartości tych produktów i metodologii użytej do …
System klasyfikacji WorldCereal Europejskiej Agencji Kosmicznej (ESA) ma na celu generowanie produktów w ciągu miesiąca od zakończenia danego sezonu wegetacyjnego. Ze względu na dynamiczny charakter tych okresów wegetacyjnych na całym świecie przeprowadzono globalną stratyfikację na strefy agroekologiczne (AEZ) na podstawie…
Pakiet produktów WorldCereal Active Cropland 10 m 2021 Europejskiej Agencji Kosmicznej (ESA) zawiera sezonowe znaczniki aktywnych upraw na całym świecie. Zostały wygenerowane w ramach projektu ESA-WorldCereal. Aktywne produkty dotyczące gruntów ornych wskazują, czy piksel zidentyfikowany jako uprawy tymczasowe był aktywnie…
Europejskie mapy rodzajów upraw na podstawie obserwacji in situ z satelity Sentinel-1 i programu LUCAS Copernicus 2018 w 2018 r. oraz połączenia danych z satelitów Sentinel-1 i Sentinel-2 oraz danych pomocniczych z obserwacjami z programu LUCAS Copernicus 2022 w 2022 r. Ten zbiór danych, oparty na unikalnym badaniu LUCAS 2018 Copernicus, jest pierwszym …
GFSAD to finansowany przez NASA projekt, którego celem jest dostarczanie danych o wysokiej rozdzielczości dotyczących globalnych upraw i ich zużycia wody, co przyczynia się do poprawy bezpieczeństwa żywnościowego na świecie w XXI wieku. Produkty GFSAD są tworzone na podstawie danych z wielu czujników teledetekcyjnych (np. Landsat, MODIS, AVHRR), danych dodatkowych i danych z pól uprawnych…
Ten zbiór danych zawiera wskaźniki suszy pochodzące z codziennego zbioru danych meteorologicznych GRIDMET o rozdzielczości 4 km. Dostępne wskaźniki suszy to m.in. znormalizowany wskaźnik opadów (SPI), wskaźnik zapotrzebowania na suszę wywołaną parowaniem (EDDI), znormalizowany wskaźnik opadów i ewapotranspiracji (SPEI), wskaźnik dotkliwości suszy Palmera (PDSI) i wskaźnik Palmera…
Zbiór danych to globalna mapa plantacji palm olejowych w 2019 r. w rozdzielczości 10 m. Obejmuje obszary, na których wykryto plantacje palm olejowych. Sklasyfikowane obrazy są wynikiem działania konwolucyjnej sieci neuronowej opartej na półrocznych kompozycjach danych z satelitów Sentinel-1 i Sentinel-2. Więcej informacji znajdziesz w artykule…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership…
Warstwa danych o użytkach rolnych (CDL) to warstwa danych o pokryciu terenu, która jest tworzona co roku dla kontynentalnej części Stanów Zjednoczonych przy użyciu zdjęć satelitarnych o średniej rozdzielczości i obszernych danych o użytkach rolnych. CDL jest tworzona przez USDA, National Agricultural Statistics Service (NASS), Research and Development Division, …
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","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"]]
