Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Ежегодная инвентаризация урожая Канады AAFC
Начиная с 2009 года, Группа наблюдения за Землей Отделения науки и технологий (STB) Министерства сельского хозяйства и агропродовольствия Канады (AAFC) начала процесс создания ежегодных цифровых карт сельскохозяйственных культур. В 2009 и 2010 годах, уделяя особое внимание прериям, была применена методология, основанная на дереве решений (DT).
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Пакет продуктов WorldCereal 10 м 2021 Европейского космического агентства (ESA) включает в себя карты годовых и сезонных урожаев в глобальном масштабе и соответствующие показатели достоверности. Они были созданы в рамках проекта ESA-WorldCereal. Подробнее о содержании этих продуктов и методологии, использованной для…
Система классификации WorldCereal Европейского космического агентства (ЕКА) направлена на производство продукции в течение одного месяца после окончания определённого вегетационного периода. В связи с динамичным характером вегетационных периодов по всему миру была проведена глобальная стратификация по агроэкологическим зонам (АЭЗ) на основе…
Пакет продуктов WorldCereal Active Cropland 10 м 2021 Европейского космического агентства (ESA) содержит глобальные сезонные маркеры активных пахотных земель. Они были созданы в рамках проекта ESA-WorldCereal. Активные пахотные земли показывают, был ли пиксель, идентифицированный как временные культуры, активно…
Карты типов сельскохозяйственных культур в Европе, основанные на данных наблюдений in-situ Sentinel-1 и LUCAS Copernicus 2018 за 2018 год, а также на сочетании данных Sentinel-1, Sentinel-2 и вспомогательных данных с наблюдениями LUCAS Copernicus 2022 за 2022 год. Этот набор данных, основанный на уникальном исследовании in-situ LUCAS 2018 Copernicus, представляет собой первый…
GFSAD1000: Маска посевных площадей (1 км) для многоцелевого исследования, данные анализа глобальной продовольственной поддержки
GFSAD — это финансируемый NASA проект по предоставлению высокоточных глобальных данных о сельскохозяйственных угодьях и их водопользовании, способствующих обеспечению глобальной продовольственной безопасности в XXI веке. GFSAD формируется на основе данных многосенсорного дистанционного зондирования (например, Landsat, MODIS, AVHRR), вторичных данных и данных полевых наблюдений…
Этот набор данных содержит индексы засухи, полученные из 4-километрового суточного набора данных GRIDMET. Представленные индексы засухи включают стандартизированный индекс осадков (SPI), индекс потребности в испарении при засухе (EDDI), стандартизированный индекс осадков и эвапотранспирации (SPEI), индекс интенсивности засухи Палмера (PDSI) и индекс Палмера…
Набор данных представляет собой глобальную карту промышленных и мелких плантаций масличной пальмы с охватом 10 м за 2019 год. Она охватывает районы, где были обнаружены плантации масличной пальмы. Классифицированные изображения получены с помощью сверточной нейронной сети на основе полугодовых композитов Sentinel-1 и Sentinel-2. Подробнее см. в статье…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Примечание: Этот набор данных ещё не прошёл рецензирование. Подробнее см. в файле README на GitHub. Эта коллекция изображений показывает оценочную вероятность того, что данная область занята товаром, с точностью до пикселя. Оценки вероятности получены с разрешением 10 метров и были получены…
Слой данных о сельскохозяйственных угодьях (CDL) – это слой данных о почвенном покрове, предназначенный для конкретных сельскохозяйственных культур, ежегодно создаваемый для континентальной части США с использованием спутниковых снимков среднего разрешения и обширных данных наземной сельскохозяйственной информации. CDL создан Министерством сельского хозяйства США, Национальной службой сельскохозяйственной статистики (NASS), Отделом исследований и разработок…
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","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"]]
