-
مجموعة بيانات صور الغابات في البرازيل لعام 2008: خريطة أساس مرئية
توفّر مجموعة البيانات هذه خريطة أساسية مرئية للبرازيل بدقة مكانية تصل إلى 5 أمتار، تم التقاطها بشكل أساسي في عام 2008، وذلك لدعم تنفيذ "قانون الغابات البرازيلي". تم تجميع الصورة المجمّعة من بيانات الأقمار الصناعية SPOT 2 وSPOT 4 وSPOT 5. وهي بديل عالي الدقة لـ … البرازيل إزالة الغابات قانون الغابات Google أحمر وأخضر وأزرق صور الأقمار الصناعية -
خريطة الغطاء الأرضي لعام 2020 في ساحل العاج من BNETD
أعدّت حكومة ساحل العاج خريطة الغطاء الأرضي لعام 2020 التابعة للمكتب الوطني للدراسات الفنية والتنمية (BNETD) من خلال مؤسسة وطنية، وهي "مركز المعلومات الجغرافية والرقمية" التابع للمكتب الوطني للدراسات الفنية والتنمية (BNETD-CIGN)، وذلك بدعم فني ومالي من الاتحاد الأوروبي. تتضمّن المنهجية … classification deforestation forest landcover landuse-landcover -
حدود التنبيه في FORMA
ملاحظة من "معهد الموارد العالمية": قرّر "معهد الموارد العالمية" التوقّف عن تعديل تنبيهات FORMA. كان الهدف هو تبسيط تجربة المستخدم في Global Forest Watch وتقليل التكرار. لقد تبيّن لنا أنّ Terra-i وGLAD كانتا تُستخدَمان بشكل متكرّر أكثر. علاوةً على ذلك، باستخدام GLAD كمعيار، تبيّن أنّ أداء Terra-i كان أفضل من FORMA … daily deforestation fire forest forma gfw -
تنبيهات FORMA
ملاحظة من "معهد الموارد العالمية": قرّر "معهد الموارد العالمية" التوقّف عن تعديل تنبيهات FORMA. كان الهدف هو تبسيط تجربة المستخدم في Global Forest Watch وتقليل التكرار. لقد تبيّن لنا أنّ Terra-i وGLAD كانتا تُستخدَمان بشكل متكرّر أكثر. علاوةً على ذلك، باستخدام GLAD كمعيار، تبيّن أنّ أداء Terra-i كان أفضل من FORMA … daily deforestation fire forest forma gfw -
FORMA Raw Output FIRMS
ملاحظة من "معهد الموارد العالمية": قرّر "معهد الموارد العالمية" التوقّف عن تعديل تنبيهات FORMA. كان الهدف هو تبسيط تجربة المستخدم في Global Forest Watch وتقليل التكرار. لقد تبيّن لنا أنّ Terra-i وGLAD كانتا تُستخدَمان بشكل متكرّر أكثر. علاوةً على ذلك، باستخدام GLAD كمعيار، تبيّن أنّ أداء Terra-i كان أفضل من FORMA … daily deforestation fire forest forma gfw -
FORMA Raw Output NDVI
ملاحظة من "معهد الموارد العالمية": قرّر "معهد الموارد العالمية" التوقّف عن تعديل تنبيهات FORMA. كان الهدف هو تبسيط تجربة المستخدم في Global Forest Watch وتقليل التكرار. لقد تبيّن لنا أنّ Terra-i وGLAD كانتا تُستخدَمان بشكل متكرّر أكثر. علاوةً على ذلك، باستخدام GLAD كمعيار، تبيّن أنّ أداء Terra-i كان أفضل من FORMA … daily deforestation forest forest-biomass forma gfw -
إحصاءات "تي" الخاصة بمساحة FORMA النباتية
ملاحظة من "معهد الموارد العالمية": قرّر "معهد الموارد العالمية" التوقّف عن تعديل تنبيهات FORMA. كان الهدف هو تبسيط تجربة المستخدم في Global Forest Watch وتقليل التكرار. لقد تبيّن لنا أنّ Terra-i وGLAD كانتا تُستخدَمان بشكل متكرّر أكثر. علاوةً على ذلك، باستخدام GLAD كمعيار، تبيّن أنّ أداء Terra-i كان أفضل من FORMA … daily deforestation forest forest-biomass forma gfw -
Forest Persistence v0
ملاحظة: لم تتم مراجعة مجموعة البيانات هذه من قِبل النظراء بعد. يُرجى الاطّلاع على ملف README على GitHub المرتبط بهذا النموذج للحصول على مزيد من المعلومات. تقدّم هذه الصورة نتيجة لكل بكسل (في النطاق [0, 1]) تشير إلى ما إذا كانت مساحة البكسل مشغولة بغابة لم يمسّها أحد في عام 2020. هذه النتائج هي … biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
الغابات الطبيعية في العالم 2020
توفّر مجموعة بيانات "الغابات الطبيعية في العالم 2020" خريطة عالمية لاحتمالية وجود غابة طبيعية لعام 2020 بدقة مكانية تبلغ 10 أمتار. تم تطوير هذه الطبقة لدعم مبادرات مثل "لائحة الاتحاد الأوروبي لمكافحة إزالة الغابات" (EUDR) وغيرها من الجهود المبذولة للحفاظ على الغابات ومراقبتها. الخريطة … biodiversity climate conservation deforestation eudr forest -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
تحدّد مجموعة البيانات هذه السبب الرئيسي لفقدان الغطاء الشجري على مستوى العالم من 2001 إلى 2022 بدقة مكانية تبلغ 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبية عالمية (ResNet) تم تدريبه على مجموعة من العيّنات التي تم جمعها … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
تحدّد مجموعة البيانات هذه السبب الرئيسي لفقدان الغطاء الشجري على مستوى العالم من 2001 إلى 2023 بدقة مكانية تبلغ 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبية عالمية (ResNet) تم تدريبه على مجموعة من العيّنات التي تم جمعها … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
تحدّد مجموعة البيانات هذه السبب الرئيسي لفقدان الغطاء الشجري على مستوى العالم من 2001 إلى 2024 بدقة مكانية تبلغ 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبية عالمية (ResNet) تم تدريبه على مجموعة من العيّنات التي تم جمعها … agriculture deforestation forest forest-biomass google landandcarbon