-
Ensemble de données d'imagerie forestière du Brésil (2008) : carte de base visuelle
Cet ensemble de données fournit une carte de base d'imagerie visuelle du Brésil avec une résolution allant jusqu'à 5 mètres, principalement capturée en 2008, pour faciliter l'application du Code forestier brésilien. La mosaïque est synthétisée à partir des données satellite SPOT 2, 4 et 5. Il sert d'alternative haute résolution à … brazil deforestation forest-code google rgb satellite-imagery -
Carte de la couverture terrestre de la Côte d'Ivoire BNETD 2020
La carte de couverture terrestre BNETD 2020 de la Côte d'Ivoire a été produite par le gouvernement ivoirien par le biais d'une institution nationale, le Centre d'information géographique et numérique du Bureau national d'études techniques et de développement (BNETD-CIGN), avec le soutien technique et financier de l'Union européenne. Méthodologie : classification deforestation forest landcover landuse-landcover -
Seuils d'alerte FORMA
REMARQUE du WRI : Le WRI a décidé de ne plus mettre à jour les alertes FORMA. L'objectif était de simplifier l'expérience utilisateur de Global Forest Watch et de réduire la redondance. Nous avons constaté que Terra-i et GLAD étaient plus fréquemment utilisés. De plus, en utilisant GLAD comme norme, nous avons constaté que Terra-i était plus performant que FORMA… daily deforestation fire forest forma gfw -
Alertes FORMA
REMARQUE du WRI : Le WRI a décidé de ne plus mettre à jour les alertes FORMA. L'objectif était de simplifier l'expérience utilisateur de Global Forest Watch et de réduire la redondance. Nous avons constaté que Terra-i et GLAD étaient plus fréquemment utilisés. De plus, en utilisant GLAD comme norme, nous avons constaté que Terra-i était plus performant que FORMA… daily deforestation fire forest forma gfw -
FORMA Raw Output FIRMS
REMARQUE du WRI : Le WRI a décidé de ne plus mettre à jour les alertes FORMA. L'objectif était de simplifier l'expérience utilisateur de Global Forest Watch et de réduire la redondance. Nous avons constaté que Terra-i et GLAD étaient plus fréquemment utilisés. De plus, en utilisant GLAD comme norme, nous avons constaté que Terra-i était plus performant que FORMA… daily deforestation fire forest forma gfw -
NDVI de sortie brute FORMA
REMARQUE du WRI : Le WRI a décidé de ne plus mettre à jour les alertes FORMA. L'objectif était de simplifier l'expérience utilisateur de Global Forest Watch et de réduire la redondance. Nous avons constaté que Terra-i et GLAD étaient plus fréquemment utilisés. De plus, en utilisant GLAD comme norme, nous avons constaté que Terra-i était plus performant que FORMA… daily deforestation forest forest-biomass forma gfw -
Statistiques T de la végétation FORMA
REMARQUE du WRI : Le WRI a décidé de ne plus mettre à jour les alertes FORMA. L'objectif était de simplifier l'expérience utilisateur de Global Forest Watch et de réduire la redondance. Nous avons constaté que Terra-i et GLAD étaient plus fréquemment utilisés. De plus, en utilisant GLAD comme norme, nous avons constaté que Terra-i était plus performant que FORMA… daily deforestation forest forest-biomass forma gfw -
Persistance de la forêt v0
Cette image fournit un score par pixel (dans [0, 1]) qui indique si la zone de pixel est occupée par une forêt intacte en 2020. Ces scores sont fournis à une résolution de 30 mètres et ont été générés par une approche de convergence des preuves pour combiner plusieurs données forestières. biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
Typologie forestière (ForTy) 2020 v1.0
L'ensemble de données Forest Typology (ForTy) v1 se compose d'une carte mondiale de probabilité par classe à une résolution de 10 mètres couvrant toutes les zones terrestres entre 65° S et 84° N de latitude pour l'année 2020. La typologie à six classes est conforme aux définitions de la FAO et du règlement de l'UE sur la déforestation (EUDR) : classe 1… alphaearth-derived biodiversity climate conservation deforestation eudr -
Forêts naturelles du monde 2020
La carte "Forêts naturelles du monde 2020" fournit une carte mondiale de la probabilité de forêt naturelle pour l'année 2020 à une résolution de 10 mètres. Il a été développé pour soutenir des initiatives telles que le règlement contre la déforestation de l'Union européenne (RDUE), et d'autres efforts de conservation et de surveillance des forêts. La carte… biodiversité climat conservation déforestation eudr forêt -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2022 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2023 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2024 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2025 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon
