Datasets tagged eudr in Earth Engine
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Модель вероятности какао 2025a
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Глобальная карта лесного покрова Европейского исследовательского центра (EC JRC) 2020 г., версия 3.
Глобальная карта лесного покрова представляет собой пространственно детализированное отображение наличия и отсутствия лесов за 2020 год с пространственным разрешением 10 м. 2020 год соответствует предельной дате, установленной Регламентом Европейского союза «о предоставлении…».
Глобальная карта типов лесов Объединенного исследовательского центра ЕС, 2020 г., версия 1.
Глобальная карта типов лесов представляет собой пространственно детализированное отображение первобытных лесов, естественно возобновляющихся лесов и искусственных лесов (включая плантационные леса) за 2020 год с пространственным разрешением 10 м. Базовым слоем для картирования этих типов лесов является площадь лесного покрова…
Это изображение содержит оценку для каждого пикселя (в диапазоне [0, 1]), указывающую, занята ли область пикселя нетронутым лесом в 2020 году. Эти оценки представлены с разрешением 30 метров и были получены с помощью метода конвергенции данных, объединяющего несколько лесных массивов…
Набор данных Forest Typology (ForTy) v1 представляет собой глобальную карту вероятности для каждого класса с разрешением 10 м, охватывающую все территории суши между 65° южной широты и 84° северной широты за 2020 год. Шестиклассовая типология соответствует определениям ФАО и Регламента ЕС о вырубке лесов (EUDR): Класс 1…
Карта «Естественные леса мира 2020» представляет собой глобальную карту вероятности наличия естественных лесов в 2020 году с разрешением 10 метров. Она была разработана для поддержки таких инициатив, как Регламент Европейского союза о борьбе с обезлесением (EUDR) и других усилий по сохранению и мониторингу лесов. Карта…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
Данная коллекция изображений предоставляет приблизительную вероятность того, что рассматриваемая область занята данным товаром, для каждого пикселя. Оценки вероятности представлены с разрешением 10 метров и были получены с помощью модели машинного обучения. Подробности см. в технической документации по программе Forest Data Partnership…
[[["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"]],[],[],["Multiple datasets offer 10m resolution spatial data. Two datasets map global forest cover and types for 2020, distinguishing between primary, naturally regenerating, and planted forests. Three other datasets provide per-pixel probability estimates for cocoa, palm, and rubber tree presence. Finally, one dataset quantifies the likelihood of undisturbed forest in 2020. These probability models are marked as pre-peer review. All of them are made for the regulation from the European Union.\n"]]
