-
نموذج احتمالية إنتاج الكاكاو 2025a
ملاحظة: لم تتم مراجعة مجموعة البيانات هذه من قِبل النظراء بعد. يُرجى الاطّلاع على ملف README على GitHub للحصول على مزيد من المعلومات. تقدّم مجموعة الصور هذه احتمالاً مقدَّرًا لكل بكسل بأنّ المساحة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة … الزراعة التنوّع البيولوجي الحفاظ على البيئة المحاصيل eudr forestdatapartnership -
Coffee Probability model 2025a
ملاحظة: لم تتم مراجعة مجموعة البيانات هذه من قِبل النظراء بعد. يُرجى الاطّلاع على ملف README على GitHub للحصول على مزيد من المعلومات. تقدّم مجموعة الصور هذه احتمالاً مقدَّرًا لكل بكسل بأنّ المساحة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة … الزراعة التنوّع البيولوجي الحفاظ على البيئة المحاصيل eudr forestdatapartnership -
DESS China Terrace Map v1
مجموعة البيانات هذه هي خريطة مصاطب في الصين بدقة 30 مترًا في عام 2018. تم تطويرها من خلال تصنيف خاضع للإشراف يستند إلى وحدات البكسل باستخدام بيانات متعددة المصادر ومتعددة الأوقات استنادًا إلى نظام Google Earth Engine الأساسي. بلغت الدقة الإجمالية ومعامل كابا% 94 و0.72 على التوالي. هذا أول … agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World هي مجموعة بيانات لاستخدام الأراضي/الغطاء الأرضي (LULC) بدقة 10 أمتار وبزمن استجابة شبه فوري (NRT)، وتشمل احتمالات الفئات ومعلومات التصنيف لتسع فئات. تتوفّر توقّعات Dynamic World لمجموعة Sentinel-2 L1C من 27-06-2015 حتى الآن. يتراوح معدّل تكرار زيارة Sentinel-2 بين يومين و5 أيام … global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
يوفّر منتج WorldCover 10 m 2020 التابع لوكالة الفضاء الأوروبية (ESA) خريطة عالمية للغطاء الأرضي لعام 2020 بدقة 10 أمتار استنادًا إلى بيانات Sentinel-1 وSentinel-2. يتضمّن منتج WorldCover 11 فئة من فئات الغطاء الأرضي، وقد تم إنشاؤه في إطار … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
يوفّر منتج WorldCover 10 m 2021 التابع لـ "وكالة الفضاء الأوروبية" خريطة عالمية للغطاء الأرضي لعام 2021 بدقة 10 أمتار استنادًا إلى بيانات Sentinel-1 وSentinel-2. يتضمّن منتج WorldCover 11 فئة من فئات الغطاء الأرضي، وقد تم إنشاؤه في إطار … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
فئة المراعي السائدة السنوية في قاعدة بيانات GPW، الإصدار 1
توفر مجموعة البيانات هذه خرائط سنوية عالمية للفئة السائدة من الأراضي العشبية (المزروعة والطبيعية/شبه الطبيعية) من عام 2000 إلى 2022 بدقة مكانية تبلغ 30 مترًا. تم إنتاج هذه الخريطة من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر "الأرض والكربون"، ويشمل نطاق الأراضي العشبية المحدّد أي نوع من أنواع الغطاء الأرضي يحتوي على … global global-pasture-watch land landcover landuse landuse-landcover -
الاحتمالات السنوية للأراضي العشبية المزروعة في قاعدة بيانات GPW، الإصدار 1
تقدّم مجموعة البيانات هذه خرائط سنوية عالمية لمدى احتمال توفّر أراضٍ عشبية مزروعة من عام 2000 إلى 2022 بدقة مكانية تبلغ 30 مترًا. تم إنتاج هذه الخريطة من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر "الأرض والكربون"، ويشمل نطاق الأراضي العشبية المحدّد أي نوع من أنواع الغطاء الأرضي يحتوي على% 30 على الأقل من … global global-pasture-watch land landcover landuse landuse-landcover -
الاحتمالات السنوية للمراعي الطبيعية أو شبه الطبيعية وفقًا لقاعدة بيانات GPW، الإصدار 1
توفّر مجموعة البيانات هذه خرائط سنوية عالمية لمدى توفّر المراعي الطبيعية أو شبه الطبيعية من عام 2000 إلى 2022 بدقة مكانية تبلغ 30 مترًا. تم إنتاج هذه الخريطة من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر "الأرض والكربون"، ويشمل نطاق الأراضي العشبية المحدّد أي نوع من أنواع الغطاء الأرضي يحتوي على% 30 على الأقل من … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
تقدّم مجموعة البيانات هذه إجمالي الإنتاج الأولي العالمي غير المعاير المستند إلى مراقبة الأرض منذ عام 2000 بدقة مكانية تبلغ 30 مترًا. توفّر مجموعة البيانات الحالية، التي تم إنتاجها من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر Land & Carbon، قيم الإنتاج الأولي الإجمالي (GPP) على مستوى العالم بدقة مكانية تبلغ 30 مترًا منذ عام 2000. قيم GPP … global global-pasture-watch land landcover landuse plant-productivity -
خريطة عالمية لمزارع نخيل الزيت
مجموعة البيانات هي خريطة عالمية لنخيل الزيت الصناعي والزراعة الصغيرة بمقياس 10 أمتار لعام 2019. ويشمل المناطق التي تم رصد مزارع نخيل الزيت فيها. الصور المصنّفة هي ناتج شبكة عصبونية التفافية تستند إلى مركّبات نصف سنوية من Sentinel-1 وSentinel-2. راجِع المقالة للاطّلاع على … الزراعة التنوّع البيولوجي الحفاظ على البيئة المحاصيل عالمي استخدام الأراضي -
شرائح Google Global Landsat-based CCDC (من 1999 إلى 2019)
تحتوي هذه المجموعة على نتائج محسوبة مسبقًا من تشغيل خوارزمية "رصد التغيير المستمر وتصنيفه" (CCDC) على 20 عامًا من بيانات انعكاس سطح Landsat. CCDC هي خوارزمية للعثور على نقاط توقّف تستخدم مطابقة توافقية مع حدّ ديناميكي لمتوسط الجذر التربيعي للخطأ من أجل رصد نقاط التوقّف في بيانات السلسلة الزمنية. الـ … change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (المضلّعات ذات السمات، 2018) الإصدار 1
تم إنشاء إطار مساحة استخدام الأراضي/تغطيتها (LUCAS) في الاتحاد الأوروبي (EU) لتوفير معلومات إحصائية. وهي تمثّل عملية جمع بيانات ثلاثية السنوات في الموقع الجغرافي بشأن الغطاء الأرضي واستخدام الأراضي، وتمتد على كامل أراضي الاتحاد الأوروبي. يجمع مشروع LUCAS معلومات عن الغطاء الأرضي و… copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (الموقع الجغرافي النظري، 2006-2018) الإصدار 1
تم إنشاء إطار مساحة استخدام الأراضي/تغطيتها (LUCAS) في الاتحاد الأوروبي (EU) لتوفير معلومات إحصائية. وهي تمثّل عملية جمع بيانات ثلاثية السنوات في الموقع الجغرافي بشأن الغطاء الأرضي واستخدام الأراضي، وتمتد على كامل أراضي الاتحاد الأوروبي. يجمع مشروع LUCAS معلومات عن الغطاء الأرضي و… eu jrc landcover landuse landuse-landcover lucas -
Palm Probability model 2025a
ملاحظة: لم تتم مراجعة مجموعة البيانات هذه من قِبل النظراء بعد. يُرجى الاطّلاع على ملف README على GitHub للحصول على مزيد من المعلومات. تقدّم مجموعة الصور هذه احتمالاً مقدَّرًا لكل بكسل بأنّ المساحة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة … الزراعة التنوّع البيولوجي الحفاظ على البيئة المحاصيل eudr forestdatapartnership -
Rubber Tree Probability model 2025a
ملاحظة: لم تتم مراجعة مجموعة البيانات هذه من قِبل النظراء بعد. يُرجى الاطّلاع على ملف README على GitHub للحصول على مزيد من المعلومات. تقدّم مجموعة الصور هذه احتمالاً مقدَّرًا لكل بكسل بأنّ المساحة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة … الزراعة التنوّع البيولوجي الحفاظ على البيئة المحاصيل eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2024.10 (CONUS and OCONUS)
هذا المنتج هو جزء من مجموعة بيانات نظام مراقبة التغيّر في المشهد (LCMS). تعرض هذه الخريطة التغيير الذي تمّت محاكاته باستخدام نظام إدارة معلومات الأراضي (LCMS)، وغطاء الأرض، و/أو فئات استخدام الأراضي لكل عام، وتغطي الولايات المتحدة المتجاورة (CONUS) بالإضافة إلى المناطق خارج الولايات المتحدة المتجاورة (OCONUS)، بما في ذلك ألاسكا (AK)، وبورتوريكو… change-detection forest gtac landcover landuse landuse-landcover -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
تتضمّن مجموعة البيانات هذه خريطة للعامل الرئيسي الذي يؤدي إلى فقدان الغطاء الشجري في العالم خلال الفترة من 2001 إلى 2022، وذلك بدقة 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبونية عالمي (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
تتضمّن مجموعة البيانات هذه خريطة لأبرز أسباب فقدان الغطاء الشجري في العالم بين عامَي 2001 و2023، وذلك بدقة 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبونية عالمي (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
تتضمّن مجموعة البيانات هذه خريطة لأبرز أسباب فقدان الغطاء الشجري في العالم بين عامَي 2001 و2024، وذلك بدقة 1 كيلومتر. تم إنتاج البيانات من قِبل "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبونية عالمي (ResNet) تم تدريبه على مجموعة من العيّنات التي تم جمعها … agriculture deforestation forest forest-biomass google landandcarbon
