-
نموذج احتمالية إنتاج الكاكاو 2025a
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture biodiversity cocoa conservation crop eudr -
نموذج احتمالية الكاكاو 2025b
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture alphaearth-derived biodiversity cocoa conservation crop -
نموذج احتمالية القهوة 2025a
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture biodiversity coffee conservation crop eudr -
نموذج احتمالية القهوة 2025b
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture alphaearth-derived biodiversity coffee conservation crop -
DESS China Terrace Map v1
مجموعة البيانات هذه هي خريطة مصاطب في الصين بدقة مكانية تبلغ 30 مترًا في عام 2018. تم تطويرها من خلال تصنيف خاضع للإشراف يستند إلى وحدات البكسل باستخدام بيانات متعددة المصادر ومتعددة الفترات الزمنية استنادًا إلى منصة Google Earth Engine. بلغت الدقة الإجمالية ومعامل كابا% 94 و0.72 على التوالي. هذه هي الخطوة الأولى … agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World هي مجموعة بيانات لاستخدامات الأراضي والغطاء الأرضي (LULC) بدقة مكانية تبلغ 10 أمتار وفي الوقت الفعلي تقريبًا (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
يقدّم منتج WorldCover 10 m 2020 من وكالة الفضاء الأوروبية (ESA) خريطة عالمية للغطاء الأرضي لعام 2020 بدقة مكانية تبلغ 10 أمتار استنادًا إلى بيانات Sentinel-1 وSentinel-2. يشمل منتج WorldCover 11 فئة من فئات الغطاء الأرضي، وقد تم إنشاؤه في إطار … esa الغطاء الأرضي استخدام الأراضي استخدام الأراضي والغطاء الأرضي مشتقة من Sentinel-1 مشتقة من Sentinel-2 -
ESA WorldCover 10m v200
يوفّر منتج WorldCover 10 m 2021 من وكالة الفضاء الأوروبية (ESA) خريطة عالمية للغطاء الأرضي لعام 2021 بدقة مكانية تبلغ 10 أمتار استنادًا إلى بيانات Sentinel-1 وSentinel-2. يشمل منتج WorldCover 11 فئة من فئات الغطاء الأرضي، وقد تم إنشاؤه في إطار … esa الغطاء الأرضي استخدام الأراضي استخدام الأراضي والغطاء الأرضي مشتقة من Sentinel-1 مشتقة من Sentinel-2 -
GPW Annual Dominant Class of Grasslands v1
تقدّم 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 Land & Carbon Lab، 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 لاحتمالية وجود مراعٍ مزروعة من عام 2000 إلى 2022 بدقة مكانية تبلغ 30 مترًا. تم إنتاجها من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر "الأرض والكربون"، ويشمل نطاق المراعي 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 في قاعدة بيانات GPW، الإصدار 1
تقدّم مجموعة البيانات هذه خرائط احتمالية سنوية عالمية للأراضي العشبية 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 بيانات رصد الأرض منذ عام 2000 بدقة مكانية تبلغ 30 مترًا. توفّر مجموعة البيانات الحالية، التي تم إنتاجها من خلال مبادرة "مراقبة المراعي العالمية" التابعة لمختبر "الأرض والكربون"، 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 لأشجار نخيل الزيت الصناعية والصغيرة لعام 2019 بدقة مكانية تبلغ 10 أمتار. وهي تغطي المناطق التي تم رصد مزارع نخيل الزيت فيها. الصور المصنّفة هي ناتج شبكة عصبونية التفافية استنادًا إلى مركّبات نصف سنوية من Sentinel-1 وSentinel-2. راجِع المقالة للاطّلاع على … إضافية agriculture biodiversity conservation crop global landuse -
شرائح Google العالمية المستندة إلى Landsat لتغيير التغطية المستمرة (1999-2019)
تحتوي هذه المجموعة على نتائج محسوبة مسبقًا من تشغيل خوارزمية "الرصد المستمر للتغيير والتصنيف" (CCDC) على 20 عامًا من بيانات انعكاسية سطح Landsat. CCDC هي خوارزمية للعثور على نقاط التوقف تستخدم مطابقة توافقية مع حدّ ديناميكي لجذر الخطأ التربيعي المتوسّط من أجل رصد نقاط التوقف في بيانات السلسلة الزمنية. الـ … change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (المضلّعات ذات السمات، 2018) الإصدار 1
تم إنشاء مسح إطار استخدام الأراضي/مساحة الغطاء الأرضي (LUCAS) في الاتحاد الأوروبي (EU) لتوفير معلومات إحصائية. وهو يمثّل عملية جمع بيانات ثلاثية السنوات في الموقع عن الغطاء الأرضي واستخدام الأراضي، وتمتد على كامل أراضي الاتحاد الأوروبي. يجمع مسح LUCAS معلومات عن الغطاء الأرضي و… copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (الموقع الجغرافي النظري، 2006-2018) الإصدار 1
تم إنشاء مسح إطار استخدام الأراضي/مساحة الغطاء الأرضي (LUCAS) في الاتحاد الأوروبي (EU) لتوفير معلومات إحصائية. وهو يمثّل عملية جمع بيانات ثلاثية السنوات في الموقع عن الغطاء الأرضي واستخدام الأراضي، وتمتد على كامل أراضي الاتحاد الأوروبي. يجمع مسح LUCAS معلومات عن الغطاء الأرضي و… eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (نقاط ذات سمات، 2022) الإصدار 1
تم إنشاء مسح إطار استخدام الأراضي/مساحة الغطاء الأرضي (LUCAS) في الاتحاد الأوروبي (EU) لتوفير معلومات إحصائية. وهو يمثّل عملية جمع بيانات ثلاثية السنوات في الموقع عن الغطاء الأرضي واستخدام الأراضي، وتمتد على كامل أراضي الاتحاد الأوروبي. يجمع مسح LUCAS معلومات عن الغطاء الأرضي و… eu jrc landcover landuse landuse-landcover lucas -
نموذج Palm Probability 2025a
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture biodiversity conservation crop eudr forestdatapartnership -
نموذج Palm Probability 2025b
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture alphaearth-derived biodiversity conservation crop eudr -
Rubber Probability model 2025b
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture alphaearth-derived biodiversity conservation crop eudr -
Rubber Tree Probability model 2025a
توفّر مجموعة الصور هذه احتمالية تقديرية لكل بكسل بأنّ المنطقة الأساسية مشغولة بالسلعة. يتم تقديم تقديرات الاحتمالية بدقة 10 أمتار، وقد تم إنشاؤها بواسطة نموذج تعلُّم آلي. للاطّلاع على التفاصيل، يُرجى الرجوع إلى المستندات الفنية حول "شراكة بيانات الغابات" … agriculture biodiversity conservation crop eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2025-11 (CONUS and OCONUS)
هذا المنتج هو جزء من مجموعة بيانات نظام مراقبة التغيّر في المناظر الطبيعية (LCMS). تعرض هذه المجموعة التغيير الذي تم تصميمه باستخدام نظام إدارة المحتوى التعليمي (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 gtac-data-publish landcover landuse -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
تحدّد مجموعة البيانات هذه السبب الرئيسي لفقدان الغطاء الشجري على مستوى العالم في الفترة 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 -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
تحدّد مجموعة البيانات هذه السبب الرئيسي لفقدان الغطاء الشجري في الفترة من 2001 إلى 2025 على مستوى العالم بدقة 1 كيلومتر. تم إنتاج البيانات بواسطة "معهد الموارد العالمية" (WRI) وGoogle DeepMind، وتم تطويرها باستخدام نموذج شبكة عصبية عالمي (ResNet) تم تدريبه على مجموعة من العيّنات التي تم جمعها … agriculture deforestation forest forest-biomass google landandcarbon
