Datasets tagged landuse in Earth Engine
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
কোকো সম্ভাব্যতা মডেল ২০২৫ক
**দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরও তথ্যের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন।** এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলি ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং তৈরি করা হয়েছে …
এই ডেটাসেটের প্রযুক্তিগত ডকুমেন্টেশনের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন। এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলো ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। …
**দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরও তথ্যের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন।** এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলি ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং তৈরি করা হয়েছে …
এই ডেটাসেটের প্রযুক্তিগত ডকুমেন্টেশনের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন। এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলো ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। …
এই ডেটাসেটটি হলো ২০১৮ সালের ৩০ মিটার রেজোলিউশনের একটি চীনা সোপান মানচিত্র। এটি গুগল আর্থ ইঞ্জিন প্ল্যাটফর্মের উপর ভিত্তি করে বহু-উৎস এবং বহু-সাময়িক ডেটা ব্যবহার করে তত্ত্বাবধানাধীন পিক্সেল-ভিত্তিক শ্রেণিবিন্যাসের মাধ্যমে তৈরি করা হয়েছে। এর সামগ্রিক নির্ভুলতা এবং কাপ্পা সহগ যথাক্রমে ৯৪% এবং ০.৭২ অর্জন করেছে। এই প্রথম…
ডাইনামিক ওয়ার্ল্ড হলো একটি ১০ মিটার নিয়ার-রিয়েল-টাইম (NRT) ভূমি ব্যবহার/ভূমি আচ্ছাদন (LULC) ডেটাসেট, যাতে নয়টি শ্রেণীর জন্য শ্রেণী সম্ভাব্যতা এবং লেবেল তথ্য অন্তর্ভুক্ত রয়েছে। ডাইনামিক ওয়ার্ল্ডের পূর্বাভাসগুলো সেন্টিনেল-২ এল১সি সংগ্রহের জন্য ২০১৫-০৬-২৭ থেকে বর্তমান পর্যন্ত উপলব্ধ। সেন্টিনেল-২-এর পুনরাগমন হার ২-৫ দিনের মধ্যে…
ইউরোপীয় মহাকাশ সংস্থা (ESA)-এর ওয়ার্ল্ডকভার ১০ মি ২০২০ পণ্যটি সেন্টিনেল-১ এবং সেন্টিনেল-২ ডেটার উপর ভিত্তি করে ১০ মি রেজোলিউশনে ২০২০ সালের একটি বৈশ্বিক ভূমি আচ্ছাদন মানচিত্র প্রদান করে। ওয়ার্ল্ডকভার পণ্যটিতে ১১টি ভূমি আচ্ছাদন শ্রেণি রয়েছে এবং এটি …-এর কাঠামোর অধীনে তৈরি করা হয়েছে।
ইউরোপীয় মহাকাশ সংস্থা (ESA)-এর ওয়ার্ল্ডকভার ১০ মি ২০২১ পণ্যটি সেন্টিনেল-১ এবং সেন্টিনেল-২ ডেটার উপর ভিত্তি করে ১০ মি রেজোলিউশনে ২০২১ সালের জন্য একটি বৈশ্বিক ভূমি আচ্ছাদন মানচিত্র প্রদান করে। ওয়ার্ল্ডকভার পণ্যটিতে ১১টি ভূমি আচ্ছাদন শ্রেণি রয়েছে এবং এটি …-এর কাঠামোর অধীনে তৈরি করা হয়েছে।
এই ডেটাসেটটি ২০০০ থেকে ২০২২ সাল পর্যন্ত ৩০-মিটার স্থানিক রেজোলিউশনে তৃণভূমির (চাষকৃত এবং প্রাকৃতিক/আধা-প্রাকৃতিক) বৈশ্বিক বার্ষিক প্রধান শ্রেণীর মানচিত্র সরবরাহ করে। ল্যান্ড অ্যান্ড কার্বন ল্যাব গ্লোবাল প্যাসচার ওয়াচ উদ্যোগ দ্বারা প্রস্তুতকৃত এই মানচিত্রে অন্তর্ভুক্ত তৃণভূমির বিস্তৃতিতে এমন যেকোনো ভূমি আচ্ছাদন প্রকার অন্তর্ভুক্ত রয়েছে, যাতে অন্ততপক্ষে …
এই ডেটাসেটটি ২০০০ থেকে ২০২২ সাল পর্যন্ত ৩০-মিটার স্থানিক রেজোলিউশনে চাষ করা তৃণভূমির বৈশ্বিক বার্ষিক সম্ভাব্যতা মানচিত্র প্রদান করে। ল্যান্ড অ্যান্ড কার্বন ল্যাব গ্লোবাল প্যাসচার ওয়াচ উদ্যোগ দ্বারা প্রস্তুতকৃত এই মানচিত্রে অন্তর্ভুক্ত তৃণভূমির বিস্তৃতিতে এমন যেকোনো ভূমি আচ্ছাদন প্রকার অন্তর্ভুক্ত রয়েছে, যেখানে কমপক্ষে ৩০% শুষ্ক…
এই ডেটাসেটটি ২০০০ থেকে ২০২২ সাল পর্যন্ত ৩০-মিটার স্থানিক রেজোলিউশনে প্রাকৃতিক/আধা-প্রাকৃতিক তৃণভূমির বৈশ্বিক বার্ষিক সম্ভাব্যতা মানচিত্র প্রদান করে। ল্যান্ড অ্যান্ড কার্বন ল্যাব গ্লোবাল প্যাসচার ওয়াচ উদ্যোগ দ্বারা প্রস্তুতকৃত এই মানচিত্রে অন্তর্ভুক্ত তৃণভূমির বিস্তৃতিতে এমন যেকোনো ভূমি আচ্ছাদন প্রকার অন্তর্ভুক্ত রয়েছে, যেখানে কমপক্ষে ৩০% শুষ্ক…
GPW বার্ষিক অ-ক্যালিব্রেটেড মোট প্রাথমিক উৎপাদনশীলতা (uGPP) v1
এই ডেটাসেটটি ২০০০ সাল থেকে ৩০-মিটার স্থানিক রেজোলিউশনে বিশ্বব্যাপী অ-ক্যালিব্রেটেড EO-ভিত্তিক মোট প্রাথমিক উৎপাদনশীলতার তথ্য প্রদান করে। ল্যান্ড অ্যান্ড কার্বন ল্যাব গ্লোবাল প্যাসচার ওয়াচ উদ্যোগ দ্বারা প্রস্তুতকৃত, বর্তমান ডেটাসেটটি ২০০০ সাল থেকে বিশ্বব্যাপী ৩০-মিটার স্থানিক রেজোলিউশনে মোট প্রাথমিক উৎপাদনশীলতা (GPP)-র মান সরবরাহ করে। GPP মানগুলো…
ডেটাসেটটি হলো ২০১৯ সালের একটি ১০ মিটার বৈশ্বিক শিল্প ও ক্ষুদ্র চাষি পাম তেল মানচিত্র। এটি সেইসব এলাকাকে অন্তর্ভুক্ত করে যেখানে পাম তেল বাগান শনাক্ত করা হয়েছে। শ্রেণীবদ্ধ ছবিগুলো সেন্টিনেল-১ এবং সেন্টিনেল-২ এর অর্ধ-বার্ষিক কম্পোজিটের উপর ভিত্তি করে একটি কনভল্যুশনাল নিউরাল নেটওয়ার্কের আউটপুট। অতিরিক্ত তথ্যের জন্য নিবন্ধটি দেখুন…
এই সংগ্রহটিতে ২০ বছরের ল্যান্ডস্যাট ভূপৃষ্ঠের প্রতিফলন ডেটার উপর কন্টিনিউয়াস চেঞ্জ ডিটেকশন অ্যান্ড ক্লাসিফিকেশন (CCDC) অ্যালগরিদম চালানোর মাধ্যমে প্রাপ্ত পূর্ব-গণনাকৃত ফলাফল রয়েছে। CCDC হলো একটি ব্রেক-পয়েন্ট ফাইন্ডিং অ্যালগরিদম যা টাইম-সিরিজ ডেটার মধ্যে ব্রেকপয়েন্ট শনাক্ত করতে একটি ডাইনামিক RMSE থ্রেশহোল্ড সহ হারমোনিক ফিটিং ব্যবহার করে। …
ইউরোপীয় ইউনিয়নে (ইইউ) ভূমি ব্যবহার/আচ্ছাদন এলাকা ফ্রেম সমীক্ষা (LUCAS) পরিসংখ্যানগত তথ্য প্রদানের জন্য স্থাপন করা হয়েছিল। এটি একটি ত্রৈবার্ষিক ক্ষেত্রভিত্তিক ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার তথ্য-সংগ্রহ কার্যক্রম যা ইইউ-এর সমগ্র ভূখণ্ড জুড়ে বিস্তৃত। LUCAS ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার সম্পর্কিত তথ্য সংগ্রহ করে…
ইউরোপীয় ইউনিয়নে (ইইউ) ভূমি ব্যবহার/আচ্ছাদন এলাকা ফ্রেম সমীক্ষা (LUCAS) পরিসংখ্যানগত তথ্য প্রদানের জন্য স্থাপন করা হয়েছিল। এটি একটি ত্রৈবার্ষিক ক্ষেত্রভিত্তিক ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার তথ্য-সংগ্রহ কার্যক্রম যা ইইউ-এর সমগ্র ভূখণ্ড জুড়ে বিস্তৃত। LUCAS ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার সম্পর্কিত তথ্য সংগ্রহ করে…
ইউরোপীয় ইউনিয়নে (ইইউ) ভূমি ব্যবহার/আচ্ছাদন এলাকা ফ্রেম সমীক্ষা (LUCAS) পরিসংখ্যানগত তথ্য প্রদানের জন্য স্থাপন করা হয়েছিল। এটি একটি ত্রৈবার্ষিক ক্ষেত্রভিত্তিক ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার তথ্য-সংগ্রহ কার্যক্রম যা ইইউ-এর সমগ্র ভূখণ্ড জুড়ে বিস্তৃত। LUCAS ভূমি-আচ্ছাদন এবং ভূমি-ব্যবহার সম্পর্কিত তথ্য সংগ্রহ করে…
**দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরও তথ্যের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন।** এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলি ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং তৈরি করা হয়েছে …
এই ডেটাসেটের প্রযুক্তিগত ডকুমেন্টেশনের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন। এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলো ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। …
এই ডেটাসেটের প্রযুক্তিগত ডকুমেন্টেশনের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন। এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলো ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং একটি মেশিন লার্নিং মডেল দ্বারা তৈরি করা হয়েছে। …
**দ্রষ্টব্য: এই ডেটাসেটটি এখনও পিয়ার-রিভিউ করা হয়নি। আরও তথ্যের জন্য অনুগ্রহ করে এই গিটহাব README দেখুন।** এই চিত্র সংগ্রহটি প্রতি-পিক্সেল ভিত্তিতে একটি আনুমানিক সম্ভাবনা প্রদান করে যে, অন্তর্নিহিত এলাকাটি পণ্য দ্বারা অধিকৃত। সম্ভাবনার এই অনুমানগুলি ১০ মিটার রেজোলিউশনে প্রদান করা হয়েছে এবং তৈরি করা হয়েছে …
ইউএসএফএস ল্যান্ডস্কেপ পরিবর্তন পর্যবেক্ষণ সিস্টেম v2025-11 (কনাস এবং ওকনাস)
এই পণ্যটি ল্যান্ডস্কেপ চেঞ্জ মনিটরিং সিস্টেম (LCMS) ডেটা স্যুটের একটি অংশ। এটি প্রতি বছরের জন্য LCMS-মডেলকৃত পরিবর্তন, ভূমি আচ্ছাদন, এবং/অথবা ভূমি ব্যবহারের শ্রেণিবিভাগ দেখায় এবং এটি সংলগ্ন মার্কিন যুক্তরাষ্ট্র (CONUS) এবং আলাস্কা (AK), পুয়ের্তো রিকো সহ CONUS-এর বাইরের এলাকাসমূহ (OCONUS) অন্তর্ভুক্ত করে।
এই ডেটাসেটটি ২০০১ থেকে ২০২২ সাল পর্যন্ত বিশ্বব্যাপী ১ কিমি রেজোলিউশনে বৃক্ষ আচ্ছাদন হ্রাসের প্রধান চালকগুলোকে চিহ্নিত করে। ওয়ার্ল্ড রিসোর্সেস ইনস্টিটিউট (WRI) এবং গুগল ডিপমাইন্ড দ্বারা প্রস্তুতকৃত এই ডেটা, সংগৃহীত নমুনার একটি সেটের উপর প্রশিক্ষিত একটি গ্লোবাল নিউরাল নেটওয়ার্ক মডেল (ResNet) ব্যবহার করে তৈরি করা হয়েছে…
এই ডেটাসেটটি ২০০১ থেকে ২০২৩ সাল পর্যন্ত বিশ্বব্যাপী ১ কিমি রেজোলিউশনে বৃক্ষ আচ্ছাদন হ্রাসের প্রধান চালকগুলোকে চিহ্নিত করে। ওয়ার্ল্ড রিসোর্সেস ইনস্টিটিউট (WRI) এবং গুগল ডিপমাইন্ড দ্বারা প্রস্তুতকৃত এই ডেটা, সংগৃহীত নমুনার একটি সেটের উপর প্রশিক্ষিত একটি গ্লোবাল নিউরাল নেটওয়ার্ক মডেল (ResNet) ব্যবহার করে তৈরি করা হয়েছে…
এই ডেটাসেটটি ২০০১ থেকে ২০২৪ সাল পর্যন্ত বিশ্বব্যাপী ১ কিমি রেজোলিউশনে বৃক্ষ আচ্ছাদন হ্রাসের প্রধান চালকগুলোকে চিহ্নিত করে। ওয়ার্ল্ড রিসোর্সেস ইনস্টিটিউট (WRI) এবং গুগল ডিপমাইন্ড দ্বারা প্রস্তুতকৃত এই ডেটা, সংগৃহীত নমুনার একটি সেটের উপর প্রশিক্ষিত একটি গ্লোবাল নিউরাল নেটওয়ার্ক মডেল (ResNet) ব্যবহার করে তৈরি করা হয়েছে…
এই ডেটাসেটটি ২০০১ থেকে ২০২৫ সাল পর্যন্ত বিশ্বব্যাপী ১ কিমি রেজোলিউশনে বৃক্ষ আচ্ছাদন হ্রাসের প্রধান চালকগুলোকে চিহ্নিত করে। ওয়ার্ল্ড রিসোর্সেস ইনস্টিটিউট (WRI) এবং গুগল ডিপমাইন্ড দ্বারা প্রস্তুতকৃত এই ডেটা, সংগৃহীত নমুনার একটি সেটের উপর প্রশিক্ষিত একটি গ্লোবাল নিউরাল নেটওয়ার্ক মডেল (ResNet) ব্যবহার করে তৈরি করা হয়েছে…
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],[],[],["This compilation presents various land-use and land-cover datasets. Key actions include mapping global oil palm plantations for 2019, creating global land cover maps at 10m resolution for 2020 and 2021, and providing near-real-time land use/land cover data from 2015 to present. Other datasets offer information on land-cover change detection over 20 years, EU land-use surveys, a 2018 China terrace map, and probabilities of cocoa, palm, rubber trees, cultivated grasslands and dominant class of grasslands.\n"]]
