-
Modèle de probabilité de cacao 2025a
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture biodiversity cocoa conservation crop eudr -
Modèle de probabilité de cacao 2025b
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture alphaearth-derived biodiversity cocoa conservation crop -
Modèle de probabilité de café 2025a
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture biodiversité café conservation culture eudr -
Modèle de probabilité de café 2025b
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture alphaearth-derived biodiversity coffee conservation crop -
DESS China Terrace Map v1
Cet ensemble de données est une carte des terrasses de Chine en 2018, à une résolution de 30 m. Il a été développé à l'aide d'une classification supervisée basée sur les pixels, à l'aide de données multisources et multitemporelles basées sur la plate-forme Google Earth Engine. La précision globale et le coefficient kappa ont atteint respectivement 94% et 0, 72. Cette première… agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World est un ensemble de données d'occupation et d'utilisation des sols (LULC, Land Use/Land Cover) en temps quasi réel (NRT) avec une résolution de 10 m. Il inclut des probabilités de classe et des informations d'étiquettes pour neuf classes. Les prédictions Dynamic World sont disponibles pour la collection Sentinel-2 L1C depuis le 27/06/2015. La fréquence de revisite de Sentinel-2 est comprise entre 2 et 5 jours… global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
Le produit WorldCover 10 m 2020 de l'Agence spatiale européenne (ESA) fournit une carte mondiale de la couverture terrestre pour 2020 à une résolution de 10 mètres, basée sur les données Sentinel-1 et Sentinel-2. Le produit WorldCover comporte 11 classes de couverture terrestre et a été généré dans le cadre de … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
Le produit ESA WorldCover 10 m 2021 fournit une carte mondiale de la couverture terrestre pour 2021 à une résolution de 10 m, basée sur les données Sentinel-1 et Sentinel-2. Le produit WorldCover comporte 11 classes de couverture terrestre et a été généré dans le cadre de … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW Annual Dominant Class of Grasslands v1
Cet ensemble de données fournit des cartes mondiales annuelles des classes dominantes de prairies (cultivées et naturelles/semi-naturelles) de 2000 à 2022 à une résolution spatiale de 30 m. Produite par l'initiative Land & Carbon Lab Global Pasture Watch, l'étendue des prairies cartographiée inclut tout type de couverture terrestre contenant au moins… global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Cultivated Grasslands v1
Cet ensemble de données fournit des cartes de probabilité annuelles mondiales des prairies cultivées de 2000 à 2022 à une résolution spatiale de 30 m. Produite par l'initiative Land & Carbon Lab Global Pasture Watch, l'étendue des prairies cartographiée inclut tout type de couverture terrestre contenant au moins 30% de … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Natural/Semi-natural Grasslands v1
Cet ensemble de données fournit des cartes de probabilité annuelles mondiales des prairies naturelles/semi-naturelles de 2000 à 2022 à une résolution spatiale de 30 m. Produite par l'initiative Land & Carbon Lab Global Pasture Watch, l'étendue des prairies cartographiée inclut tout type de couverture terrestre contenant au moins 30% de … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
Cet ensemble de données fournit la productivité primaire brute mondiale non calibrée basée sur l'observation de la Terre depuis 2000, à une résolution spatiale de 30 m. Produit par l'initiative Land & Carbon Lab Global Pasture Watch, l'ensemble de données actuel fournit des valeurs de productivité primaire brute (PPB) à l'échelle mondiale, avec une résolution spatiale de 30 mètres à partir de l'an 2000. Valeurs GPP… global global-pasture-watch land landcover landuse plant-productivity -
Carte mondiale des plantations de palmiers à huile
L'ensemble de données est une carte mondiale de l'huile de palme industrielle et des petits exploitants pour 2019, à une résolution de 10 m. Elle couvre les zones où des plantations de palmiers à huile ont été détectées. Les images classifiées sont le résultat d'un réseau de neurones convolutifs basé sur des composites semestriels Sentinel-1 et Sentinel-2. Pour en savoir plus, consultez l'article … agriculture biodiversité conservation culture global utilisation-des-terres -
Segments CCDC mondiaux basés sur Landsat de Google (1999-2019)
Cette collection contient des résultats précalculés de l'exécution de l'algorithme CCDC (Continuous Change Detection and Classification) sur 20 ans de données de réflectance de surface Landsat. CCDC est un algorithme de détection de points d'arrêt qui utilise l'ajustement harmonique avec un seuil RMSE dynamique pour détecter les points d'arrêt dans les données de séries temporelles. Le… change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (polygones avec attributs, 2018) V1
L'enquête LUCAS (Land Use/Cover Area frame Survey) dans l'Union européenne (UE) a été mise en place pour fournir des informations statistiques. Il s'agit d'un exercice triennal de collecte de données in situ sur la couverture et l'utilisation des sols qui s'étend sur l'ensemble du territoire de l'UE. LUCAS collecte des informations sur la couverture des sols et… copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (Theoretical Location, 2006-2018) V1
L'enquête LUCAS (Land Use/Cover Area frame Survey) dans l'Union européenne (UE) a été mise en place pour fournir des informations statistiques. Il s'agit d'un exercice triennal de collecte de données in situ sur la couverture et l'utilisation des sols qui s'étend sur l'ensemble du territoire de l'UE. LUCAS collecte des informations sur la couverture des sols et… eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (Points with attributes, 2022) V1
L'enquête LUCAS (Land Use/Cover Area frame Survey) dans l'Union européenne (UE) a été mise en place pour fournir des informations statistiques. Il s'agit d'un exercice triennal de collecte de données in situ sur la couverture et l'utilisation des sols qui s'étend sur l'ensemble du territoire de l'UE. LUCAS collecte des informations sur la couverture des sols et… eu jrc landcover landuse landuse-landcover lucas -
Modèle de probabilité de palme 2025a
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture biodiversity conservation crop eudr forestdatapartnership -
Modèle de probabilité Palm 2025b
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture alphaearth-derived biodiversity conservation crop eudr -
Modèle de probabilité Rubber 2025b
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture alphaearth-derived biodiversity conservation crop eudr -
Modèle de probabilité Rubber Tree 2025a
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data … agriculture biodiversity conservation crop eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2025-11 (CONUS et OCONUS)
Ce produit fait partie de la suite de données du système de surveillance des changements de paysage (LCMS, Landscape Change Monitoring System). Il indique les classes de changement, de couverture et/ou d'utilisation des terres modélisées par le LCMS pour chaque année et couvre les États-Unis continentaux (CONUS), ainsi que les zones en dehors des CONUS (OCONUS), y compris l'Alaska (AK), Porto … change-detection forest gtac landcover landuse landuse-landcover -
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
