-
कोकोआ की संभावना का अनुमान लगाने वाला मॉडल 2025a
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture biodiversity cocoa conservation crop eudr -
कोकोआ की संभावना का अनुमान लगाने वाला मॉडल 2025b
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture alphaearth-derived biodiversity cocoa conservation crop -
कॉफ़ी की संभावना का मॉडल 2025a
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture biodiversity coffee conservation crop eudr -
कॉफ़ी की संभावना का अनुमान लगाने वाला मॉडल 2025b
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture alphaearth-derived biodiversity coffee conservation crop -
DESS China Terrace Map v1
यह डेटासेट, साल 2018 में चीन के टेरेस का 30 मीटर रिज़ॉल्यूशन वाला मैप है. इसे Google Earth Engine प्लैटफ़ॉर्म पर आधारित, मल्टीसोर्स और मल्टी-टेम्पोरल डेटा का इस्तेमाल करके, पिक्सल के आधार पर सुपरवाइज़्ड क्लासिफ़िकेशन के ज़रिए बनाया गया है. इस मॉडल की कुल सटीकता 94% और कापा कोएफ़िशिएंट 0.72 है. यह पहला … agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World, 10 मीटर का करीब-करीब रीयल-टाइम (एनआरटी) लैंड यूज़/लैंड कवर (एलयूएलसी) डेटासेट है. इसमें नौ क्लास के लिए क्लास की संभावनाएं और लेबल की जानकारी शामिल होती है. डाइनैमिक वर्ल्ड की मदद से अनुमान लगाने की सुविधा, 27 जून, 2015 से अब तक Sentinel-2 L1C कलेक्शन के लिए उपलब्ध है. Sentinel-2 के इमेज कैप्चर करने की फ़्रीक्वेंसी, 2 से 5 दिनों के बीच होती है … global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
यूरोपियन स्पेस एजेंसी (ईएसए) का WorldCover 10 m 2020 प्रॉडक्ट, Sentinel-1 और Sentinel-2 के डेटा के आधार पर, 10 मीटर के रिज़ॉल्यूशन पर साल 2020 के लिए ग्लोबल लैंड कवर मैप उपलब्ध कराता है. WorldCover प्रॉडक्ट में 11 लैंड कवर क्लास शामिल हैं. इसे … के फ़्रेमवर्क में जनरेट किया गया है esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
यूरोपियन स्पेस एजेंसी (ईएसए) का WorldCover 10 m 2021 प्रॉडक्ट, Sentinel-1 और Sentinel-2 के डेटा के आधार पर, 10 मीटर के रिज़ॉल्यूशन पर साल 2021 के लिए ग्लोबल लैंड कवर मैप उपलब्ध कराता है. WorldCover प्रॉडक्ट में 11 लैंड कवर क्लास शामिल हैं. इसे … के फ़्रेमवर्क में जनरेट किया गया है esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW Annual Dominant Class of Grasslands v1
इस डेटासेट में, साल 2000 से 2022 तक के लिए, 30 मीटर के स्पैशियल रिज़ॉल्यूशन पर, दुनिया भर के घास के मैदानों (खेती की गई और प्राकृतिक/अर्ध-प्राकृतिक) के सालाना डोमिनेंट क्लास मैप दिए गए हैं. इस मैप को Land & Carbon Lab Global Pasture Watch ने बनाया है. इसमें घास के मैदानों के साथ-साथ, हर तरह की ज़मीन को शामिल किया गया है. इसमें कम से कम … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Cultivated Grasslands v1
इस डेटासेट में, 2000 से 2022 तक, 30 मीटर के स्पैशियल रिज़ॉल्यूशन पर, दुनिया भर के खेती किए गए घास के मैदानों के सालाना संभावित मैप दिए गए हैं. इस मैप को Land & Carbon Lab Global Pasture Watch ने बनाया है. इसमें घास के मैदानों के साथ-साथ, किसी भी तरह की ज़मीन को शामिल किया गया है. इसमें कम से कम 30% सूखी … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Natural/Semi-natural Grasslands v1
इस डेटासेट में, साल 2000 से 2022 तक के लिए, प्राकृतिक/अर्ध-प्राकृतिक घास के मैदानों के सालाना संभावित मैप दिए गए हैं. ये मैप, 30 मीटर के स्पैशियल रिज़ॉल्यूशन में उपलब्ध हैं. इस मैप को Land & Carbon Lab Global Pasture Watch ने बनाया है. इसमें घास के मैदानों के साथ-साथ, किसी भी तरह की ज़मीन को शामिल किया गया है. इसमें कम से कम 30% सूखी … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
इस डेटासेट में, साल 2000 से लेकर अब तक के ग्लोबल अनकैलिब्रेटेड ईओ-आधारित ग्रॉस प्राइमरी प्रॉडक्टिविटी (जीपीपी) की जानकारी मिलती है. यह जानकारी, 30 मीटर के स्पैशियल रिज़ॉल्यूशन में उपलब्ध है. इस डेटासेट को Land & Carbon Lab Global Pasture Watch ने तैयार किया है. इसमें साल 2000 से अब तक, दुनिया भर के लिए 30 मीटर के स्पेशल रिज़ॉल्यूशन पर, ग्रॉस प्राइमरी प्रॉडक्टिविटी (जीपीपी) की वैल्यू दी गई हैं. GPP वैल्यू … global global-pasture-watch land landcover landuse plant-productivity -
पाम ऑयल के बागानों का ग्लोबल मैप
यह डेटासेट, साल 2019 के लिए 10 मीटर का ग्लोबल इंडस्ट्रियल और छोटे किसानों के पाम ऑयल का मैप है. इसमें उन इलाकों को शामिल किया गया है जहां पाम ऑयल के बागान पाए गए हैं. क्लासिफ़ाइड इमेज, कनवोल्यूशनल न्यूरल नेटवर्क का आउटपुट होती हैं. यह नेटवर्क, Sentinel-1 और Sentinel-2 के छह महीने के कंपोज़िट पर आधारित होता है. ज़्यादा जानकारी के लिए लेख देखें … agriculture biodiversity conservation crop global landuse -
Google के ग्लोबल लैंडसैट-आधारित सीसीडीसी सेगमेंट (1999-2019)
इस कलेक्शन में, 20 सालों के Landsat सर्फ़ेस रिफ़्लेक्टेंस डेटा पर, कंटीन्यूअस चेंज डिटेक्शन ऐंड क्लासिफ़िकेशन (सीसीडीसी) एल्गोरिदम चलाने से मिले नतीजे शामिल हैं. सीसीडीसी, ब्रेक-पॉइंट का पता लगाने वाला एल्गोरिदम है. यह टाइम सीरीज़ डेटा में ब्रेकपॉइंट का पता लगाने के लिए, डाइनैमिक आरएमएसई थ्रेशोल्ड के साथ हार्मोनिक फ़िटिंग का इस्तेमाल करता है. The … change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (Polygons with attributes, 2018) V1
यूरोपियन यूनियन (ईयू) में, लैंड यूज़/कवर एरिया फ़्रेम सर्वे (एलयूसीएएस) को सांख्यिकीय जानकारी देने के लिए सेट अप किया गया था. यह हर तीन साल में, ज़मीन के इस्तेमाल और लैंडकवर से जुड़ा डेटा इकट्ठा करने की एक प्रक्रिया है. यह पूरे ईयू के इलाके में की जाती है. LUCAS, पेड़ों से ढकी जगह और … के बारे में जानकारी इकट्ठा करता है copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (Theoretical Location, 2006-2018) V1
यूरोपियन यूनियन (ईयू) में, लैंड यूज़/कवर एरिया फ़्रेम सर्वे (एलयूसीएएस) को सांख्यिकीय जानकारी देने के लिए सेट अप किया गया था. यह हर तीन साल में, ज़मीन के इस्तेमाल और लैंडकवर से जुड़ा डेटा इकट्ठा करने की एक प्रक्रिया है. यह पूरे ईयू के इलाके में की जाती है. LUCAS, पेड़ों से ढकी जगह और … के बारे में जानकारी इकट्ठा करता है eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (Points with attributes, 2022) V1
यूरोपियन यूनियन (ईयू) में, लैंड यूज़/कवर एरिया फ़्रेम सर्वे (एलयूसीएएस) को सांख्यिकीय जानकारी देने के लिए सेट अप किया गया था. यह हर तीन साल में, ज़मीन के इस्तेमाल और लैंडकवर से जुड़ा डेटा इकट्ठा करने की एक प्रक्रिया है. यह पूरे ईयू के इलाके में की जाती है. LUCAS, पेड़ों से ढकी जगह और … के बारे में जानकारी इकट्ठा करता है eu jrc landcover landuse landuse-landcover lucas -
Palm Probability मॉडल 2025a
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture biodiversity conservation crop eudr forestdatapartnership -
Palm Probability model 2025b
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture alphaearth-derived biodiversity conservation crop eudr -
रबड़ की कीमत का अनुमान लगाने वाला मॉडल 2025b
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture alphaearth-derived biodiversity conservation crop eudr -
रबर के पेड़ के लिए प्रॉबबिलिटी मॉडल 2025a
इस इमेज कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को कवर किया है या नहीं. संभावित अनुमान, 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें मशीन लर्निंग मॉडल से जनरेट किया जाता है. ज़्यादा जानकारी के लिए, Forest Data Partnership … के बारे में तकनीकी दस्तावेज़ देखें agriculture biodiversity conservation crop eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2025-11 (CONUS and OCONUS)
यह प्रॉडक्ट, लैंडस्केप चेंज मॉनिटरिंग सिस्टम (एलसीएमएस) के डेटा सुइट का हिस्सा है. इसमें हर साल के लिए, एलसीएमएस-मॉडल वाले बदलाव, ज़मीन का कवर, और/या ज़मीन के इस्तेमाल की क्लास दिखाई गई हैं. इसमें कॉन्टिनेंटल यूनाइटेड स्टेट्स (कॉनस) के साथ-साथ, कॉनस (ओकॉनस) के बाहर के इलाके भी शामिल हैं. जैसे, अलास्का (एके), प्योर्टो … change-detection forest gtac landcover landuse landuse-landcover -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
इस डेटासेट में, साल 2001 से 2022 तक दुनिया भर में पेड़ों के कवर में आई कमी की मुख्य वजहों को मैप किया गया है. इसका रिज़ॉल्यूशन 1 कि॰मी॰ है. इस डेटा को World Resources Institute (WRI) और Google DeepMind ने तैयार किया है. इसे ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल करके बनाया गया है. इस मॉडल को, … से इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
इस डेटासेट में, साल 2001 से 2023 तक दुनिया भर में पेड़ों के कवर में कमी आने की मुख्य वजह को मैप किया गया है. इसका रिज़ॉल्यूशन 1 कि॰मी॰ है. इस डेटा को World Resources Institute (WRI) और Google DeepMind ने तैयार किया है. इसे ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल करके बनाया गया है. इस मॉडल को, … से इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
इस डेटासेट में, साल 2001 से 2024 तक, दुनिया भर में पेड़ों के कवर में कमी आने की मुख्य वजहों को मैप किया गया है. इसका रिज़ॉल्यूशन 1 कि॰मी॰ है. इस डेटा को World Resources Institute (WRI) और Google DeepMind ने तैयार किया है. इसे ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल करके बनाया गया है. इस मॉडल को, … से इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
इस डेटासेट में, साल 2001 से 2025 तक, दुनिया भर में पेड़ों की कटाई की मुख्य वजहों को 1 कि॰मी॰ के रिज़ॉल्यूशन पर मैप किया गया है. इस डेटा को World Resources Institute (WRI) और Google DeepMind ने तैयार किया है. इसे ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल करके बनाया गया है. इस मॉडल को, … से इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है agriculture deforestation forest forest-biomass google landandcarbon
