-
कोकोआ की संभावना का अनुमान लगाने वाला मॉडल 2025a
ध्यान दें: इस डेटासेट की अब तक समीक्षा नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर मौजूद यह README फ़ाइल देखें. इमेज के इस कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को घेर रखा है. संभावितता के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें … ने जनरेट किया है agriculture biodiversity conservation crop eudr forestdatapartnership -
कॉफ़ी की संभावना का मॉडल 2025a
ध्यान दें: इस डेटासेट की अब तक समीक्षा नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर मौजूद यह README फ़ाइल देखें. इमेज के इस कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को घेर रखा है. संभावितता के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें … ने जनरेट किया है agriculture biodiversity conservation crop eudr forestdatapartnership -
DESS China Terrace Map v1
यह डेटासेट, 2018 में चीन के टेरेस का 30 मीटर रिज़ॉल्यूशन वाला मैप है. इसे Google Earth Engine प्लैटफ़ॉर्म पर आधारित, मल्टीसोर्स और मल्टी-टेंपोरल डेटा का इस्तेमाल करके, पिक्सल के आधार पर क्लासिफ़िकेशन की निगरानी में तैयार किया गया है. कुल मिलाकर, सटीकता 94% और कापा कोएफ़िशिएंट 0.72 रहा. यह पहला … agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World, 10 मीटर का ऐसा डेटासेट है जो ज़मीन के इस्तेमाल/ज़मीन के प्रकार (एलयूएलसी) की जानकारी लगभग रीयल-टाइम में देता 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 के Sentinel-2 L1C कलेक्शन के लिए उपलब्ध है. Sentinel-2 के डेटा को हर 2 से 5 दिनों के बीच अपडेट किया जाता है … global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
यूरोपियन स्पेस एजेंसी (ईएसए) का WorldCover 10 m 2020 प्रॉडक्ट, 2020 के लिए 10 मीटर रिज़ॉल्यूशन वाला ग्लोबल लैंड कवर मैप उपलब्ध कराता है. यह मैप, Sentinel-1 और Sentinel-2 के डेटा पर आधारित है. WorldCover प्रॉडक्ट में, लैंड कवर की 11 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, 2021 के लिए 10 मीटर रिज़ॉल्यूशन पर, ज़मीन के कवर का ग्लोबल मैप उपलब्ध कराता है. यह मैप, Sentinel-1 और Sentinel-2 के डेटा पर आधारित होता है. WorldCover प्रॉडक्ट में, लैंड कवर की 11 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, दुनिया भर के घास के मैदानों (खेती की गई और प्राकृतिक/अर्ध-प्राकृतिक) के मुख्य क्लास मैप दिए गए हैं. ये मैप, 30 मीटर के स्पैशियल रिज़ॉल्यूशन पर उपलब्ध 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, साल 2000 से 2022 तक, दुनिया भर में खेती की गई घास के मैदानों के सालाना संभावना मैप दिए गए हैं. इनका स्पैशियल रिज़ॉल्यूशन 30 मीटर है. 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. हालांकि, 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 संभावना मैप दिए गए हैं. ये मैप, 30 मीटर के स्पैशियल रिज़ॉल्यूशन पर 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. हालांकि, 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 का डेटा मिलता है. इसका स्पैशियल रिज़ॉल्यूशन 30 मीटर है. इस डेटासेट को Land & Carbon Lab के Global Pasture Watch प्रोग्राम ने तैयार किया है. इसमें साल 2000 से लेकर अब तक, दुनिया भर के लिए ग्रॉस प्राइमरी प्रॉडक्टिविटी (जीपीपी) की वैल्यू दी गई हैं. ये वैल्यू, 30 मीटर के स्पेशल रिज़ॉल्यूशन पर उपलब्ध हैं. GPP वैल्यू … global global-pasture-watch land landcover landuse plant-productivity -
पाम ऑइल (ताड़ का तेल) के बागानों का ग्लोबल मैप
यह डेटासेट, साल 2019 के लिए 10 मीटर का ग्लोबल इंडस्ट्रियल और छोटे किसानों के पाम ऑयल के खेतों का मैप है. इसमें उन इलाकों को शामिल किया गया है जहां पाम ऑयल के बागान पाए गए हैं. क्लासिफ़ाइड इमेज, सेंटिनल-1 और सेंटिनल-2 के छह महीने के कंपोज़िट पर आधारित कनवोल्यूशनल न्यूरल नेटवर्क का आउटपुट होती हैं. 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 साल के Landsat के सर्फ़ेस रिफ़्लेक्टेंस डेटा पर, लगातार बदलाव का पता लगाने और वर्गीकरण (सीसीडीसी) एल्गोरिदम को चलाने से मिले पहले से तैयार नतीजे शामिल हैं. CCDC, 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 -
Palm Probability मॉडल 2025a
ध्यान दें: इस डेटासेट की अब तक समीक्षा नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर मौजूद यह README फ़ाइल देखें. इमेज के इस कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को घेर रखा है. संभावितता के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें … ने जनरेट किया है agriculture biodiversity conservation crop eudr forestdatapartnership -
रबर के पेड़ के लिए संभावना का मॉडल 2025a
ध्यान दें: इस डेटासेट की अब तक समीक्षा नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर मौजूद यह README फ़ाइल देखें. इमेज के इस कलेक्शन से, हर पिक्सल के हिसाब से यह अनुमान लगाया जाता है कि कमोडिटी ने उस जगह को घेर रखा है. संभावितता के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए जाते हैं. इन्हें … ने जनरेट किया है agriculture biodiversity conservation crop eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2024.10 (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 इस्तेमाल, और/या ज़मीन के इस्तेमाल की क्लास दिखाई जाती हैं. इसमें अमेरिका के मुख्य भूभाग (कॉनस) के साथ-साथ, कॉनस के बाहर के इलाके (ओकॉनस) भी शामिल हैं. जैसे, अलास्का (एके), प्योर्तो … 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 कमी आने की मुख्य वजहों को मैप किया गया है. यह डेटा 1 कि॰मी॰ के रिज़ॉल्यूशन पर उपलब्ध है. इस डेटा को वर्ल्ड रिसोर्सेज़ इंस्टिट्यूट (डब्ल्यूआरआई) और Google DeepMind ने तैयार किया है. इसे तैयार करने के लिए, ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल किया 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 की कटाई की मुख्य वजहों को मैप किया गया है. यह डेटा 1 कि॰मी॰ के रिज़ॉल्यूशन पर उपलब्ध है. इस डेटा को वर्ल्ड रिसोर्सेज़ इंस्टिट्यूट (डब्ल्यूआरआई) और Google DeepMind ने तैयार किया है. इसे तैयार करने के लिए, ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल किया 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 की कटाई की मुख्य वजहों को मैप किया गया है. यह डेटा 1 कि॰मी॰ के रिज़ॉल्यूशन पर उपलब्ध है. इस डेटा को वर्ल्ड रिसोर्सेज़ इंस्टिट्यूट (डब्ल्यूआरआई) और Google DeepMind ने तैयार किया है. इसे तैयार करने के लिए, ग्लोबल न्यूरल नेटवर्क मॉडल (ResNet) का इस्तेमाल किया गया है. इस मॉडल को, … से इकट्ठा किए गए सैंपल के सेट पर ट्रेन किया गया है agriculture deforestation forest forest-biomass google landandcarbon
