-
カカオ確率モデル 2026a
この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率推定値は 10 メートル四方単位で提供され、機械学習モデルによって生成されています。詳しくは、Forest Data Partnership の技術ドキュメントをご覧ください。 agriculture alphaearth-derived biodiversity conservation crop eudr -
コーヒーの確率モデル 2026a
この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率推定値は 10 メートル四方単位で提供され、機械学習モデルによって生成されています。詳しくは、Forest Data Partnership の技術ドキュメントをご覧ください。 agriculture alphaearth-derived biodiversity conservation crop eudr -
DESS China Terrace Map v1
このデータセットは、2018 年の中国の棚田マップ（30 m 解像度）です。このデータセットは、Google Earth Engine プラットフォームに基づくマルチソースおよびマルチテンポラル データを使用した教師ありピクセルベースの分類によって開発されました。全体的な精度とカッパ係数はそれぞれ 94% と 0.72 でした。この最初の… 農業 土地被覆 土地利用 土地利用と土地被覆 清華大学 -
Dynamic World V1
Dynamic World は、10 m のほぼリアルタイム（NRT）の土地利用/土地被覆（LULC）データセットで、9 つのクラスのクラス確率とラベル情報が含まれています。Dynamic World の予測は、2015 年 6 月 27 日から現在までの Sentinel-2 L1C コレクションで利用できます。Sentinel-2 の再訪頻度は 2 ～ 5 日間です。 global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
欧州宇宙機関（ESA）の WorldCover 10 m 2020 プロダクトは、Sentinel-1 および Sentinel-2 のデータに基づいて、2020 年の全球の土地被覆マップを 10 m の解像度で提供します。WorldCover プロダクトには 11 個の土地被覆クラスが含まれており、… の枠組みで生成されています。 esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
欧州宇宙機関（ESA）の WorldCover 10 m 2021 プロダクトは、Sentinel-1 および Sentinel-2 のデータに基づいて、2021 年の全球の土地被覆マップを 10 m の解像度で提供します。WorldCover プロダクトには 11 個の土地被覆クラスが含まれており、… の枠組みで生成されています。 esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW 年間優占クラス（草原）v1
このデータセットは、2000 年から 2022 年までの全球の草原（耕作地と自然/半自然）の年間の優占クラスマップを 30 m の空間解像度で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、少なくとも次のものを含むすべての土地被覆タイプが含まれます。 グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW Annual Probabilities of Cultivated Grasslands v1
このデータセットは、2000 年から 2022 年までの耕作地の全球年次確率マップを 30 m の空間解像度で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、少なくとも 30% の乾燥した… を含むあらゆる土地被覆タイプが含まれます。 グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW Annual Probabilities of Natural/Semi-natural Grasslands v1
このデータセットは、2000 年から 2022 年までの全球の天然/半天然草原の年次確率マップを 30 m の空間解像度で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、少なくとも 30% の乾燥した… を含むあらゆる土地被覆タイプが含まれます。 グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW 年間家畜頭数 FAOSTAT 調整済み v1
このデータセットは、2000 年から 2022 年までの世界の家畜頭数を 1 km の空間分解能で提供します。Land & Carbon Lab の Global Pasture Watch イニシアチブによって作成された現在のデータセットは、FAOSTAT の国内統計に合わせて調整された世界的な家畜数の予測を提供します。このデータセットは、既知の最大規模の… に基づいています。 agriculture global global-pasture-watch gpw land landuse -
GPW 年間未調整総一次生産量（uGPP）v1
このデータセットは、2000 年以降の全球の未調整の EO ベースの総一次生産量を 30 m の空間解像度で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された現在のデータセットは、2000 年以降の全球の総一次生産量（GPP）の値を 30 m の空間解像度で提供します。GPP の値 … global global-pasture-watch land landcover landuse plant-productivity -
アブラヤシ農園の世界地図
このデータセットは、2019 年の 10 m 解像度の全球の工業用および小規模農家のパーム油マップです。アブラヤシ農園が検出された地域を対象としています。分類された画像は、Sentinel-1 と Sentinel-2 の半年間の合成画像に基づく畳み込みニューラル ネットワークの出力です。詳しくは、記事をご覧ください。 農業 生物多様性 保全 作物 グローバル 土地利用 -
Google Global Landsat-based CCDC Segments（1999 ～ 2019 年）
このコレクションには、20 年間の Landsat 地表反射率データに対して Continuous Change Detection and Classification（CCDC）アルゴリズムを実行して事前に計算された結果が含まれています。CCDC は、動的 RMSE しきい値で調和関数を当てはめて時系列データのブレークポイントを検出するブレークポイント検出アルゴリズムです。カラーは、RGB 値とアルファ チャンネルで指定します。 change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus（属性付きポリゴン、2018 年）V1
欧州連合（EU）の土地利用/被覆面積フレーム調査（LUCAS）は、統計情報を提供するために設定されました。これは、EU 全域を対象とした 3 年ごとの現地での土地被覆と土地利用のデータ収集活動です。LUCAS は、土地被覆と…に関する情報を収集します。 copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized（理論上の位置、2006 ～ 2018 年）V1
欧州連合（EU）の土地利用/被覆面積フレーム調査（LUCAS）は、統計情報を提供するために設定されました。これは、EU 全域を対象とした 3 年ごとの現地での土地被覆と土地利用のデータ収集活動です。LUCAS は、土地被覆と…に関する情報を収集します。 eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC（属性付きポイント、2022 年）V1
欧州連合（EU）の土地利用/被覆面積フレーム調査（LUCAS）は、統計情報を提供するために設定されました。これは、EU 全域を対象とした 3 年ごとの現地での土地被覆と土地利用のデータ収集活動です。LUCAS は、土地被覆と…に関する情報を収集します。 eu jrc landcover landuse landuse-landcover lucas -
Palm Probability モデル 2026a
この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率推定値は 10 メートル四方単位で提供され、機械学習モデルによって生成されています。詳しくは、Forest Data Partnership の技術ドキュメントをご覧ください。 agriculture alphaearth-derived biodiversity conservation crop eudr -
Rubber Probability モデル 2026a
この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率推定値は 10 メートル四方単位で提供され、機械学習モデルによって生成されています。詳しくは、Forest Data Partnership の技術ドキュメントをご覧ください。 agriculture alphaearth-derived biodiversity conservation crop eudr -
USFS 景観変化監視システム v2025-11（CONUS と OCONUS）
このプロダクトは、景観変化監視システム（LCMS）データスイートの一部です。各年の LCMS モデルの変更、土地被覆、土地利用クラスを示し、米国本土（CONUS）と、アラスカ（AK）、プエルトリコなど、CONUS 外の地域（OCONUS）を対象としています。 change-detection forest fsic-go gtac gtac-data-publish landcover -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
このデータセットは、2001 年から 2022 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
このデータセットは、2001 年から 2023 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
このデータセットは、2001 年から 2024 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
このデータセットは、2001 年から 2025 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon
