-
코코아 확률 모델 2025a
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. 농업 생물 다양성 코코아 보존 작물 eudr -
코코아 확률 모델 2025b
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture alphaearth-derived biodiversity cocoa conservation crop -
커피 확률 모델 2025a
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. 농업 생물 다양성 커피 보존 작물 eudr -
커피 확률 모델 2025b
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture alphaearth-derived biodiversity coffee conservation crop -
DESS China Terrace Map v1
이 데이터 세트는 2018년 중국 계단식 논 지도이며 해상도는 30m입니다. 이 모델은 Google Earth Engine 플랫폼을 기반으로 한 다중 소스 및 다중 시간 데이터를 사용하여 지도 기반 분류를 통해 개발되었습니다. 전체 정확도와 카파 계수는 각각 94% 와 0.72를 달성했습니다. 이 첫 번째 … agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World는 9개 클래스의 클래스 확률과 라벨 정보를 포함하는 10m 실시간에 가까운 (NRT) 토지 이용/토지 피복 (LULC) 데이터 세트입니다. Dynamic World 예측은 2015년 6월 27일부터 현재까지의 Sentinel-2 L1C 컬렉션에 사용할 수 있습니다. Sentinel-2의 재방문 빈도는 2~5일입니다. global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
유럽우주국 (ESA) WorldCover 10m 2020 제품은 Sentinel-1 및 Sentinel-2 데이터를 기반으로 10m 해상도의 2020년 전 세계 토지 피복 지도를 제공합니다. WorldCover 제품에는 11개의 토지 피복 분류가 포함되어 있으며, … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
유럽우주국 (ESA) WorldCover 10m 2021 제품은 Sentinel-1 및 Sentinel-2 데이터를 기반으로 10m 해상도의 2021년 전 세계 토지 피복 지도를 제공합니다. WorldCover 제품에는 11개의 토지 피복 분류가 포함되어 있으며, … esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW 연간 우세 초원 클래스 v1
이 데이터 세트는 2000년부터 2022년까지 30m 공간 해상도의 전 세계 연간 우세한 초지 (경작 및 자연/반자연) 클래스 지도를 제공합니다. Land & Carbon Lab Global Pasture Watch 이니셔티브에서 제작한 매핑된 초지 범위에는 다음을 포함하는 모든 토지 피복 유형이 포함됩니다. 전역 global-pasture-watch land landcover landuse landuse-landcover -
GPW 연간 경작지 확률 v1
이 데이터 세트는 2000년부터 2022년까지 30m 공간 해상도의 전 세계 연간 재배 초지 확률 지도를 제공합니다. Land & Carbon Lab Global Pasture Watch 이니셔티브에서 제작한 매핑된 초지 범위에는 건조한 … 전역 global-pasture-watch land landcover landuse landuse-landcover -
GPW 연간 자연/반자연 초원 확률 v1
이 데이터 세트는 2000년부터 2022년까지 30m 공간 해상도의 자연/반자연 초지의 전 세계 연간 확률 지도를 제공합니다. Land & Carbon Lab Global Pasture Watch 이니셔티브에서 제작한 매핑된 초지 범위에는 건조한 … 전역 global-pasture-watch land landcover landuse landuse-landcover -
GPW 연간 보정되지 않은 총 기본 생산성 (uGPP) v1
이 데이터 세트는 2000년부터 30m 공간 해상도로 관측한 전 세계의 보정되지 않은 EO 기반 총 일차 생산량을 제공합니다. Land & Carbon Lab Global Pasture Watch 이니셔티브에서 제작한 현재 데이터 세트는 2000년부터 30m 공간 해상도로 전 세계의 총 일차 생산량 (GPP) 값을 제공합니다. GPP 값 … global global-pasture-watch land landcover landuse plant-productivity -
팜유 농장의 글로벌 지도
이 데이터 세트는 2019년의 10m 전 세계 산업 및 소규모 자영농 야자수 지도입니다. 팜유 농장이 감지된 지역을 포함합니다. 분류된 이미지는 Sentinel-1 및 Sentinel-2 반년 합성물을 기반으로 하는 컨볼루션 신경망의 출력입니다. 자세한 내용은 도움말을 참고하세요. agriculture biodiversity conservation crop global landuse -
Google 글로벌 Landsat 기반 CCDC 세그먼트 (1999~2019년)
이 컬렉션에는 20년간의 Landsat 지표면 반사율 데이터에 연속 변경 감지 및 분류 (CCDC) 알고리즘을 실행하여 사전 계산된 결과가 포함되어 있습니다. CCDC는 동적 RMSE 임계값으로 조화 함수 피팅을 사용하여 시계열 데이터의 중단점을 감지하는 중단점 찾기 알고리즘입니다. … change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus (속성이 있는 다각형, 2018) V1
유럽 연합 (EU)의 토지 이용/피복 면적 프레임 설문조사 (LUCAS)는 통계 정보를 제공하기 위해 설정되었습니다. EU 전역에 걸쳐 3년마다 실시되는 현장 토지 피복 및 토지 이용 데이터 수집 활동을 나타냅니다. LUCAS는 토지 피복 및 …에 관한 정보를 수집합니다. copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (이론적 위치, 2006~2018) V1
유럽 연합 (EU)의 토지 이용/피복 면적 프레임 설문조사 (LUCAS)는 통계 정보를 제공하기 위해 설정되었습니다. EU 전역에 걸쳐 3년마다 실시되는 현장 토지 피복 및 토지 이용 데이터 수집 활동을 나타냅니다. LUCAS는 토지 피복 및 …에 관한 정보를 수집합니다. eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (속성이 있는 포인트, 2022) V1
유럽 연합 (EU)의 토지 이용/피복 면적 프레임 설문조사 (LUCAS)는 통계 정보를 제공하기 위해 설정되었습니다. EU 전역에 걸쳐 3년마다 실시되는 현장 토지 피복 및 토지 이용 데이터 수집 활동을 나타냅니다. LUCAS는 토지 피복 및 …에 관한 정보를 수집합니다. eu jrc landcover landuse landuse-landcover lucas -
Palm 확률 모델 2025a
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture biodiversity conservation crop eudr forestdatapartnership -
Palm 확률 모델 2025b
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture alphaearth-derived biodiversity conservation crop eudr -
고무 확률 모델 2025b
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture alphaearth-derived biodiversity conservation crop eudr -
고무나무 확률 모델 2025a
이 이미지 모음은 기본 영역이 상품으로 점유될 픽셀당 확률을 추정하여 제공합니다. 확률 추정치는 10m 해상도로 제공되며 머신러닝 모델에 의해 생성되었습니다. 자세한 내용은 산림 데이터 파트너십에 관한 기술 문서를 참고하세요. agriculture biodiversity conservation crop eudr forestdatapartnership -
USFS Landscape Change Monitoring System v2025-11 (미국 본토 및 미국 외 지역)
이 제품은 Landscape Change Monitoring System (LCMS) 데이터 모음에 포함되어 있습니다. 매년 LCMS 모델링된 변화, 토지 피복, 토지 이용 분류를 보여주며 미국 본토(CONUS)와 알래스카(AK), 푸에르토 … change-detection forest gtac gtac-data-publish landcover landuse -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
이 데이터 세트는 2001~2022년 전 세계의 1km 해상도에서 트리 캐노피 손실의 주요 원인을 매핑합니다. 세계자원연구소 (WRI)와 Google DeepMind가 제작한 이 데이터는 …에서 수집된 샘플 세트를 학습시킨 전역 신경망 모델 (ResNet)을 사용하여 개발되었습니다. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
이 데이터 세트는 2001~2023년 전 세계의 1km 해상도에서 트리 캐노피 손실의 주요 원인을 매핑합니다. 세계자원연구소 (WRI)와 Google DeepMind가 제작한 이 데이터는 …에서 수집된 샘플 세트를 학습시킨 전역 신경망 모델 (ResNet)을 사용하여 개발되었습니다. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
이 데이터 세트는 2001~2024년의 전 세계 트리 캐노피 손실의 주요 원인을 1km 해상도로 매핑합니다. 세계자원연구소 (WRI)와 Google DeepMind가 제작한 이 데이터는 …에서 수집된 샘플 세트를 학습시킨 전역 신경망 모델 (ResNet)을 사용하여 개발되었습니다. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
이 데이터 세트는 2001~2025년의 전 세계 트리 캐노피 손실의 주요 원인을 1km 해상도로 매핑합니다. 세계자원연구소 (WRI)와 Google DeepMind가 제작한 이 데이터는 …에서 수집된 샘플 세트를 학습시킨 전역 신경망 모델 (ResNet)을 사용하여 개발되었습니다. agriculture deforestation forest forest-biomass google landandcarbon
