-
Model prawdopodobieństwa dotyczący kakao 2026a
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership… rolnictwo alphaearth-derived bioróżnorodność ochrona uprawy eudr -
Model prawdopodobieństwa dotyczący kawy 2026a
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership… rolnictwo alphaearth-derived bioróżnorodność ochrona uprawy eudr -
DESS China Terrace Map v1
Ten zbiór danych to mapa tarasów w Chinach w 2018 r. w rozdzielczości 30 m. Został on opracowany na podstawie nadzorowanej klasyfikacji pikseli przy użyciu danych z wielu źródeł i wielu okresów na platformie Google Earth Engine. Ogólna dokładność i współczynnik kappa wyniosły odpowiednio 94% i 0, 72. Pierwszy… agriculture landcover landuse landuse-landcover tsinghua -
Dynamic World V1
Dynamic World to zbiór danych o użytkowaniu i pokryciu terenu (LULC) o rozdzielczości 10 m, który jest aktualizowany w czasie zbliżonym do rzeczywistego (NRT) i zawiera prawdopodobieństwa klas oraz informacje o etykietach dla 9 klas. Prognozy Dynamic World są dostępne dla kolekcji Sentinel-2 L1C od 27 czerwca 2015 r. do chwili obecnej. Częstotliwość ponownych wizyt satelity Sentinel-2 wynosi od 2 do 5 dni… global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
Produkt WorldCover 10 m 2020 Europejskiej Agencji Kosmicznej (ESA) to globalna mapa pokrycia terenu z 2020 r. w rozdzielczości 10 m na podstawie danych z satelitów Sentinel-1 i Sentinel-2. Produkt WorldCover zawiera 11 klas pokrycia terenu i został wygenerowany w ramach … esa landcover landuse landuse-landcover sentinel1 sentinel2 -
ESA WorldCover 10m v200
Produkt WorldCover 10 m 2021 Europejskiej Agencji Kosmicznej (ESA) to globalna mapa pokrycia terenu z 2021 r. w rozdzielczości 10 m na podstawie danych z satelitów Sentinel-1 i Sentinel-2. Produkt WorldCover zawiera 11 klas pokrycia terenu i został wygenerowany w ramach … esa landcover landuse landuse-landcover sentinel1 sentinel2 -
GPW Annual Dominant Class of Grasslands v1
Ten zbiór danych zawiera globalne roczne mapy dominujących klas użytków zielonych (uprawianych oraz naturalnych i półnaturalnych) z lat 2000–2022 w rozdzielczości przestrzennej 30 m. Zasięg łąk na mapie, opracowanej w ramach inicjatywy Land & Carbon Lab Global Pasture Watch, obejmuje każdy typ pokrycia terenu, który zawiera co najmniej … globalne global-pasture-watch ląd pokrycie terenu użytkowanie terenu użytkowanie terenu i pokrycie terenu -
GPW Annual Probabilities of Cultivated Grasslands v1
Ten zbiór danych zawiera globalne roczne mapy prawdopodobieństwa występowania uprawianych łąk w latach 2000–2022 w rozdzielczości przestrzennej 30 m. Zasięg łąk na mapie, opracowanej w ramach inicjatywy Land & Carbon Lab Global Pasture Watch, obejmuje każdy rodzaj pokrycia terenu, który zawiera co najmniej 30% suchej… globalne global-pasture-watch ląd pokrycie terenu użytkowanie terenu użytkowanie terenu i pokrycie terenu -
Roczne prawdopodobieństwa wystąpienia naturalnych i półnaturalnych użytków zielonych w GPW w wersji 1
Ten zbiór danych zawiera globalne roczne mapy prawdopodobieństwa występowania naturalnych i półnaturalnych łąk w latach 2000–2022 w rozdzielczości przestrzennej 30 m. Zasięg łąk na mapie, opracowanej w ramach inicjatywy Land & Carbon Lab Global Pasture Watch, obejmuje każdy rodzaj pokrycia terenu, który zawiera co najmniej 30% suchej… globalne global-pasture-watch ląd pokrycie terenu użytkowanie terenu użytkowanie terenu i pokrycie terenu -
GPW Annual livestock headcount FAOSTAT-adjusted v1
Ten zbiór danych zawiera globalne dane dotyczące liczby zwierząt gospodarskich w latach 2000–2022 w rozdzielczości przestrzennej 1 km. Obecny zbiór danych, opracowany w ramach inicjatywy Global Pasture Watch prowadzonej przez Land & Carbon Lab, zawiera globalne prognozy liczby zwierząt gospodarskich skorygowane pod kątem statystyk krajowych FAOSTAT. Zbiór danych jest oparty na największym znanym … rolnictwo globalne global-pasture-watch gpw ziemia użytkowanie-gruntu -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
Ten zbiór danych zawiera globalne, niekalibrowane dane dotyczące pierwotnej produkcji brutto na podstawie obserwacji Ziemi z lat 2000–2020 w rozdzielczości przestrzennej 30 m. Obecny zbiór danych, opracowany w ramach inicjatywy Land & Carbon Lab Global Pasture Watch, zawiera wartości brutto pierwotnej produkcji (GPP) na całym świecie w rozdzielczości przestrzennej 30 m od 2000 roku. Wartości GPP… globalne global-pasture-watch ląd pokrycie-terenu użytkowanie-terenu produktywność-roślin -
Globalna mapa plantacji palm olejowych
Zbiór danych to globalna mapa przemysłowych i drobnych plantacji palm olejowych z 2019 r. w rozdzielczości 10 m. Obejmuje obszary, na których wykryto plantacje palm olejowych. Sklasyfikowane obrazy są wynikiem działania konwolucyjnej sieci neuronowej opartej na półrocznych kompozycjach danych z satelitów Sentinel-1 i Sentinel-2. Więcej informacji znajdziesz w artykule… rolnictwo bioróżnorodność ochrona uprawy globalne użytkowanie gruntów -
Segmenty CCDC oparte na danych Landsat (1999–2019)
Ten zbiór zawiera wstępnie obliczone wyniki działania algorytmu ciągłego wykrywania i klasyfikacji zmian (CCDC) na podstawie 20 lat danych o odbiciu powierzchniowym z satelity Landsat. CCDC to algorytm wykrywania punktów przerwania, który wykorzystuje dopasowanie harmoniczne z dynamicznym progiem RMSE do wykrywania punktów przerwania w danych ciągów czasowych. … wykrywanie-zmian google pokrycie-terenu landsat użytkowanie-terenu użytkowanie-terenu-pokrycie-terenu -
LUCAS Copernicus (Wielokąty z atrybutami, 2018), wersja 1
Badanie LUCAS (Land Use/Cover Area frame Survey) w Unii Europejskiej zostało utworzone w celu dostarczania informacji statystycznych. Jest to trzyletnie badanie dotyczące pokrycia i użytkowania terenu, które obejmuje całe terytorium UE. LUCAS zbiera informacje o pokryciu terenu i … copernicus eu jrc landcover landuse landuse-landcover -
LUCAS Harmonized (Lokalizacja teoretyczna, 2006–2018), wersja 1
Badanie LUCAS (Land Use/Cover Area frame Survey) w Unii Europejskiej zostało utworzone w celu dostarczania informacji statystycznych. Jest to trzyletnie badanie dotyczące pokrycia i użytkowania terenu, które obejmuje całe terytorium UE. LUCAS zbiera informacje o pokryciu terenu i … eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC (Punkty z atrybutami, 2022), wersja 1
Badanie LUCAS (Land Use/Cover Area frame Survey) w Unii Europejskiej zostało utworzone w celu dostarczania informacji statystycznych. Jest to trzyletnie badanie dotyczące pokrycia i użytkowania terenu, które obejmuje całe terytorium UE. LUCAS zbiera informacje o pokryciu terenu i … eu jrc landcover landuse landuse-landcover lucas -
Model Palm Probability 2026a
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership… rolnictwo alphaearth-derived bioróżnorodność ochrona uprawy eudr -
Model prawdopodobieństwa dotyczący gumy 2026a
Ta kolekcja obrazów zawiera szacunkowe prawdopodobieństwo dla każdego piksela, że dany obszar jest zajęty przez towar. Szacunki prawdopodobieństwa są podawane z dokładnością do 10 metrów i zostały wygenerowane przez model uczenia maszynowego. Szczegółowe informacje znajdziesz w dokumentacji technicznej dotyczącej programu Forest Data Partnership… rolnictwo alphaearth-derived bioróżnorodność ochrona uprawy eudr -
USFS Landscape Change Monitoring System v2025-11 (CONUS i OCONUS)
Ten produkt jest częścią pakietu danych systemu monitorowania zmian krajobrazu (LCMS). Pokazuje zmiany, pokrycie terenu lub klasy użytkowania terenu modelowane w LCMS w poszczególnych latach i obejmuje kontynentalną część Stanów Zjednoczonych (CONUS) oraz obszary poza nią (OCONUS), w tym Alaskę (AK), Portoryko… change-detection forest fsic-go gtac gtac-data-publish landcover -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Ten zbiór danych zawiera mapę głównego czynnika utraty zagęszczenia drzew w latach 2001–2022 na całym świecie w rozdzielczości 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind przy użyciu globalnego modelu sieci neuronowej (ResNet) wytrenowanego na zbiorze próbek zebranych… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Ten zbiór danych zawiera mapę głównego czynnika utraty zagęszczenia drzew w latach 2001–2023 na całym świecie w rozdzielczości 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind przy użyciu globalnego modelu sieci neuronowej (ResNet) wytrenowanego na zbiorze próbek zebranych… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Ten zbiór danych zawiera mapę głównego czynnika utraty zagęszczenia drzew w latach 2001–2024 na całym świecie w rozdzielczości 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind przy użyciu globalnego modelu sieci neuronowej (ResNet) wytrenowanego na zbiorze próbek zebranych… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
Ten zbiór danych zawiera mapę głównego czynnika utraty zagęszczenia drzew w latach 2001–2025 na całym świecie w rozdzielczości 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind przy użyciu globalnego modelu sieci neuronowej (ResNet) wytrenowanego na zbiorze próbek zebranych… agriculture deforestation forest forest-biomass google landandcarbon
