Il s'agit d'une carte mondiale de 10 millions de pixels représentant les plantations d'huile de palme industrielles et de petits exploitants pour l'année 2019. Il couvre les zones où des plantations d'huile de palme ont été détectées. Les images classées sont le résultat d'un réseau de neurones convolutifs basé sur des composites semestriels de Sentinel-1 et Sentinel-2. Pour en savoir plus, consultez l'article …
Cette collection d'images fournit la probabilité par pixel que la zone sous-jacente soit cultivée en palmiers à huile. Ces estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Des exemples de plantations d'huile de palme avec des libellés ont été fournis par des contributeurs de la communauté pour …
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],[],[],["Two datasets provide information on global oil palm plantations. The first is a 10m map of industrial and smallholder oil palm areas for 2019, derived from a convolutional neural network using Sentinel-1 and Sentinel-2 data. The second dataset offers per-pixel probability estimates of oil palm cultivation at 10m resolution. This is generated via a machine learning model trained with community-contributed examples, offering detailed insight into oil palm cultivation distribution. Both maps can help with biodiversity and conservation.\n"]]
