Datasets tagged plantation in Earth Engine
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation zur Forest Data Partnership …
Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation zur Forest Data Partnership …
Das Dataset ist eine globale Karte der industriellen und kleinbäuerlichen Ölpalmen für 2019 mit einer Auflösung von 10 m. Sie umfasst Gebiete, in denen Ölpalmenplantagen entdeckt wurden. Die klassifizierten Bilder sind die Ausgabe eines Convolutional Neural Network, das auf halbjährlichen Sentinel-1- und Sentinel-2-Composites basiert. Weitere Informationen finden Sie im Artikel …
Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation zur Forest Data Partnership …
Diese Bildsammlung enthält die geschätzte Wahrscheinlichkeit pro Pixel, dass der zugrunde liegende Bereich von dem Agrarrohstoff bedeckt ist. Die Wahrscheinlichkeitsschätzungen werden mit einer Auflösung von 10 Metern bereitgestellt und wurden von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation zur Forest Data Partnership …
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[],["The information describes four datasets related to agricultural land use. The first is a 2019 global map of oil palm plantations at 10m resolution, created using a neural network on satellite imagery. The other three are per-pixel probability models, also at 10m resolution, for cocoa, palm, and rubber trees respectively, all labeled as \"2024a\" and not peer-reviewed. These models estimate the probability of each area being occupied by these specific crops. All datasets are tagged with biodiversity, conservation, crop, and landuse.\n"]]
