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 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 von einem Modell für maschinelles Lernen generiert. Weitere Informationen finden Sie in der technischen Dokumentation zur Forest Data Partnership…
Globale Ölpalmenfläche für 2016–2021 mit einer Auflösung von 10 m und Pflanzjahr der Ölpalmen von 1990 bis 2021 mit einer Auflösung von 30 m. Der Datensatz besteht aus 609 Rasterkacheln mit einer Größe von 100 × 100 km, die tropische und subtropische Ölpalmenanbaugebiete weltweit abdecken.Er bildet 23,98 Mha Ölpalmenplantagen mit geschlossenem Kronendach ab, …
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 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 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"]]