Datasets tagged plantation in Earth Engine
با مجموعه‌ها، منظم بمانید
ذخیره و طبقه‌بندی محتوا براساس اولویت‌های شما.
مدل احتمال کاکائو ۲۰۲۶a
این مجموعه تصویر، احتمال تقریبی اشغال شدن منطقه زیرین توسط کالا را بر حسب پیکسل ارائه می‌دهد. تخمین‌های احتمال با وضوح 10 متر ارائه شده و توسط یک مدل یادگیری ماشینی تولید شده‌اند. برای جزئیات بیشتر، به مستندات فنی مربوط به Forest Data Partnership مراجعه کنید...
این مجموعه تصویر، احتمال تقریبی اشغال شدن منطقه زیرین توسط کالا را بر حسب پیکسل ارائه می‌دهد. تخمین‌های احتمال با وضوح 10 متر ارائه شده و توسط یک مدل یادگیری ماشینی تولید شده‌اند. برای جزئیات بیشتر، به مستندات فنی مربوط به Forest Data Partnership مراجعه کنید...
این مجموعه داده، نقشه‌ای از ۱۰ میلیون نخل روغنی صنعتی و خرده‌مالکی جهان برای سال ۲۰۱۹ است. این نقشه مناطقی را پوشش می‌دهد که در آن‌ها مزارع نخل روغنی شناسایی شده‌اند. تصاویر طبقه‌بندی‌شده، خروجی یک شبکه عصبی کانولوشنی مبتنی بر ترکیب‌های نیم‌سال Sentinel-1 و Sentinel-2 هستند. برای اطلاعات بیشتر به مقاله مراجعه کنید...
این مجموعه تصویر، احتمال تقریبی اشغال شدن منطقه زیرین توسط کالا را بر حسب پیکسل ارائه می‌دهد. تخمین‌های احتمال با وضوح 10 متر ارائه شده و توسط یک مدل یادگیری ماشینی تولید شده‌اند. برای جزئیات بیشتر، به مستندات فنی مربوط به Forest Data Partnership مراجعه کنید...
این مجموعه تصویر، احتمال تقریبی اشغال شدن منطقه زیرین توسط کالا را بر حسب پیکسل ارائه می‌دهد. تخمین‌های احتمال با وضوح 10 متر ارائه شده و توسط یک مدل یادگیری ماشینی تولید شده‌اند. برای جزئیات بیشتر، به مستندات فنی مربوط به Forest Data Partnership مراجعه کنید...
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","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models, also at 10m resolution, for cocoa, palm, and rubber trees respectively, all labeled as \"2024a\" and not peer-reviewed.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"]]
