Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la matière première. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data …
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la matière première. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data …
L'ensemble de données est une carte mondiale de l'huile de palme industrielle et des petits exploitants pour 2019, à une résolution de 10 m. Elle couvre les zones où des plantations de palmiers à huile ont été détectées. Les images classifiées sont le résultat d'un réseau de neurones convolutifs basé sur des composites semestriels Sentinel-1 et Sentinel-2. Pour en savoir plus, consultez l'article …
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la matière première. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data …
Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la matière première. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par un modèle de machine learning. Pour en savoir plus, consultez la documentation technique sur le partenariat Forest Data …
[[["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"]],[],[],["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"]]
