ध्यान दें: इस डेटासेट की समीक्षा अभी तक नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर यह README देखें. इस इमेज कलेक्शन में, हर पिक्सल के हिसाब से अनुमानित संभावना दी जाती है कि उस जगह पर कमोडिटी मौजूद है या नहीं. संभावना के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए गए हैं. इन्हें …
ध्यान दें: इस डेटासेट की समीक्षा अभी तक नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर यह README देखें. इस इमेज कलेक्शन में, हर पिक्सल के हिसाब से अनुमानित संभावना दी जाती है कि उस जगह पर कमोडिटी मौजूद है या नहीं. संभावना के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए गए हैं. इन्हें …
यह डेटासेट, 2019 का 10 मीटर का ग्लोबल इंडस्ट्रियल और छोटे पैमाने पर तेल पाम का नक्शा है. इसमें उन इलाकों की जानकारी शामिल है जहां ऑयल पाम के बागान पाए गए थे. कैटगरी में बांटी गई इमेज, सेंटिनल-1 और सेंटिनल-2 के छह महीने के कंपोजिट पर आधारित कन्वोल्यूशनल न्यूरल नेटवर्क का आउटपुट होती हैं. ज़्यादा जानकारी के लिए लेख देखें …
ध्यान दें: इस डेटासेट की समीक्षा अभी तक नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर यह README देखें. इस इमेज कलेक्शन में, हर पिक्सल के हिसाब से अनुमानित संभावना दी जाती है कि उस जगह पर कमोडिटी मौजूद है या नहीं. संभावना के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए गए हैं. इन्हें …
ध्यान दें: इस डेटासेट की समीक्षा अभी तक नहीं की गई है. ज़्यादा जानकारी के लिए, कृपया GitHub पर यह README देखें. इस इमेज कलेक्शन में, हर पिक्सल के हिसाब से अनुमानित संभावना दी जाती है कि उस जगह पर कमोडिटी मौजूद है या नहीं. संभावना के अनुमान 10 मीटर के रिज़ॉल्यूशन पर दिए गए हैं. इन्हें …
[[["समझने में आसान है","easyToUnderstand","thumb-up"],["मेरी समस्या हल हो गई","solvedMyProblem","thumb-up"],["अन्य","otherUp","thumb-up"]],[["वह जानकारी मौजूद नहीं है जो मुझे चाहिए","missingTheInformationINeed","thumb-down"],["बहुत मुश्किल है / बहुत सारे चरण हैं","tooComplicatedTooManySteps","thumb-down"],["पुराना","outOfDate","thumb-down"],["अनुवाद से जुड़ी समस्या","translationIssue","thumb-down"],["सैंपल / कोड से जुड़ी समस्या","samplesCodeIssue","thumb-down"],["अन्य","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models, also at 10m resolution, for cocoa, palm, and rubber trees respectively, all labeled as \"2024a\" and not peer-reviewed.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"]]
