-
مدل Cocoa Probability 2026a
این مجموعه تصویر احتمال تخمینی هر پیکسل را ارائه میدهد که منطقه زیرین توسط کالا اشغال شده است. برآوردهای احتمال با وضوح ۱۰ متری ارائه شدهاند و توسط مدل یادگیری ماشین تولید شدهاند. برای جزئیات، به اسناد فنی درباره Forest Data Partnership مراجعه کنید … کشاورزی مشتقشده از alphaearth تنوع زیستی حفاظت محصول eudr -
Coffee Probability model 2026a
این مجموعه تصویر احتمال تخمینی هر پیکسل را ارائه میدهد که منطقه زیرین توسط کالا اشغال شده است. برآوردهای احتمال با وضوح ۱۰ متری ارائه شدهاند و توسط مدل یادگیری ماشین تولید شدهاند. برای جزئیات، به اسناد فنی درباره Forest Data Partnership مراجعه کنید … کشاورزی مشتقشده از alphaearth تنوع زیستی حفاظت محصول eudr -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (8-Daily 1km)
مجموعهدادههای اساسی برای این محصول «شاخص پوشش گیاهی بهبودیافته» (EVI) تصاویر اصلاحشده MODIS BRDF (MCD43B4) است که بااستفاده از رویکرد ذکرشده در Weiss و همکاران (۲۰۱۴) برای حذف دادههای مفقودشده ناشی از عواملی مانند پوشش ابر، پر شده است. پساز پر کردن شکاف، دادهها به … برش داده شد evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (Annual 1km)
مجموعهدادههای اساسی برای این محصول «شاخص پوشش گیاهی بهبودیافته» (EVI) تصاویر اصلاحشده MODIS BRDF (MCD43B4) است که بااستفاده از رویکرد ذکرشده در Weiss و همکاران (۲۰۱۴) برای حذف دادههای مفقودشده ناشی از عواملی مانند پوشش ابر، پر شده است. پساز پر کردن شکاف، دادهها به … برش داده شد evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index (Monthly 1km)
مجموعهدادههای اساسی برای این محصول «شاخص پوشش گیاهی بهبودیافته» (EVI) تصاویر اصلاحشده MODIS BRDF (MCD43B4) است که بااستفاده از رویکرد ذکرشده در Weiss و همکاران (۲۰۱۴) برای حذف دادههای مفقودشده ناشی از عواملی مانند پوشش ابر، پر شده است. پساز پر کردن شکاف، دادهها به … برش داده شد evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
Earth Timelapse v0
مجموعه دادههای Earth Timelapse سابقه تصویری چهار دههای از تغییرات سیارهای را از سال ۱۹۸۴ تا ۲۰۲۲ ارائه میدهد. این مجموعه داده که توسط Google از پتابایتها مشاهدات فضایی بهدستآمده از مأموریتهای Landsat ناسا/سازمان زمینشناسی ایالات متحده (Landsat 4، 5، 7، 8، و 9) و منظومه ماهوارهای Copernicus Sentinel-2 آژانس فضایی اروپا ترکیب شده است، … copernicus global google landsat-derived publisher-dataset satellite-imagery -
Farmscapes 2020
مجموعهداده Farmscapes 2020 نقشههای احتمالی با وضوح بالا (۲۵ سانتیمتر) را برای سه ویژگی کلیدی نیمهطبیعی در چشماندازهای کشاورزی انگلستان ارائه میدهد: پرچینها، جنگلها، و دیوارهای سنگی. این مجموعهداده با همکاری «مرکز بازیابی طبیعت لورهولم» در آکسفورد توسعه یافته است تا بهعنوان خط مبنایی برای برنامههای کاربردی … تنوع زیستی اقلیم حفاظت اتصال بومشناختی جنگل کاربری زمین-پوشش زمین -
Farmscapes 2020 Vectorised
این نسخه برداریشده از مجموعه داده شطرنجی Farmscapes 2020 است. این مجموعه داده هندسههای چندضلعی را ارائه میدهد که ویژگیهای چشمانداز نیمهطبیعی در مقیاس کوچک (بهویژه پرچینها، جنگلها، و دیوارهای سنگی) را در سراسر چشماندازهای کشاورزی انگلستان نشان میدهند. این مجموعه داده با همکاری «مرکز آکسفورد لورهولم برای احیای طبیعت» توسعه یافته است تا … تنوع زیستی اقلیم حفاظت اتصال بومشناختی جنگل کاربری زمین-پوشش زمین -
Forest Persistence v0
این تصویر امتیازی برای هر پیکسل (در [۰، ۱]) ارائه میدهد که نشان میدهد آیا منطقه پیکسل در سال ۲۰۲۰ توسط جنگل دستنخورده اشغال شده است یا نه. این امتیازها با وضوح ۳۰ متر ارائه میشوند و با رویکرد همگرایی شواهد برای ترکیب چندین جنگل تولید شدهاند … biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
Forest Typology (ForTy) 2020 v1.0
مجموعه داده Forest Typology (ForTy) v1 شامل نقشه احتمالات جهانی برای هر کلاس با وضوح ۱۰ متر است که همه مناطق خشکی بین عرض جغرافیایی ۶۵ درجه جنوبی و ۸۴ درجه شمالی را برای سال ۲۰۲۰ پوشش میدهد. گونهشناسی ششکلاسه با تعاریف «سازمان خواربار و کشاورزی ملل متحد» (FAO) و «مقررات جنگلزدایی اتحادیه اروپا» (EUDR) مطابقت دارد: کلاس ۱ … alphaearth-derived biodiversity climate conservation deforestation eudr -
GEM-15: مدلهای ارتفاع زمین و سطح نزدیک به جهانی (۱۵ متر) (آزمایشی)
«مدلهای ارتفاعی تقریباً جهانی Google در ۱۵ متری» (GEM-15) یک مجموعه داده ارتفاعی تقریباً جهانی آزمایشی (درحال بررسی) با فاصله شبکه ۱۵ متری است که از تصاویر ماهوارهای استریو نوری زیر متری مشتق شده است. این مجموعهداده از تصاویر استریو نوری ساخته شده است که تا سال ۲۰۲۴ بهدست آمدهاند (عمدتاً تصاویر ۳۰ سانتیمتری Pléiades Neo مربوط به سالهای ۲۰۲۲ تا ۲۰۲۴، که با … تکمیل شدهاند climate-and-sustainability dem elevation elevation-topography google height -
GPW Annual Dominant Class of Grasslands v1
این مجموعه داده نقشههای کلاس غالب سالانه جهانی از علفزارها (کشتشده و طبیعی/نیمهطبیعی) را از سال ۲۰۰۰ تا ۲۰۲۲ با وضوح فضایی ۳۰ متری ارائه میدهد. این نقشه که توسط طرح Land & Carbon Lab Global Pasture Watch تولید شده است، گستره علفزارها را نشان میدهد و شامل هر نوع پوشش زمینی است که حداقل … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual Probabilities of Cultivated Grasslands v1
این مجموعه داده نقشههای احتمال سالانه جهانی از علفزارهای کشتشده را از سال ۲۰۰۰ تا ۲۰۲۲ با وضوح فضایی ۳۰ متری ارائه میدهد. این نقشه که توسط طرح «دیدهبان جهانی چراگاهها» در Land & Carbon Lab تولید شده است، گستره علفزارها را نشان میدهد و شامل هر نوع پوشش زمینی است که حداقل ۳۰٪ از … global global-pasture-watch land landcover landuse landuse-landcover -
احتمالات سالانه GPW برای علفزارهای طبیعی/ نیمهطبیعی نسخه ۱
این مجموعه داده نقشههای احتمال سالانه جهانی از علفزارهای طبیعی/نیمهطبیعی را از سال ۲۰۰۰ تا ۲۰۲۲ با وضوح فضایی ۳۰ متری ارائه میدهد. این نقشه که توسط طرح «دیدهبان جهانی چراگاهها» در Land & Carbon Lab تولید شده است، گستره علفزارها را نشان میدهد و شامل هر نوع پوشش زمینی است که حداقل ۳۰٪ از … global global-pasture-watch land landcover landuse landuse-landcover -
GPW Annual livestock headcount FAOSTAT-adjusted v1
این مجموعه داده تعداد دامهای جهانی را از سال ۲۰۰۰ تا ۲۰۲۲ با وضوح فضایی ۱ کیلومتر ارائه میدهد. این مجموعه داده که توسط طرح Global Pasture Watch از Land & Carbon Lab تولید شده است، پیشبینیهای جهانی تعداد دام را که با آمار ملی FAOSTAT تنظیم شده است ارائه میدهد. مجموعه داده براساس بزرگترین … شناختهشده است agriculture global global-pasture-watch gpw land landuse -
GPW Annual short vegetation height v1
این مجموعه داده میانگین جهانی ارتفاع پوشش گیاهی را از سال ۲۰۰۰ با وضوح فضایی ۳۰ متری ارائه میدهد. این مجموعه داده که توسط ابتکار Global Pasture Watch از Land & Carbon Lab تولید شده است، مقادیر میانه ارتفاع پوشش گیاهی (صدک ۵۰) را در سطح جهانی با وضوح فضایی ۳۰ متری از سال ۲۰۰۰ به بعد ارائه میدهد. مجموعه داده براساس … canopy global global-pasture-watch land landcover plant-productivity -
GPW Annual uncalibrated Gross Primary Productivity (uGPP) v1
این مجموعه داده «بهرهوری اولیه ناخالص» جهانی واسنجینشده مبتنی بر EO را از سال ۲۰۰۰ با وضوح فضایی ۳۰ متر ارائه میدهد. این مجموعه داده که توسط ابتکار Land & Carbon Lab Global Pasture Watch تولید شده است، مقادیر بهرهوری اولیه ناخالص (GPP) را در سطح جهانی با وضوح فضایی ۳۰ متر از سال ۲۰۰۰ به بعد ارائه میدهد. GPP برای … ارزش قائل است global global-pasture-watch land landcover landuse plant-productivity -
Global Annual Mangrove Extent (1984-2023)
مجموعه دادههای CGMD-Extent30 (پویایی جهانی مداوم جنگلهای حرا - وسعت سالانه جنگلهای حرا با وضوح ۳۰ متر) وسعت سالانه جهانی جنگلهای حرا را از سال ۱۹۸۴ تا ۲۰۲۳ ارائه میدهد. این مجموعه داده بهصورت یک FeatureCollection (مجموعه ویژگی) در Earth Engine توزیع میشود که هر ویژگی نشاندهنده یک چندضلعی جنگل حرا نقشهبرداریشده برای یک سال خاص است. مجموعه داده … سالانه ساحلی زیستتوده جنگلی جهانی مشتقشده از لندست کاربری زمین-پوشش زمین -
Global Annual Mangrove Fractional Canopy Cover (1984-2023)
این مجموعه داده پوشش تاجپوشه کسری (FCC) سالانه جهانی جنگلهای حرا را با وضوح فضایی ۳۰ متر از سال ۱۹۸۴ تا ۲۰۲۳ ارائه میدهد تا از تحلیلهای مقیاس بزرگ پویاییهای بلندمدت جنگلهای حرا، ازجمله تخریب و بازیابی تاجپوشه، ارزیابی کربن آبی، و پایش بومسازگان ساحلی پشتیبانی کند. FCC نسبت هر Landsat را … سالانه ساحلی زیستتوده جنگلی جهانی مشتقشده از لندست مانگرو -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (8-Daily 1km)
«دمای سطح زمین» (LST) در روز از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (Annual 1km)
«دمای سطح زمین» (LST) در روز از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature (Monthly 1km)
«دمای سطح زمین» (LST) در روز از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature (8-Daily 1km)
«دمای سطح زمین» (LST) در شب از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature (Annual 1km)
«دمای سطح زمین» (LST) در شب از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
دمای سطح زمین در شب: دمای سطح زمین در شب با پر کردن شکافهای پروژه اطلس مالاریا (ماهانه ۱ کیلومتر)
«دمای سطح زمین» (LST) در شب از محصولات MODIS MOD11A2 v6.1 با وضوح حدود ۱ کیلومتر بهدست میآید. ترکیبهای ۸ روزه به درجه سلسیوس تبدیل میشوند و سپس بااستفاده از رویکردی که در Weiss et al (2014) شرح داده شده است، شکافها پر میشوند تا دادههای مفقودشده بهدلیل عواملی مانند پوشش ابری حذف شوند. … lst malariaatlasproject map publisher-dataset surface-temperature weather-and-climate -
MAPL-EMIT: Modeled Methane Enhancement and Plume Probability
مجموعه دادههای بهبودهای «تجزیهوتحلیل متان و محلیسازی توده با EMIT» (MAPL-EMIT) نقشههای بهبود متان (CH₄) با وضوح بالا (۶۰ متر) و احتمالات توده را ارائه میدهد که از دادههای تابش گرفتهشده توسط ابزار «بررسی منبع گردوغبار معدنی سطح زمین» (EMIT) مشتق شدهاند و بهعنوان بخشی از … تولید و منتشر شدهاند. atmosphere climate-and-sustainability emit ghg methane publisher-dataset -
MAPL-EMIT: Modeled Methane Plumes
مجموعه داده «تجزیهوتحلیل متان و مکانیابی توده با EMIT» (MAPL-EMIT) نقشههای پیچیده توده متان (CH₄) با وضوح بالا (۶۰ متر) و مکانهای منبع توده را ارائه میدهد که از دادههای تابش ثبتشده توسط ابزار «بررسی منبع گردوغبار معدنی سطح زمین» (EMIT) بهدست آمدهاند. انتشار متان از منبع نقطهای عامل اصلی … است atmosphere climate-and-sustainability emit ghg methane publisher-dataset -
Malaria Atlas Project Accessibility to Cities 2015
این نقشه دسترسی جهانی، زمان سفر زمینی به نزدیکترین منطقه پرجمعیت را برای همه مناطق بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۵ برمیشمارد. مناطق پرجمعیت بهعنوان مناطق مجاور با ۱۵۰۰ ساکن یا بیشتر در هر کیلومتر مربع یا … تعریف میشوند accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project Accessibility to Healthcare 2019
این نقشه دسترسی جهانی مدت سفر زمینی (به دقیقه) به نزدیکترین بیمارستان یا کلینیک را برای همه مناطق بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۹ نشان میدهد. تلاشهای عمدهای برای جمعآوری دادهها توسط OpenStreetMap، Google Maps، و پژوهشگران دانشگاهی درحال انجام است … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project Accessibility to Healthcare 2019 (Walking Only)
این نقشه دسترسی جهانی مدت سفر زمینی (به دقیقه) به نزدیکترین بیمارستان یا کلینیک را برای همه مناطق بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۹ نشان میدهد. این سطح براساس مدت سفر «فقط پیادهروی» است، بااستفاده از وسایل حملونقل غیرموتوری … accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project Global Friction Surface 2015
Friction Surface 2019". این سطح اصطکاک جهانی سرعت سفر زمینی را برای همه پیکسلهای زمینی بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۵ برمیشمارد. این نقشه ازطریق همکاری بین «پروژه اطلس مالاریا» (MAP) در دانشگاه آکسفورد، Google، … تولید شده است accessibility malariaatlasproject map population publisher-dataset -
سطح اصطکاک جهانی پروژه اطلس مالاریا ۲۰۱۹
این سطح اصطکاک جهانی سرعت سفر زمینی را برای همه پیکسلهای زمینی بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۹ برمیشمارد. این نقشه ازطریق همکاری بین MAP (دانشگاه آکسفورد)، Telethon Kids Institute (پرت، استرالیا)، Google، و … تولید شده است. accessibility malariaatlasproject map population publisher-dataset -
Malaria Atlas Project Global Friction Surface 2019 (Walking Only)
این سطح اصطکاک جهانی سرعت سفر زمینی را برای همه پیکسلهای زمینی بین ۸۵ درجه شمالی و ۶۰ درجه جنوبی برای سال اسمی ۲۰۱۹ برمیشمارد. این سطح براساس سرعت سفر «فقط پیادهروی» است و فقط از وسایل حملونقل غیرموتوری استفاده میکند. این نقشه ازطریق … تولید شده است accessibility malariaatlasproject map population publisher-dataset -
MapBiomas Land Use and Land Cover - Bolivia V1.0
مجموعه دادههای «کاربری زمین و پوشش زمین» (LULC) MapBiomas برای بولیوی بهطور سالانه توسط «پروژه MapBiomas» بااستفاده از تصاویر ماهوارهای Landsat و فنون طبقهبندی یادگیری ماشین تولید میشود. این مجموعه داده نقشههای پوشش زمین سالانه ثابتی را با وضوح ۳۰ متری ارائه میدهد که دوره زمانی ۱۹۸۵ تا ۲۰۲۴ را پوشش میدهد. … بولیوی landsat-derived landuse-landcover mapbiomas-public publisher-dataset -
MapBiomas Land Use and Land Cover - Brazil V1.0
مجموعه دادههای کاربری زمین و پوشش زمین (LULC) MapBiomas برای برزیل سالانه توسط پروژه MapBiomas بااستفاده از تصاویر ماهوارهای Landsat و تکنیکهای طبقهبندی یادگیری ماشین تولید میشود. این مجموعه داده نقشههایی با جزئیات موضوعی و سازگار با وضوح ۳۰ متری ارائه میدهد که چندین دهه را پوشش میدهد و هر سال بهروز میشود. هر تصویر … landsat-derived landuse-landcover mapbiomas-public publisher-dataset -
MapBiomas Land Use and Land Cover - Ecuador V1.0
مجموعه دادههای «کاربری زمین و پوشش زمین» (LULC) MapBiomas برای اکوادور سالانه توسط «پروژه MapBiomas» بااستفاده از تصاویر ماهوارهای Landsat و تکنیکهای طبقهبندی یادگیری ماشین تولید میشود. این مجموعه داده نقشههای پوشش زمین سالانه ثابتی را با وضوح ۳۰ متری ارائه میدهد که دوره زمانی ۱۹۸۵ تا ۲۰۲۴ را پوشش میدهد. … اکوادور landsat-derived landuse-landcover mapbiomas-public publisher-dataset -
MethaneAIR L3 Concentration V1.1.0
این مجموعه داده، دادههای زمینمکانی را برای کسر مولی هوای خشک ستون کل متان در جو، «XCH4»، همانطور که توسط طیفسنج تصویربرداری MethaneAIR مشاهده شده است، ارائه میدهد. XCH4 بهعنوان مقدار کل ستون (تعداد مولکولها) متان («CH4») تقسیم بر مقدار کل … تعریف میشود atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneAIR L4 Point Sources V1.1.0
این مجموعه داده، دادههای مربوط به شناسایی منابع نقطهای با انتشار بالای متان (کیلوگرم در ساعت) را در ۱۳ منطقه استخراج نفت و گاز یا زغالسنگ از کلرادو، نیومکزیکو، و تگزاس در غرب تا پنسیلوانیا، اوهایو، و ویرجینیای غربی در شرق، بهعلاوه سه منطقه شهری (نیویورک، … atmosphere climate edf edf-methanesat-ee emissions ghg -
مدل ارتفاع تاجپوش NEON (CHM)
ارتفاع بالای تاجپوش از زمین برهنه (مدل ارتفاع تاجپوش؛ CHM). CHM از ابر نقطهای NEON LiDAR مشتق شده است و با ایجاد یک سطح پیوسته از تخمینهای ارتفاع تاجپوش در کل دامنه فضایی بررسی LiDAR تولید میشود. … airborne canopy forest forest-biomass highres lidar -
NEON Canopy Nitrogen Content (CNC)
غلظت نیتروژن تاجپوشه مدلسازیشده با مشاهدات شیمی برگ گیاه NEON کالیبره شده و با بازتابش جهتدار سطح L1، مشتقشده از طیفسنج تصویربرداری NEON (NIS)، پیشبینی شده است. باندها شامل ۱) درصد نیتروژن سایبان، ۲) عدم قطعیت مدل نیتروژن سایبان، ۳) نتیجه طبقهبندی برای مدل سوزنی درمقابل غیرسوزنی و … airborne canopy forest highres hyperspectral neon -
مدل ارتفاع دیجیتال (DEM) NEON
مدلهای دیجیتال سطح (DSM) و زمین (DTM) که از دادههای NEON LiDAR بهدست آمده است. DSM: ویژگیهای سطح (اطلاعات توپوگرافی با پوشش گیاهی و ساختارهای مصنوعی موجود). DTM: ارتفاع زمین برهنه (اطلاعات توپوگرافی با حذف پوشش گیاهی و سازههای دستساز). تصاویر برحسب متر بالاتر از میانگین دریا ارائه شدهاند … هوایی dem elevation-topography forest highres lidar -
تصاویر دوربین NEON RGB
تصاویر دوربین ارتو اصلاحشده قرمز-سبز-آبی (RGB) با وضوح بالا که موزاییک شده و بااستفاده از نمونهگیری مجدد نزدیکترین همسایه روی یک شبکه فضایی ثابت و یکنواخت خروجی داده شدهاند؛ وضوح فضایی ۰٫۱ متر است. دوربین دیجیتال بخشی از مجموعه ابزارهای «سکوی مشاهده هوابرد NEON» است که شامل … نیز میشود airborne forest highres neon neon-prod-earthengine orthophoto -
بازتابش دوسویه سطح NEON
«بازتابش دوسویه سطح NEON AOP» یک محصول داده VSWIR (فروسرخ مرئی تا موج کوتاه) فراطیفی است که شامل ۴۲۶ باند با طول موجهای حدود ۳۸۰ نانومتر تا ۲۵۱۰ نانومتر است. بازتابندگی با ضریب ۱۰۰۰۰ مقیاسبندی میشود. طول موجهای بین ۱۳۴۰ تا ۱۴۴۵ نانومتر و ۱۷۹۰ تا ۱۹۵۵ نانومتر روی … تنظیم شدهاند airborne forest highres hyperspectral neon neon-prod-earthengine -
بازتابش جهتدار سطح NEON
«بازتابش جهتدار سطحی» NEON AOP یک محصول دادهای VSWIR (فروسرخ مرئی تا موج کوتاه) فراطیفی است که شامل ۴۲۶ باند با طول موجهای حدود ۳۸۰ نانومتر تا ۲۵۱۰ نانومتر است. بازتابندگی با ضریب ۱۰۰۰۰ مقیاسبندی میشود. طول موجهای بین ۱۳۴۰ تا ۱۴۴۵ نانومتر و ۱۷۹۰ تا ۱۹۵۵ نانومتر روی … تنظیم شدهاند airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
نقشههای پایه برنامه دادههای ماهوارهای NICFI برای پایش جنگلهای استوایی - آفریقا
این مجموعه تصویر دسترسی به پایش ماهوارهای با وضوح بالا از مناطق گرمسیری را با هدف اصلی کاهش و معکوس کردن روند ازبین رفتن جنگلهای گرمسیری، کمک به مبارزه با تغییرات اقلیمی، حفظ تنوع زیستی، کمک به رشد مجدد، احیا، و بهبود جنگلها، و تسهیل توسعه پایدار فراهم میکند، که همه اینها … basemaps forest nicfi planet planet-nicfi publisher-dataset -
نقشههای پایه برنامه دادههای ماهوارهای NICFI برای پایش جنگلهای استوایی - قاره امریکا
این مجموعه تصویر دسترسی به پایش ماهوارهای با وضوح بالا از مناطق گرمسیری را با هدف اصلی کاهش و معکوس کردن روند ازبین رفتن جنگلهای گرمسیری، کمک به مبارزه با تغییرات اقلیمی، حفظ تنوع زیستی، کمک به رشد مجدد، احیا، و بهبود جنگلها، و تسهیل توسعه پایدار فراهم میکند، که همه اینها … basemaps forest nicfi planet planet-nicfi publisher-dataset -
نقشههای پایه برنامه دادههای ماهوارهای NICFI برای نظارت بر جنگلهای استوایی - آسیا
این مجموعه تصویر دسترسی به پایش ماهوارهای با وضوح بالا از مناطق گرمسیری را با هدف اصلی کاهش و معکوس کردن روند ازبین رفتن جنگلهای گرمسیری، کمک به مبارزه با تغییرات اقلیمی، حفظ تنوع زیستی، کمک به رشد مجدد، احیا، و بهبود جنگلها، و تسهیل توسعه پایدار فراهم میکند، که همه اینها … basemaps forest nicfi planet planet-nicfi publisher-dataset -
جنگلهای طبیعی جهان ۲۰۲۰
«جنگلهای طبیعی جهان ۲۰۲۰» نقشه جهانی احتمال وجود جنگلهای طبیعی را برای سال ۲۰۲۰ با وضوح ۱۰ متری ارائه میدهد. این لایه برای پشتیبانی از طرحهایی مانند «مقررات جنگلزدایی اتحادیه اروپا» (EUDR) و تلاشهای دیگر برای حفاظت و پایش جنگلها توسعه یافته است. نقشه … biodiversity climate conservation deforestation eudr forest -
OpenET DisALEXI Monthly Evapotranspiration v2.0
Atmosphere-Land Exchange Inverse / Disaggregation of the Atmosphere-Land Exchange Inverse (ALEXI/DisALEXI). DisALEXI بهعنوان بخشی از چارچوب OpenET به Google Earth Engine منتقل شد. ساختار مدل پایه ALEXI/DisALEXI توسط اندرسون و همکاران (۲۰۱۲، ۲۰۱۸) شرح داده شده است. مدل تبخیر-تعرق (ET) ALEXI بهطور خاص از زمان … استفاده میکند تبخیر و تعرق مشتقشده از لندست ماهانه openet مجموعه داده ناشر آب -
OpenET DisALEXI Monthly Evapotranspiration v2.1
Atmosphere-Land Exchange Inverse / Disaggregation of the Atmosphere-Land Exchange Inverse (ALEXI/DisALEXI). DisALEXI بهعنوان بخشی از چارچوب OpenET به Google Earth Engine منتقل شد. ساختار مدل پایه ALEXI/DisALEXI توسط اندرسون و همکاران (۲۰۱۲، ۲۰۱۸) شرح داده شده است. مدل تبخیر-تعرق (ET) ALEXI بهطور خاص از زمان … استفاده میکند تبخیر و تعرق مشتقشده از لندست ماهانه openet مجموعه داده ناشر آب -
OpenET Ensemble Monthly Evapotranspiration v2.0
مجموعه داده OpenET شامل دادههای ماهوارهای درباره مقدار کل آبی است که ازطریق فرایند تبخیر-تعرق (ET) از سطح زمین به جو منتقل میشود. OpenET دادههای تبخیر-تعرق را از چندین مدل ماهوارهای ارائه میدهد و همچنین یک «مقدار مجموعه» واحد را از … محاسبه میکند. تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET Ensemble Monthly Evapotranspiration v2.0 (1985-1999)
مجموعه داده OpenET شامل دادههای ماهوارهای درباره مقدار کل آبی است که ازطریق فرایند تبخیر-تعرق (ET) از سطح زمین به جو منتقل میشود. OpenET دادههای تبخیر-تعرق را از چندین مدل ماهوارهای ارائه میدهد و همچنین یک «مقدار مجموعه» واحد را از … محاسبه میکند. تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET Ensemble Monthly Evapotranspiration v2.1
مجموعه داده OpenET شامل دادههای ماهوارهای درباره مقدار کل آبی است که ازطریق فرایند تبخیر-تعرق (ET) از سطح زمین به جو منتقل میشود. OpenET دادههای تبخیر-تعرق را از چندین مدل ماهوارهای ارائه میدهد و همچنین یک «مقدار مجموعه» واحد را از … محاسبه میکند. تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET PT-JPL Monthly Evapotranspiration v2.0
Priestley-Taylor Jet Propulsion Laboratory (PT-JPL). فرمولبندی اصلی مدل PT-JPL در چارچوب OpenET نسبتبه فرمولبندی اصلی که در Fisher et al. (2008) شرح داده شده است تغییر نکرده است. بااینحال، بهبودها و بهروزرسانیهایی در ورودیهای مدل و ادغام زمانی برای PT-JPL انجام شد تا … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET PT-JPL Monthly Evapotranspiration v2.0 (1985-1999)
Priestley-Taylor Jet Propulsion Laboratory (PT-JPL). فرمولبندی اصلی مدل PT-JPL در چارچوب OpenET نسبتبه فرمولبندی اصلی که در Fisher et al. (2008) شرح داده شده است تغییر نکرده است. بااینحال، بهبودها و بهروزرسانیهایی در ورودیهای مدل و ادغام زمانی برای PT-JPL انجام شد تا … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET PT-JPL Monthly Evapotranspiration v2.1
Priestley-Taylor Jet Propulsion Laboratory (PT-JPL). فرمولبندی اصلی مدل PT-JPL در چارچوب OpenET نسبتبه فرمولبندی اصلی که در Fisher et al. (2008) شرح داده شده است تغییر نکرده است. بااینحال، بهبودها و بهروزرسانیهایی در ورودیهای مدل و ادغام زمانی برای PT-JPL انجام شد تا … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SIMS Monthly Evapotranspiration v2.0
پشتیبانی مدیریت آبیاری ماهوارهای (SIMS). مدل «پشتیبانی مدیریت آبیاری ماهوارهای» (SIMS) ناسا در ابتدا برای پشتیبانی از نقشهبرداری ماهوارهای ضرایب محصول و تبخیر و تعرق (ET) از زمینهای آبیاریشده و افزایش دسترسی به این دادهها برای پشتیبانی از استفاده در زمانبندی آبیاری و ارزیابی منطقهای توسعه یافت … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SIMS Monthly Evapotranspiration v2.0 (1985-1999)
پشتیبانی مدیریت آبیاری ماهوارهای (SIMS). مدل «پشتیبانی مدیریت آبیاری ماهوارهای» (SIMS) ناسا در ابتدا برای پشتیبانی از نقشهبرداری ماهوارهای ضرایب محصول و تبخیر و تعرق (ET) از زمینهای آبیاریشده و افزایش دسترسی به این دادهها برای پشتیبانی از استفاده در زمانبندی آبیاری و ارزیابی منطقهای توسعه یافت … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SIMS Monthly Evapotranspiration v2.1
پشتیبانی مدیریت آبیاری ماهوارهای (SIMS). مدل «پشتیبانی مدیریت آبیاری ماهوارهای» (SIMS) ناسا در ابتدا برای پشتیبانی از نقشهبرداری ماهوارهای ضرایب محصول و تبخیر و تعرق (ET) از زمینهای آبیاریشده و افزایش دسترسی به این دادهها برای پشتیبانی از استفاده در زمانبندی آبیاری و ارزیابی منطقهای توسعه یافت … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SSEBop Monthly Evapotranspiration v2.0
تراز انرژی سطحی سادهشده عملیاتی (SSEBop). مدل «توازن انرژی سطحی سادهشده عملیاتی» (SSEBop) توسط سنای و همکاران (۲۰۱۳، ۲۰۱۷) یک مدل انرژی سطحی سادهشده مبتنی بر حرارت برای تخمین ET واقعی براساس اصول رطوبتسنجی ماهوارهای است (سنای ۲۰۱۸). پیادهسازی OpenET SSEBop از … استفاده میکند تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SSEBop Monthly Evapotranspiration v2.0 (1985-1999)
تراز انرژی سطحی سادهشده عملیاتی (SSEBop). مدل «توازن انرژی سطحی سادهشده عملیاتی» (SSEBop) توسط سنای و همکاران (۲۰۱۳، ۲۰۱۷) یک مدل انرژی سطحی سادهشده مبتنی بر حرارت برای تخمین ET واقعی براساس اصول رطوبتسنجی ماهوارهای است (سنای ۲۰۱۸). پیادهسازی OpenET SSEBop از … استفاده میکند تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET SSEBop Monthly Evapotranspiration v2.1
تراز انرژی سطحی سادهشده عملیاتی (SSEBop). مدل «توازن انرژی سطحی سادهشده عملیاتی» (SSEBop) (سنای و همکاران، 2013؛ 2023) رویکردی مبتنی بر حرارت برای تخمین تبخیر-تعرق واقعی (ET) بااستفاده از اصول رطوبتسنجی ماهوارهای است (Senay، 2018). بهعنوان یکی از مدلهای اصلی در … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET eeMETRIC Monthly Evapotranspiration v2.0
پیادهسازی Google Earth Engine از مدل «نگاشت تبخیر و تعرق با وضوح بالا با واسنجی داخلی» (eeMETRIC). eeMETRIC الگوریتمها و فرایند پیشرفته METRIC از آلن و همکاران (۲۰۰۷؛ ۲۰۱۵) و آلن و همکاران (۲۰۱۳b) را اعمال میکند، که در آن یک رابطه منفرد بین دمای هوای نزدیک سطح … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET eeMETRIC Monthly Evapotranspiration v2.0 (1985-1999)
پیادهسازی Google Earth Engine از مدل «نگاشت تبخیر و تعرق با وضوح بالا با واسنجی داخلی» (eeMETRIC). eeMETRIC الگوریتمها و فرایند پیشرفته METRIC از آلن و همکاران (۲۰۰۷؛ ۲۰۱۵) و آلن و همکاران (۲۰۱۳b) را اعمال میکند، که در آن یک رابطه منفرد بین دمای هوای نزدیک سطح … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET eeMETRIC Monthly Evapotranspiration v2.1
پیادهسازی Google Earth Engine از مدل «نگاشت تبخیر و تعرق با وضوح بالا با واسنجی داخلی» (eeMETRIC). eeMETRIC الگوریتمها و فرایند پیشرفته METRIC از آلن و همکاران (۲۰۰۷؛ ۲۰۱۵) و آلن و همکاران (۲۰۱۳b) را اعمال میکند، که در آن یک رابطه منفرد بین دمای هوای نزدیک سطح … تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET geeSEBAL Monthly Evapotranspiration v2.0
پیادهسازی Google Earth Engine از مدل «الگوریتم توازن انرژی سطحی برای زمین» (SEBAL). نمای کلی نسخه فعلی geeSEBAL را میتوانید در Laipelt et al. (2021) پیدا کنید که براساس الگوریتمهای اصلی توسعهیافته توسط Bastiaanssen et al. (1998) است. OpenET geeSEBAL… تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET geeSEBAL Monthly Evapotranspiration v2.0 (1985-1999)
پیادهسازی Google Earth Engine از مدل «الگوریتم توازن انرژی سطحی برای زمین» (SEBAL). نمای کلی نسخه فعلی geeSEBAL را میتوانید در Laipelt et al. (2021) پیدا کنید که براساس الگوریتمهای اصلی توسعهیافته توسط Bastiaanssen et al. (1998) است. OpenET geeSEBAL… تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
OpenET geeSEBAL Monthly Evapotranspiration v2.1
پیادهسازی Google Earth Engine از مدل «الگوریتم توازن انرژی سطحی برای زمین» (SEBAL). نمای کلی نسخه فعلی geeSEBAL را میتوانید در Laipelt et al. (2021) پیدا کنید که براساس الگوریتمهای اصلی توسعهیافته توسط Bastiaanssen et al. (1998) است. OpenET geeSEBAL… تبخیر-تعرق مشتقشده از gridmet مشتقشده از landsat ماهانه openet مجموعه داده ناشر -
Overture Maps - Places: Place
زمینه «مکانهای Overture Maps» حاوی بیشاز ۶۴ میلیون نقطه است که نشاندهنده نهادهای دنیای واقعی هستند: کسبوکارها، مدارس، بیمارستانها، سازمانهای مذهبی، نشانگرهای مکانی، قلههای کوه، و موارد دیگر. هر سابقه مکان شامل مختصات مکان، نام، دسته، اطلاعات تماس (وبسایت، رسانههای اجتماعی، ایمیل، تلفن)، اطلاعات نمانام، نشانی، و … است. global infrastructure-boundaries map population publisher-dataset urban -
Oya: 5km Quasi-Global Precipitation Estimates
Oya مجموعه دادههای تخمین بارش شبهجهانی با وضوح بالا است که از رصدهای ماهوارهای زمینایستا (GEO) بهدست آمده است. مدل Oya از طیف کامل کانالهای مرئی و فروسرخ (VIS-IR) از مجموعهای از ماهوارههای GEO (ازجمله GOES-16/18، Meteosat-9/10، و Himawari-8/9) برای تولید برآوردهای بارندگی استفاده میکند که … را پوشش میدهد. climate geophysical gpm precipitation publisher-dataset weather -
PARDIG LR (Long-Record)
PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM) مجموعه دادههای آزمایشی از برآوردهای بارش جهانی مبتنی بر هوش مصنوعی است که توسط Google DeepMind و «تیم پژوهش Google» ارائه شده است و توسط مدلی که در Global Precipitation Estimates Learned from Sparse Satellite Observations شرح داده شده است تولید میشود. PARDIG توسط مدل هوش مصنوعی تولید میشود که … climate flood gcp-public-data-weathernext gpm hydrology meteorology -
PARDIG NRT (تقریباً همزمان)
PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM) مجموعه دادههای آزمایشی از برآوردهای بارش جهانی مبتنی بر هوش مصنوعی است که توسط Google DeepMind و «تیم پژوهش Google» ارائه شده است و توسط مدلی که در Global Precipitation Estimates Learned from Sparse Satellite Observations شرح داده شده است تولید میشود. PARDIG توسط مدل هوش مصنوعی تولید میشود که … climate flood gcp-public-data-weathernext gpm hydrology meteorology -
PML_V2.2a: Coupled Evapotranspiration and Gross Primary Product (MODIS Edition)
این مجموعه داده توسط «آزمایشگاه آبشناسی مقیاس بزرگ» تولید شده است که در پیشبرد پژوهشهای چرخه آب جهانی و منطقهای ازطریق ترکیب مشاهدات چندمنبعی زمین با مدلسازی مبتنی بر فرایند تخصص دارد. محصول PML-V2.2a (نسخه MODIS) تبخیر-تعرق زمینی جهانی (ET) و تولید اولیه ناخالص (GPP) را در … evapotranspiration gpp plant-productivity pml-evapotranspiration publisher-dataset water-vapor -
PML_V2.2a: Coupled Evapotranspiration and Gross Primary Product (VIIRS Edition)
این مجموعه داده توسط «آزمایشگاه آبشناسی مقیاس بزرگ» تولید شده است که در پیشبرد پژوهشهای چرخه آب جهانی و منطقهای ازطریق ترکیب مشاهدات چندمنبعی زمین با مدلسازی مبتنی بر فرایند تخصص دارد. محصول PML-V2.2a (نسخه VIIRS) تبخیر-تعرق زمینی جهانی (ET) و تولید اولیه ناخالص (GPP) را در … evapotranspiration gpp plant-productivity pml-evapotranspiration publisher-dataset water-vapor -
مدل Palm Probability 2026a
این مجموعه تصویر احتمال تخمینی هر پیکسل را ارائه میدهد که منطقه زیرین توسط کالا اشغال شده است. برآوردهای احتمال با وضوح ۱۰ متری ارائه شدهاند و توسط مدل یادگیری ماشین تولید شدهاند. برای جزئیات، به اسناد فنی درباره Forest Data Partnership مراجعه کنید … کشاورزی مشتقشده از alphaearth تنوع زیستی حفاظت محصول eudr -
مدل Rubber Probability 2026a
این مجموعه تصویر احتمال تخمینی هر پیکسل را ارائه میدهد که منطقه زیرین توسط کالا اشغال شده است. برآوردهای احتمال با وضوح ۱۰ متری ارائه شدهاند و توسط مدل یادگیری ماشین تولید شدهاند. برای جزئیات، به اسناد فنی درباره Forest Data Partnership مراجعه کنید … کشاورزی مشتقشده از alphaearth تنوع زیستی حفاظت محصول eudr -
SCANFI: محصول دادههای فضاییشده سیاهه جنگلهای ملی کانادا1.2
این نشریه داده شامل مجموعهای از فایلهای شطرنجی با وضوح ۳۰ متر است که نشاندهنده نقشههای سراسری کانادا در سال ۲۰۲۰ از نوع پوشش زمین وسیع، ارتفاع تاجپوشه جنگل، درجه بسته شدن تاج و زیستتوده درختی بالای زمین، همراه با ترکیب گونههای چندین گونه درختی اصلی است. The Spatialized CAnadian National … canada forest forest-biomass publisher-dataset tree-cover -
توزیع گونهها، پستانداران استرالیا
این خروجیهای مدل توزیع گونهها که توسط Google با همکاری QCIF و EcoCommons توسعه یافته است، نشاندهنده تخمین احتمال وقوع نسبی گونهها است (یعنی مقادیر بالاتر نشاندهنده احتمال بیشتر شناسایی گونهها در یک مکان، برای یک روش نظرسنجی معین و نظرسنجی معین … alphaearth-derived biodiversity conservation ecosystems nature-trace publisher-dataset -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (8-Daily 1km)
این مجموعه داده «روشنایی کلاهک منگولهدار» (TCB) پرشده از شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser و Cohen (2007) بر تصاویر اصلاحشده BRDF از MODIS (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (Annual 1km)
این مجموعه داده «روشنایی کلاهک منگولهدار» (TCB) پرشده از شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser و Cohen (2007) بر تصاویر اصلاحشده BRDF از MODIS (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness (Monthly 1km)
این مجموعه داده «روشنایی کلاهک منگولهدار» (TCB) پرشده از شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser و Cohen (2007) بر تصاویر اصلاحشده BRDF از MODIS (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (8-Daily 1km)
این مجموعه داده «رطوبت کلاهک منگولهدار» (TCW) بدون شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser and Cohen (2007) بر تصاویر اصلاحشده MODIS BRDF (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (Annual 1km)
این مجموعه داده «رطوبت کلاهک منگولهدار» (TCW) بدون شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser and Cohen (2007) بر تصاویر اصلاحشده MODIS BRDF (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness (Monthly 1km)
این مجموعه داده «رطوبت کلاهک منگولهدار» (TCW) بدون شکاف با اعمال معادلات کلاهک منگولهدار تعریفشده در Lobser and Cohen (2007) بر تصاویر اصلاحشده MODIS BRDF (MCD43B4) ایجاد شده است. دادههای حاصل بااستفاده از رویکرد شرحدادهشده در Weiss et al. (2014) برای حذف دادههای مفقودشده ناشی از … پر شدند. malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
USFS Landscape Change Monitoring System v2025-11 (CONUS and OCONUS)
این محصول بخشی از مجموعه دادههای «سیستم پایش تغییرات چشمانداز» (LCMS) است. این مجموعه داده تغییرات مدلسازیشده LCMS، پوشش زمین، و/یا کلاسهای کاربری زمین را برای هر سال نشان میدهد و ایالات متحده هممرز (CONUS) و همچنین مناطق خارج از CONUS (OCONUS) شامل آلاسکا (AK)، پورتوریکو… را پوشش میدهد. change-detection forest fsic-go gtac gtac-data-publish landcover -
USFS Tree Canopy Cover v2025-6 (CONUS and OCONUS)
مجموعه دادههای «پوشش تاجپوشه درختان» (TCC) که توسط «وزارت کشاورزی ایالات متحده، خدمات جنگل» (USFS) تولید شده است، خروجیهای نقشه سالانه مبتنی بر سنجش از دور است که از سال ۱۹۸۵ تا ۲۰۲۵ را پوشش میدهد. این دادهها از پروژه «پایگاه داده پوشش زمین ملی» (NLCD) پشتیبانی میکند که توسط «سازمان زمینشناسی ایالات متحده» مدیریت میشود … forest fsic-go gtac gtac-data-publish landuse-landcover publisher-dataset -
USFS TreeMap 2023-1
مجموعهدادههای TreeMap اطلاعات فضایی دقیقی درباره ویژگیهای جنگل در سراسر گستره جنگلی ایالات متحده هممرز (CONUS) برای سالهای ۲۰۱۶، ۲۰۲۰، ۲۰۲۲، و ۲۰۲۳ ارائه میدهند. TreeMap 2014 برای CONUS نیز دردسترس است اما در این بایگانی داده گنجانده نشده است. TreeMap 2024 is … aboveground biomass carbon climate-change conus forest -
WDKBA: World Database of Key Biodiversity Areas (KBAs) - March 2026
اگر به دسترسی به مجموعه داده KBA علاقهمند هستید، لطفاً فرم درخواست داده KBA را تکمیل کنید تا پساز تأیید، دسترسی مستقیم در GEE فراهم شود. «مناطق کلیدی تنوع زیستی» (KBA) «مکانهایی هستند که بهطور قابلتوجهی به تداوم جهانی تنوع زیستی کمک میکنند»، در بومسازگانهای خشکی، آب شیرین، و دریایی. … biodiversity boundaries ecosystems global iucn management -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
این مجموعه داده عامل اصلی ازبین رفتن تاجپوش را از سال ۲۰۰۱ تا ۲۰۲۲ در سطح جهانی با وضوح ۱ کیلومتر نقشهبرداری میکند. این دادهها که توسط «مؤسسه منابع جهانی» (WRI) و Google DeepMind تولید شدهاند، بااستفاده از مدل شبکه عصبی جهانی (ResNet) توسعه یافتهاند که براساس مجموعهای از نمونههای جمعآوریشده آموزش دیده است … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
این مجموعه داده عامل اصلی ازبین رفتن تاجپوش را از سال ۲۰۰۱ تا ۲۰۲۳ در سطح جهانی با وضوح ۱ کیلومتر نقشهبرداری میکند. این دادهها که توسط «مؤسسه منابع جهانی» (WRI) و Google DeepMind تولید شدهاند، بااستفاده از مدل شبکه عصبی جهانی (ResNet) توسعه یافتهاند که براساس مجموعهای از نمونههای جمعآوریشده آموزش دیده است … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
این مجموعه داده عامل اصلی ازبین رفتن تاجپوش را از سال ۲۰۰۱ تا ۲۰۲۴ در سطح جهانی با وضوح ۱ کیلومتر نقشهبرداری میکند. این دادهها که توسط «مؤسسه منابع جهانی» (WRI) و Google DeepMind تولید شدهاند، بااستفاده از مدل شبکه عصبی جهانی (ResNet) توسعه یافتهاند که براساس مجموعهای از نمونههای جمعآوریشده آموزش دیده است … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
این مجموعه داده عامل اصلی ازبین رفتن تاجپوش را از سال ۲۰۰۱ تا ۲۰۲۵ در سطح جهانی با وضوح ۱ کیلومتر نقشهبرداری میکند. این دادهها که توسط «مؤسسه منابع جهانی» (WRI) و Google DeepMind تولید شدهاند، بااستفاده از مدل شبکه عصبی جهانی (ResNet) توسعه یافتهاند که براساس مجموعهای از نمونههای جمعآوریشده آموزش دیده است … agriculture deforestation forest forest-biomass google landandcarbon -
WeatherNext 2
WeatherNext 2 مجموعه دادهای آزمایشی از پیشبینیهای آبوهوای گروهی میانبرد جهانی است که توسط نسخه عملیاتی مدل آبوهوای «مولد شبکه تابعی» Google DeepMind تولید شده است. مجموعه دادههای آزمایشی شامل دادههای همزمان و تاریخی است. دادههای همزمان هر دادهای است که مربوط به زمانی باشد که … forecast gcp-public-data-weathernext precipitation publisher-dataset temperature weather -
WeatherNext 2 Mean
WeatherNext 2 Mean میانگین ۶۴ مجموعه از یک مجموعه داده آزمایشی از پیشبینیهای آبوهوای مجموعه میانبرد جهانی است که توسط نسخه عملیاتی مدل آبوهوای زایای شبکه کاربردی Google DeepMind تولید شده است. برای مجموعه دادهای که شامل همه اعضای مجموعه است، لطفاً WeatherNext 2 (غیرمیانگین) را ببینید … forecast gcp-public-data-weathernext precipitation publisher-dataset temperature weather -
WeatherNext 3 (0.05°)
مجموعه داده WeatherNext 3 (0.05°) یک مجموعه داده آزمایشی از پیشبینیهای آبوهوای گروهی میانبرد جهانی است که توسط Google DeepMind و Google Research ارائه شده و با نسخه عملیاتی مدل شرحدادهشده در WeatherNext 3: Increasing resolution and performance of global weather models with raw observations تولید شده است. دسترسی به دادهها … flood forecast gcp-public-data-weathernext humidity precipitation publisher-dataset -
WeatherNext 3 (0.1°)
مجموعه داده WeatherNext 3 (0.1°) مجموعه دادهای آزمایشی از پیشبینیهای آبوهوای گروهی میانبرد جهانی است که توسط Google DeepMind و Google Research ارائه شده و با نسخه عملیاتی مدل شرحدادهشده در WeatherNext 3: Increasing resolution and performance of global weather models with raw observations تولید شده است. دسترسی به دادهها … flood forecast gcp-public-data-weathernext humidity precipitation publisher-dataset