-
Modèle de probabilité du cacao 2025a
Remarque: Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub. Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par… agriculture biodiversité conservation culture eudr forestdatapartnership -
Modèle de probabilité de consommation de café 2025a
Remarque: Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub. Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par… agriculture biodiversité conservation culture eudr forestdatapartnership -
Persistance Forest v0
Remarque: Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub associé à ce modèle. Cette image fournit un score par pixel (dans la plage [0, 1]) qui indique si la zone de pixel est occupée par une forêt intacte en 2020. Ces scores sont les suivants : biodiversité conservation déforestation eudr biomasse forestière forestdatapartnership -
GPW Annual Dominant Class of Grasslands v1
Cet ensemble de données fournit des cartes mondiales annuelles de la classe dominante des prairies (cultivées et naturelles/semi-naturelles) de 2000 à 2022, avec une résolution spatiale de 30 m. Produite par l'initiative Global Pasture Watch du Land & Carbon Lab, l'étendue des prairies cartographiées inclut tout type de couverture terrestre contenant au moins 30% … forest-biomass global global-pasture-watch land landcover landuse -
GPW Annual Probabilities of Cultivated Grasslands v1
Cet ensemble de données fournit des cartes de probabilité annuelles mondiales des prairies cultivées de 2000 à 2022, avec une résolution spatiale de 30 m. Produite par l'initiative Global Pasture Watch du Land & Carbon Lab, l'étendue des prairies cartographiées inclut tout type de couverture terrestre contenant au moins 30% de prairies sèches ou humides. forest-biomass global global-pasture-watch land landcover landuse -
Probabilités annuelles de prairies naturelles/semi-naturelles de la GPW, version 1
Cet ensemble de données fournit des cartes de probabilité annuelles mondiales des prairies naturelles/semi-naturelles de 2000 à 2022, avec une résolution spatiale de 30 m. Produite par l'initiative Global Pasture Watch du Land & Carbon Lab, l'étendue des prairies cartographiées inclut tout type de couverture terrestre contenant au moins 30% de prairies sèches ou humides. forest-biomass global global-pasture-watch land landcover landuse -
Version Preview publique de la concentration L3 de MethaneSAT V1.0.0
Cet ensemble de données "Preview publique" préliminaire fournit des données géospatiales sur la fraction molaire moyenne de l'air sec dans la colonne de méthane dans l'atmosphère, "XCH4", obtenue à partir des mesures effectuées par le spectromètre d'imagerie MethaneSAT. XCH4 est défini comme la quantité totale de la colonne (nombre de molécules au-dessus d'une unité de surface) de … atmosphère climat edf edf-methanesat-ee émissions ghg -
Aperçu public de la version 1.0.0 des sources de zones L4 MethaneSAT
Le modèle des émissions dans les zones dispersées est encore en cours de développement et ne représente pas un produit final. Cet ensemble de données en version Preview publique fournit des données de haute précision sur les émissions de méthane provenant du secteur du pétrole et du gaz sur de vastes zones. Cela inclut les émissions totales provenant de sources distinctes : atmosphère climat edf edf-methanesat-ee émissions ghg -
Aperçu public de la version 2.0.0 des sources de zones L4 MethaneSAT
Le modèle des émissions dans les zones dispersées est encore en cours de développement et ne représente pas un produit final. Cet ensemble de données en version Preview publique fournit des données de haute précision sur les émissions de méthane provenant du secteur du pétrole et du gaz sur de vastes zones. Cela inclut les émissions totales provenant de sources distinctes : atmosphère climat edf edf-methanesat-ee émissions ghg -
Aperçu public de la version 1.0.0 des sources de points L4 MethaneSAT
Les flux d'émissions de méthane ont été produits à l'aide d'un framework de détection de sources ponctuelles et de quantification des émissions spécialisé pour exploiter la haute résolution spatiale, la large couverture spatiale et la haute précision des données MethaneSAT (la méthodologie est décrite dans Chulakdabba et al. (2023).) Le cadre de quantification des sources ponctuelles a été … atmosphère climat edf edf-methanesat-ee émissions ghg -
Modèle de hauteur de la canopée NEON (CHM)
Hauteur du sommet de la canopée au-dessus du sol nu (modèle de hauteur de la canopée, CHM). Le MCH est dérivé du nuage de points LiDAR NEON et est généré en créant une surface continue d'estimations de la hauteur de la canopée sur l'ensemble du domaine spatial de l'étude LiDAR. Le… aérosol canopé forêt biomasse forestière lidar néon -
Modèle numérique d'élévation (DEM) NEON
Modèles numériques de la surface (DSM) et du terrain (DTM) dérivés des données LiDAR NEON. DSM: éléments de surface (informations topographiques avec végétation et structures artificielles). Modèle numérique de terrain: élévation de la surface de la terre (informations topographiques sans végétation ni structures artificielles). Les images sont données en mètres au-dessus du niveau moyen de la mer. airborne dem elevation-topography forest lidar neon -
Images de la caméra RVB NEON
Images orthorectifiées en rouge, vert et bleu (RVB) haute résolution, mosaïquées et affichées sur une grille spatiale fixe et uniforme à l'aide du reéchantillonnage au voisin le plus proche.La résolution spatiale est de 0,1 m. La caméra numérique fait partie d'une suite d'instruments de la plate-forme d'observation aérienne NEON (AOP), qui comprend également un … airborne forest highres neon neon-prod-earthengine orthophoto -
Réflectance bidirectionnelle de surface NEON
La réflectance bidirectionnelle de surface de l'AOP NEON est un produit de données hyperspectrales dans le domaine du VSWIR (visible à l'infrarouge court), contenant 426 bandes couvrant des longueurs d'onde allant d'environ 380 nm à 2 510 nm. La réflectance est mise à l'échelle par un facteur de 10 000. Les longueurs d'onde comprises entre 1 340 et 1 445 nm et entre 1 790 et 1 955 nm sont définies sur… aéronef forêt hyperspectral néon néon-prod-earthengine données de l'éditeur -
Réflectance directionnelle de surface NEON
La réflectance directionnelle de surface de l'AOP NEON est un produit de données hyperspectrales dans le domaine du VSWIR (visible à l'infrarouge court), contenant 426 bandes couvrant des longueurs d'onde allant d'environ 380 nm à 2 510 nm. La réflectance est mise à l'échelle par un facteur de 10 000. Les longueurs d'onde comprises entre 1 340 et 1 445 nm et entre 1 790 et 1 955 nm sont définies sur… aéronef forêt hyperspectral néon néon-prod-earthengine données de l'éditeur -
Cartes de base du programme de données satellitaires NICFI pour la surveillance des forêts tropicales – Afrique
Cette collection d'images permet d'accéder à la surveillance par satellite haute résolution des régions tropicales. Son objectif principal est de réduire et d'inverser la perte des forêts tropicales, de contribuer à lutter contre le changement climatique, de préserver la biodiversité, de favoriser la repousse, la restauration et l'amélioration des forêts, et de faciliter le développement durable, le tout … basemaps forest nicfi planet planet-nicfi publisher-dataset -
Cartes de base du programme de données satellitaires NICFI pour la surveillance des forêts tropicales – Amériques
Cette collection d'images permet d'accéder à la surveillance par satellite haute résolution des régions tropicales. Son objectif principal est de réduire et d'inverser la perte des forêts tropicales, de contribuer à lutter contre le changement climatique, de préserver la biodiversité, de favoriser la repousse, la restauration et l'amélioration des forêts, et de faciliter le développement durable, le tout … basemaps forest nicfi planet planet-nicfi publisher-dataset -
Cartes de base du programme de données satellitaires NICFI pour la surveillance des forêts tropicales – Asie
Cette collection d'images permet d'accéder à la surveillance par satellite haute résolution des régions tropicales. Son objectif principal est de réduire et d'inverser la perte des forêts tropicales, de contribuer à lutter contre le changement climatique, de préserver la biodiversité, de favoriser la repousse, la restauration et l'amélioration des forêts, et de faciliter le développement durable, le tout … basemaps forest nicfi planet planet-nicfi publisher-dataset -
Modèle de probabilité Palm 2025a
Remarque: Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub. Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par… agriculture biodiversité conservation culture eudr forestdatapartnership -
Modèle de probabilité de l'arbre à caoutchouc 2025a
Remarque: Cet ensemble de données n'a pas encore été évalué par des pairs. Pour en savoir plus, consultez le fichier README GitHub. Cette collection d'images fournit une estimation de la probabilité par pixel que la zone sous-jacente soit occupée par la marchandise. Les estimations de probabilité sont fournies avec une résolution de 10 mètres et ont été générées par… agriculture biodiversité conservation culture eudr forestdatapartnership -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2022 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2023 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2024 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon -
Prévisions WeatherNext
WeatherNext Gen est un ensemble de données expérimental de prévisions météorologiques globales à moyen terme produites par une version opérationnelle du modèle météorologique d'ensemble basé sur la diffusion de Google DeepMind. L'ensemble de données expérimental comprend des données historiques et en temps réel. Les données en temps réel sont des données qui se rapportent à un moment donné, … climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature -
Prévisions du graphique WeatherNext
WeatherNext Graph est un ensemble de données expérimental de prévisions météorologiques à moyen terme à l'échelle mondiale, produit par une version opérationnelle du modèle météorologique de réseau de neurones graphiques de Google DeepMind. L'ensemble de données expérimental comprend des données historiques et en temps réel. Les données en temps réel sont des données qui se rapportent à un moment donné, … climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature
