-
Cocoa 機率模型 2025a
注意：這個資料集尚未經過同儕審查。詳情請參閱這個 GitHub README。這個圖像集合會提供每個像素的預估值，估算出底層區域是否遭商品佔用。機率估計值的空間解析度為 10 公尺，由 … agriculture biodiversity conservation crop eudr forestdatapartnership -
咖啡機率模型 2025a
注意：這個資料集尚未經過同儕審查。詳情請參閱這個 GitHub README。這個圖像集合會提供每個像素的預估值，估算出底層區域是否遭商品佔用。機率估計值的空間解析度為 10 公尺，由 … agriculture biodiversity conservation crop eudr forestdatapartnership -
Forest Persistence v0
注意：這個資料集尚未經過同儕審查。如需更多資訊，請參閱與此模型相關聯的 GitHub README。這張圖片提供每個像素的分數 (介於 0 到 1 之間)，用來指出該像素區域在 2020 年是否為未受干擾的森林。這些分數如下： 生物多樣性 保育 森林砍伐 eudr 森林生物量 forestdatapartnership -
GPW 年度草原主導類別 v1
這組資料集提供 2000 年至 2022 年全球草地 (耕地和自然/半自然) 的年度主導類別地圖，空間解析度為 30 公尺。由 Land & Carbon Lab 全球牧場監測計畫製作，地圖上的草地範圍包含任何土地覆蓋類型，其中至少有 30% 是… forest-biomass global global-pasture-watch land landcover landuse -
GPW 耕地草原年度機率 v1
這份資料集提供 2000 年至 2022 年全球耕地草地的年度概率地圖，空間解析度為 30 公尺。這份地圖由 Land & Carbon Lab 的全球牧場監測計畫製作，其中標示的草原範圍包含任何土地覆蓋類型，至少含有 30% 的乾燥或半乾燥草原。 forest-biomass global global-pasture-watch land landcover landuse -
GPW 自然/半自然草原的年度機率 v1
這份資料集提供 2000 年至 2022 年全球自然/半自然草地的年度機率地圖，空間解析度為 30 公尺。這份地圖由 Land & Carbon Lab 的全球牧場監測計畫製作，其中標示的草原範圍包含任何土地覆蓋類型，至少含有 30% 的乾燥或半乾燥草原。 forest-biomass global global-pasture-watch land landcover landuse -
MethaneSAT L3 濃度公開預先發布版 V1.0.0
這份早期的「公開預覽」資料集提供大氣中甲烷的柱狀平均乾空氣摩爾分數地理空間資料 (「XCH4」)，這些資料是透過 MethaneSAT 成像光譜儀的測量結果擷取而來。XCH4 的定義是 … 的總柱狀量 (單位表面積上方的分子數)。 atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 區域來源公開預先發布版 1.0.0
散布區排放量模型仍在開發中，不代表最終產品。這份早期的「公開預覽」資料集提供石油和天然氣產業中廣大地區甲烷排放量的高精確度資料。這包括來自個別 … atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 區域來源公開預先發布版 2.0.0 版
散布區排放量模型仍在開發中，不代表最終產品。這份早期的「公開預覽」資料集提供石油和天然氣產業中廣大地區甲烷排放量的高精確度資料。這包括來自個別 … atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 點來源公開預先發布版 1.0.0
我們使用點源偵測和排放量評估架構產生甲烷排放量流量，該架構專門用於利用 MethaneSAT 資料的高空間解析度、廣泛空間涵蓋範圍和高精確度。相關方法論可參考 Chulakdabba 等人 (2023 年) 的論文。點源量化架構是… atmosphere climate edf edf-methanesat-ee emissions ghg -
NEON 林冠高度模型 (CHM)
樹冠頂端相對於裸露地面的高度 (樹冠高度模型；CHM)。CHM 是從 NEON LiDAR 點雲衍生而來，並透過在 LiDAR 調查的整個空間範圍內，建立連續的樹冠高度估計值表面而產生。… 空氣傳播 樹冠 森林 森林生物量 lidar neon -
NEON 數位地形模型 (DEM)
從 NEON LiDAR 資料衍生的地表 (DSM) 和地形 (DTM) 數位模型。DSM：地表地形特徵 (包含植被和人工建築物的地形資訊)。DTM：裸露地表高程 (去除植被和人造結構物的地形資訊)。圖片中的高度以海拔為單位，單位為公尺。 空拍 DEM 海拔高度-地形 森林 lidar neon -
NEON RGB 相機圖像
高解析度的紅綠藍 (RGB) 正射相機圖像，經過馬賽克處理後，使用最近鄰重採樣技術輸出至固定的一致空間格線，空間解析度為 0.1 公尺。數位相機是 NEON 空中觀測平台 (AOP) 的一系列儀器之一，其中還包括 … airborne forest highres neon neon-prod-earthengine orthophoto -
NEON 表面雙向反射率
NEON AOP 地表雙向反射率是超光譜 VSWIR (可見光至短波紅外線) 資料產品，包含 426 個波段，波長範圍從約 380 奈米到 2510 奈米。反射率會以 10000 的係數縮放。波長介於 1340-1445 nm 和 1790-1955 nm 之間的波長設為 … 空拍 森林 高光譜 neon neon-prod-earthengine publisher-dataset -
NEON 表面方向反射率
NEON AOP 地表方向反射率是超光譜 VSWIR (可見光至短波紅外線) 資料產品，包含 426 個波段，波長範圍從約 380 奈米到 2510 奈米。反射率會以 10000 的係數縮放。波長介於 1340-1445 nm 和 1790-1955 nm 之間的波長設為 … 空拍 森林 高光譜 neon neon-prod-earthengine publisher-dataset -
NICFI 衛星資料計畫 - 熱帶雨林監測 - 非洲
這組圖片主要目的是減少和扭轉熱帶雨林的消失，進而對抗氣候變遷、保護生物多樣性、促進森林再生、復育和改善，並促進永續發展。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI 衛星資料計畫熱帶雨林監測基本地圖 - 美洲
這組圖片主要目的是減少和扭轉熱帶雨林的消失，進而對抗氣候變遷、保護生物多樣性、促進森林再生、復育和改善，並促進永續發展。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI 衛星資料計畫 - 熱帶雨林監測 - 亞洲
這組圖片主要目的是減少和扭轉熱帶雨林的消失，進而對抗氣候變遷、保護生物多樣性、促進森林再生、復育和改善，並促進永續發展。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
Palm Probability model 2025a
注意：這個資料集尚未經過同儕審查。詳情請參閱這個 GitHub README。這個圖像集合會提供每個像素的預估值，估算出底層區域是否遭商品佔用。機率估計值的空間解析度為 10 公尺，由 … agriculture biodiversity conservation crop eudr forestdatapartnership -
橡樹機率模型 2025a
注意：這個資料集尚未經過同儕審查。詳情請參閱這個 GitHub README。這個圖像集合會提供每個像素的預估值，估算出底層區域是否遭商品佔用。機率估計值的空間解析度為 10 公尺，由 … agriculture biodiversity conservation crop eudr forestdatapartnership -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
這份資料集以 1 公里解析度，繪製 2001 年至 2022 年全球樹木覆蓋率減少的主要原因。這些資料由世界資源研究所 (WRI) 和 Google DeepMind 製作，使用全球類神經網路模型 (ResNet) 開發，該模型是根據收集到的一系列樣本訓練而成。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
這份資料集會以 1 公里解析度，繪製 2001 年至 2023 年全球樹木覆蓋率減少的主要原因。這些資料由世界資源研究所 (WRI) 和 Google DeepMind 製作，使用全球類神經網路模型 (ResNet) 開發，該模型是根據收集到的一系列樣本訓練而成。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
這份資料集以 1 公里解析度，繪製 2001 年至 2024 年間全球樹木覆蓋率減少的主要原因。這些資料由世界資源研究所 (WRI) 和 Google DeepMind 製作，使用全球類神經網路模型 (ResNet) 開發，該模型是根據收集到的一系列樣本訓練而成。 agriculture deforestation forest forest-biomass google landandcarbon -
WeatherNext Gen 預報
WeatherNext Gen 是全球中期集合型天氣預報的實驗資料集，由 Google DeepMind 的實際運作版擴散型集合型天氣模型產生。實驗資料集包含即時資料和歷來資料。即時資料是指與不超過 … climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature -
WeatherNext 圖表預測
WeatherNext Graph 是全球中期天氣預報的實驗資料集，由 Google DeepMind 的圖像神經網路天氣模型運作版本產生。實驗資料集包含即時資料和歷來資料。即時資料是指與不超過 … climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature
