Seit 2011 erhebt das Bureau of Land Management (BLM) Felddaten, um die Bodengesundheit anhand seiner AIM-Strategie (Assessment Inventory and Monitoring) zu beurteilen. Bis heute wurden auf BLM-Gebieten mehr als 6.000 terrestrische AIM-Feldplots erfasst. Das BLM AIM-Datenarchiv ist…
Der FLDAS-Datensatz (McNally et al. 2017) wurde entwickelt, um die Bewertung der Ernährungssicherheit in Ländern mit wenig Daten zu unterstützen. Es enthält Informationen zu vielen klimabezogenen Variablen wie Feuchtigkeitsgehalt, Luftfeuchtigkeit, Verdunstung, durchschnittliche Bodentemperatur, Gesamtniederschlagsrate usw. Es gibt mehrere verschiedene FLDAS-Datasets; …
Das Global Land Data Assimilation System Version 2 (GLDAS-2) der NASA besteht aus drei Komponenten: GLDAS-2.0, GLDAS-2.1 und GLDAS-2.2. GLDAS-2.0 wird vollständig mit den meteorologischen Eingabedaten von Princeton erzwungen und bietet eine zeitlich konsistente Reihe von 1948 bis 2014. GLDAS-2.1 wird mit einer Kombination aus den Modellen …
Das Global Land Data Assimilation System Version 2 (GLDAS-2) der NASA besteht aus drei Komponenten: GLDAS-2.0, GLDAS-2.1 und GLDAS-2.2. GLDAS-2.0 wird vollständig mit den meteorologischen Eingabedaten von Princeton erzwungen und bietet eine zeitlich konsistente Reihe von 1948 bis 2014. GLDAS-2.1 wird mit einer Kombination aus den Modellen …
M2T1NXLND (oder tavg1_2d_lnd_Nx) ist eine stündliche datenbasierte Sammlung in der Modern-Era Retrospective Analysis for Research and Applications Version 2 (MERRA-2). Diese Sammlung umfasst Diagnosen der Landoberfläche, z. B. Grundabfluss, Abfluss, Bodenfeuchtigkeit an der Oberfläche, Bodenfeuchtigkeit in der Wurzelzone, Wasser in der …
Das Land Data Assimilation System (LDAS) kombiniert mehrere Beobachtungsquellen (z. B. Daten von Niederschlagsmessern, Satellitendaten und Radarniederschlagsmessungen), um Schätzungen klimatologischer Eigenschaften auf oder in der Nähe der Erdoberfläche zu erstellen. Dieser Datensatz ist die primäre (Standard-)Forcingdatei (Datei A) für Phase…
Tongehalt in % (kg / kg) in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) bei einer Auflösung von 250 m. Basierend auf Machine-Learning-Vorhersagen aus einer globalen Zusammenstellung von Bodenprofilen und ‑proben. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist…
Vorhergesagte USDA-Bodengruppen in 250 m Höhe (Wahrscheinlichkeiten). Verteilung der USDA-Bodengruppen basierend auf Prognosen des maschinellen Lernens aus der globalen Zusammenstellung von Bodenprofilen. Weitere Informationen zu Bodengroßgruppen finden Sie im Illustrated Guide to Soil Taxonomy – NRCS …
Sandgehalt in % (kg / kg) in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) bei einer Auflösung von 250 m. Basierend auf Machine-Learning-Vorhersagen aus einer globalen Zusammenstellung von Bodenprofilen und ‑proben. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist…
Bodenraumdichte (feine Erde) 10 × kg / m³ in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) mit einer Auflösung von 250 m. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist nicht abgedeckt. So greifen Sie auf Karten außerhalb von Google Earth zu und visualisieren sie:
Der organische Kohlenstoffgehalt des Bodens in x 5 g / kg in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) mit einer Auflösung von 250 m. Voraussichtliche Werte basierend auf einer globalen Zusammenstellung von Bodenpunkten. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist nicht abgedeckt. …
Bodentexturklassen (USDA-System) für 6 Bodentiefen (0, 10, 30, 60, 100 und 200 cm) bei 250 m. Abgeleitet aus den prognostizierten Bodentexturfraktionen mit dem soiltexture-Paket in R. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist nicht abgedeckt. So greifen Sie auf…
Bodenwassergehalt (volumenprozentual) für Saugspannungen von 33 kPa und 1.500 kPa, prognostiziert in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) mit einer Auflösung von 250 m. Die Trainingsdaten basieren auf einer globalen Zusammenstellung von Bodenprofilen: USDA NCSS AfSPDB ISRIC WISE EGRPR SPADE…
Boden-pH-Wert in H2O in 6 Standardtiefen (0, 10, 30, 60, 100 und 200 cm) mit einer Auflösung von 250 m. Die Verarbeitungsschritte werden hier ausführlich beschrieben. Die Antarktis ist nicht abgedeckt. Auf dieser Seite können Sie auf Karten außerhalb von Earth Engine zugreifen und sie visualisieren. Wenn Sie…
Vorhergesagte Wahrscheinlichkeiten für USDA-Bodengruppen in 250 m Entfernung. Verteilung der USDA-Bodengruppen basierend auf Prognosen des maschinellen Lernens aus der globalen Zusammenstellung von Bodenprofilen. Weitere Informationen zu Bodengroßgruppen finden Sie im Illustrated Guide to Soil Taxonomy – NRCS – …
Das Global Land Data Assimilation System Version 2 (GLDAS-2) der NASA besteht aus drei Komponenten: GLDAS-2.0, GLDAS-2.1 und GLDAS-2.2. GLDAS-2.0 wird vollständig mit den meteorologischen Eingabedaten von Princeton erzwungen und bietet eine zeitlich konsistente Reihe von 1948 bis 2014. GLDAS-2.1 wird mit einer Kombination aus den Modellen …
Das Soil and Landscape Grid of Australia (SLGA) ist ein umfassender Datensatz mit Bodenattributen in ganz Australien mit einer Auflösung von 3 Bogensekunden (~ 90 m Pixel). Die Oberflächen sind die Ergebnisse der Modellierung, die die räumliche Verteilung der Bodenattribute anhand vorhandener Bodendaten und Umweltdaten beschreiben.
Daten ab dem 04.12.2023 sind in der Sammlung „NASA/SMAP/SPL3SMP_E/006“ verfügbar. Dieses Bodenfeuchteprodukt der Stufe 3 (L3) bietet ein tägliches Rasterbild der globalen Bodenoberflächenbedingungen, das mit dem L-Band-Radiometer des Soil Moisture Active Passive (SMAP)-Satelliten erfasst wurde. Die täglichen Daten wurden hier aus den absteigenden (lokalen …
Daten vor dem 04.12.2023 sind in der älteren Sammlung „NASA/SMAP/SPL3SMP_E/005“ verfügbar. Sie werden später noch einmal verarbeitet und dieser Sammlung hinzugefügt. Dieses Bodenfeuchteprodukt der Stufe 3 (L3) bietet ein tägliches Rasterbild der globalen Bodenoberflächenbedingungen, das mit dem L-Band-SMAP-Instrument (Soil Moisture Active Passive) …
Das SMAP-Bodenfeuchteprodukt der Stufe 4 (L4) umfasst die Bodenfeuchte an der Oberfläche (vertikaler Mittelwert von 0–5 cm), die Bodenfeuchte in der Wurzelzone (vertikaler Mittelwert von 0–100 cm) und zusätzliche Forschungsprodukte (nicht validiert), darunter meteorologische Zwangsvariablen an der Oberfläche, Bodentemperatur, Evapotranspiration und Nettostrahlung. SMAP-L4 bietet kontinuierliche Bodenfeuchtedaten für…
Volumenfeuchte bei 10 kPa, 33 kPa und 1.500 kPa Saugkraft in 10 −3 cm³/cm³ (0, 1 v %) oder 1 mm/m bei 6 Standardtiefen (0–5 cm, 5–15 cm, 15–30 cm, 30–60 cm, 60–100 cm, 100–200 cm). Die Vorhersagen wurden mit einem digitalen Bodenkartierungsansatz auf der Grundlage von Quantil-Random-Forest-Modellen abgeleitet, die auf einer globalen …
Schüttdichte, Fraktion < 2 mm in Bodentiefen von 0–20 cm und 20–50 cm, geschätzter Mittelwert und Standardabweichung. Pixelwerte müssen mit x/100 zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten.
Tongehalt in Bodentiefen von 0–20 cm und 20–50 cm,\nvorhergesagter Mittelwert und Standardabweichung. In Gebieten mit dichtem Dschungel (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten. Die Vorhersagen zu Bodeneigenschaften wurden von Innovative …
Tiefe bis zum Grundgestein in 0–200 cm Tiefe, geschätzter Mittelwert und Standardabweichung. Aufgrund der Maske für potenzielles Ackerland, die für die Generierung der Daten verwendet wurde, wurden viele Bereiche mit freiliegendem Gestein (bei denen die Tiefe bis zum Grundgestein 0 cm betragen würde) ausgeblendet und erscheinen daher …
Geschätzter Mittelwert und Standardabweichung der effektiven Kationenaustauschkapazität in Bodentiefen von 0–20 cm und 20–50 cm. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten.
Extrahierbares Kalzium in Bodentiefen von 0–20 cm und 20–50 cm, vorhergesagter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichtem Dschungel (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbares Eisen in Bodentiefen von 0–20 cm und 20–50 cm, geschätzter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbares Magnesium in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbarer Phosphor in Bodentiefen von 0–20 cm und 20–50 cm, vorhergesagter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbares Kalium in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbarer Schwefel in Bodentiefen von 0–20 cm und 20–50 cm, geschätzter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Extrahierbarer Zink in Bodentiefen von 0–20 cm und 20–50 cm, geschätzter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Bodenfruchtbarkeitsklassifikation, die anhand von Hangneigung, chemischen und physikalischen Bodeneigenschaften abgeleitet wird. Weitere Informationen zu dieser Ebene finden Sie auf dieser Seite. Die Klassen für das fcc-Band gelten für Pixelwerte, die mit x modulo 3000 zurücktransformiert werden müssen. In Gebieten mit dichten Dschungel …
Organischer Kohlenstoff in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Sandgehalt in Bodentiefen von 0–20 cm und 20–50 cm,\nvorhergesagter Mittelwert und Standardabweichung. In Gebieten mit dichtem Dschungel (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten. Die Vorhersagen zu Bodeneigenschaften wurden von Innovative …
Schluffgehalt in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Steingehalt in Bodentiefen von 0–20 cm und 20–50 cm, vorhergesagter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Gesamtkohlenstoff in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
Gesamtstickstoff in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/100)-1“ zurücktransformiert werden. In Gebieten mit dichten Dschungeln (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und daher können Artefakte wie Streifen auftreten.
USDA-Texturklasse bei Bodentiefen von 0–20 cm und 20–50 cm. In Gebieten mit dichtem Dschungel (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten. Die Vorhersagen der Bodeneigenschaften wurden von Innovative Solutions for Decision …
Extrahierbares Aluminium in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit „exp(x/10)-1“ zurücktransformiert werden. Bodeneigenschaftsvorhersagen wurden von Innovative Solutions for Decision Agriculture Ltd. (iSDA) mit einer Pixelgröße von 30 m mithilfe von maschinellem Lernen und …
pH-Wert in Bodentiefen von 0–20 cm und 20–50 cm, prognostizierter Mittelwert und Standardabweichung. Pixelwerte müssen mit x/10 zurücktransformiert werden. In Gebieten mit dichtem Dschungel (in der Regel über Zentralafrika) ist die Modellgenauigkeit gering und es können Artefakte wie Streifen auftreten. …
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],[],[[["Google Earth Engine hosts a variety of soil datasets, including SLGA for Australia and iSDAsoil for Africa, offering diverse soil property information."],["iSDAsoil data often requires back-transformation for accurate values and may have lower accuracy in dense jungle areas."],["GLDAS-2 provides time-series climate and geophysical data globally at 3-hourly intervals."],["OpenLandMap offers global coverage (excluding Antarctica) of key soil properties like bulk density and organic carbon content at 250m resolution."],["Datasets vary in resolution and prediction methods, with many utilizing machine learning techniques."]]],[]]
