이 데이터 세트는 게시자 카탈로그에 속하며 Google 어스 엔진에서 관리하지 않습니다.
버그가 있는 경우 biosphere-models@google.com으로 문의하거나 Nature Trace Catalog에서 더 많은 데이터 세트를 확인하세요. 게시자 데이터 세트 자세히 알아보기
Farmscapes 2020 데이터 세트는 영국의 농업 경관 내 3가지 주요 준자연적 특징(생울타리, 삼림, 돌담)에 대한 고해상도(25cm) 확률 지도를 제공합니다. 이 데이터 세트는 옥스퍼드 레버훌름 자연 회복 센터와 협력하여 개발되었으며, 경관 복원, 생물 다양성 모니터링, 생태 연결성 분석 등의 애플리케이션의 기준선으로 사용됩니다.
이 데이터 세트는 사람의 주석이 달린 라벨의 대규모 말뭉치를 사용하여 학습된 비전 트랜스포머 모델을 고해상도 항공 이미지 모자이크에 적용하여 생성되었습니다. 출력은 각 피처 클래스에 대해 하나씩, 세 개의 개별 확률 레이어로 구성됩니다. 이 확률 형식은 사용자가 맞춤 기준점을 적용하여 특정 분석 요구사항에 맞게 이진 특징 맵을 생성할 수 있도록 지원합니다.
제한사항
지리적 범위: 주로 농촌 풍경에 초점을 맞춘 학습 데이터에서 대표성이 낮았던 밀집된 도시 환경과 산악 지역에서 모델 성능이 저하됩니다.
시간적 정확성: 소스 이미지는 2018년에서 2020년 사이에 캡처되었습니다.
따라서 데이터 세트에는 이 기간 이후에 발생한 지형 변화가 반영되지 않습니다.
클래스별 성능: 석벽 클래스는 삼림지대 및 생울타리에 비해 정확도가 낮습니다. 이는 학습 데이터의 클래스 불균형이 심각한 결과입니다.
유럽 데이터 세트
영국의 기본 데이터 세트 외에도 유럽 규모로 사전 버전이 생성되었습니다. 이 데이터 세트는 동일한 정량적 검증을 거치지 않았으며 실험적인 것으로 간주해야 합니다.
이 양식을 제출하여 이 데이터 세트에 대한 액세스를 요청할 수 있습니다.
대역
픽셀 크기 0.25미터
대역
이름
최소
최대
확장
픽셀 크기
설명
B0
0
250
0.004
미터
생울타리 확률 (0~250으로 조정됨)입니다.
B1
0
250
0.004
미터
돌담 확률 (0~250으로 조정됨)입니다.
B2
0
250
0.004
미터
삼림/나무 확률 (0~250으로 조정됨)입니다.
이용약관
이용약관
이 데이터 세트는 CC-BY-NC 4.0에 따라 라이선스가 부여되며 '이 데이터 세트는 Google에서 제작했습니다'라는 저작자 표시가 필요합니다.
인용
인용:
Michelangelo Conserva, Alex Wilson, Charlotte Stanton, Vishal Batchu, Varun Gulshan , 'Mapping Farmed Landscapes from Remote Sensing' (검토 중). doi:10.48550/arXiv.2506.13993,
Farmscapes 2020 데이터 세트는 영국의 농업 경관 내 3가지 주요 반자연적 특징(생울타리, 삼림, 돌담)에 대한 고해상도(25cm) 확률 지도를 제공합니다. 이 데이터 세트는 옥스포드 Leverhulme 자연 회복 센터와 협력하여 개발되었으며, 조경 복원, 생물 다양성 모니터링, …
[null,null,[],[],[],null,["# Farmscapes 2020\n\ninfo\n\n\nThis dataset is part of a Publisher Catalog, and not managed by Google Earth Engine.\n\nContact biosphere-models@google.com\n\nfor bugs or [view more datasets](https://developers.google.com/earth-engine/datasets/publisher/nature-trace)\nfrom the Nature Trace Catalog. [Learn more about Publisher datasets](/earth-engine/datasets/publisher). \n[](https://deepmind.google) \n\nCatalog Owner\n: Nature Trace\n\nDataset Availability\n: 2018-01-01T00:00:00Z--2020-12-31T23:59:59Z\n\nDataset Provider\n:\n\n\n [Google](https://research.google/)\n\nTags\n:\n [biodiversity](/earth-engine/datasets/tags/biodiversity) [climate](/earth-engine/datasets/tags/climate) [conservation](/earth-engine/datasets/tags/conservation) [forest](/earth-engine/datasets/tags/forest) [landuse-landcover](/earth-engine/datasets/tags/landuse-landcover) [nature-trace](/earth-engine/datasets/tags/nature-trace) [publisher-dataset](/earth-engine/datasets/tags/publisher-dataset) \necological-connectivity \n\n#### Description\n\nThe Farmscapes 2020 dataset provides high-resolution (25cm) probability maps\nfor three key semi-natural features within England's agricultural\nlandscapes: hedgerows, woodland, and stone walls. This dataset was developed\nin collaboration with the Oxford Leverhulme Centre for Nature Recovery to\nserve as a baseline for applications including landscape restoration,\nbiodiversity monitoring, and ecological connectivity analysis.\n\nThe dataset was generated by applying a vision transformer model to a mosaic\nof high-resolution aerial imagery, trained using a large corpus of\nhuman-annotated labels. The output consists of three distinct probability\nlayers, one for each feature class. This probabilistic format allows users\nto apply custom thresholds to generate binary feature maps tailored to their\nspecific analytical requirements.\n\n**Limitations**\n\n- Geographic Scope: Model performance is reduced in dense urban environments and montainous areas, which were underrepresented in the training data that focused primarily on rural landscapes.\n- Temporal Accuracy: The source imagery was captured between 2018 and 2020. Consequently, the dataset does not account for landscape changes that have occurred since this period.\n- Class-Specific performance: The stone wall class exhibits lower accuracy compared to woodland and hedgerows, a result of significant class imbalance in the training data.\n\n**Europe Dataset**\n\nIn addition to the primary dataset for England, a preliminary version has\nbeen generated at a European scale. This dataset has not been subjected to\nthe same quantitative validation and should be considered experimental.\nIt is possible to request access to this dataset by submitting\n[this form](https://docs.google.com/forms/d/e/1FAIpQLSfokil1-UFfTxvVhihLx9W3-K51o900VF4ACqkwG1jYmP0W8g/viewform).\n\n### Bands\n\n\n**Pixel Size**\n\n0.25 meters\n\n**Bands**\n\n| Name | Min | Max | Scale | Pixel Size | Description |\n|------|-----|-----|-------|------------|--------------------------------------------------|\n| `B0` | 0 | 250 | 0.004 | meters | Hedgerow probability (scaled to \\[0-250\\]). |\n| `B1` | 0 | 250 | 0.004 | meters | Stone wall probability (scaled to \\[0-250\\]). |\n| `B2` | 0 | 250 | 0.004 | meters | Woodland/tree probability (scaled to \\[0-250\\]). |\n\n### Terms of Use\n\n**Terms of Use**\n\nThis dataset is licensed under\n[CC-BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) and requires\nthe following attribution: \"This dataset is produced by Google\".\n\n### Citations\n\nCitations:\n\n- Michelangelo Conserva, Alex Wilson, Charlotte Stanton, Vishal Batchu, Varun\n Gulshan , \"Mapping Farmed Landscapes from Remote Sensing\" (in review).\n [doi:10.48550/arXiv.2506.13993](https://doi.org/10.48550/arXiv.2506.13993),\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar farmscapes =\n ee.ImageCollection('projects/nature-trace/assets/farmscapes/england_v1_0')\n .mosaic();\nMap.addLayer(farmscapes, {}, 'Raw probs', false);\n\nvar stone_wall = farmscapes.select(['B1']);\nstone_wall = stone_wall.updateMask(stone_wall.gt(250 / 4));\nMap.addLayer(\n stone_wall, {palette: ['FFFFFF', '00FFFF'], min: 0, max: 250},\n 'Stone wall');\n\nvar hedgerow = farmscapes.select(['B0']);\nhedgerow = hedgerow.updateMask(hedgerow.gt(250 / 4));\nMap.addLayer(\n hedgerow, {palette: ['FFFFFF', 'c71585'], min: 0, max: 250}, 'Hedgerow');\n\nvar woodland = farmscapes.select(['B2']);\nwoodland = woodland.updateMask(woodland.gt(250 / 4));\nMap.addLayer(\n woodland, {palette: ['FFFFFF', '06402B'], min: 0, max: 250}, 'Woodland');\n\nvar lon = -1.43;\nvar lat = 52.973;\nMap.setCenter(lon, lat, 15);\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/nature-trace/projects_nature-trace_assets_farmscapes_england_v1_0) \n[Farmscapes 2020](/earth-engine/datasets/catalog/projects_nature-trace_assets_farmscapes_england_v1_0) \nThe Farmscapes 2020 dataset provides high-resolution (25cm) probability maps for three key semi-natural features within England's agricultural landscapes: hedgerows, woodland, and stone walls. This dataset was developed in collaboration with the Oxford Leverhulme Centre for Nature Recovery to serve as a baseline for applications including landscape restoration, biodiversity monitoring, and ... \nprojects/nature-trace/assets/farmscapes/england_v1_0, biodiversity,climate,conservation,forest,landuse-landcover,nature-trace,publisher-dataset \n2018-01-01T00:00:00Z/2020-12-31T23:59:59Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://research.google/)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/projects_nature-trace_assets_farmscapes_england_v1_0)"]]
