Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Land and Carbon Lab, основанная World Resources Institute и Bezos Earth Fund в 2021 году, разрабатывает прорывы в области геопространственного мониторинга, чтобы помочь правительствам, предприятиям и сообществам разрабатывать решения для устойчивых ландшафтов. Global Forest Watch, созданная в 2014 году консорциумом партнеров во главе с World Resources Institute, представляет собой инициативу по мониторингу лесов, которая обеспечивает открытый доступ к данным о текущем состоянии лесов и недавних изменениях в лесах.
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2022 v1.0
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2022 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2023 v1.1
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2023 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2024 v1.2
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2024 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
[null,null,[],[],[],null,["# Land & Carbon Lab\n\nLand and Carbon Lab, founded by World Resources Institute and the Bezos Earth Fund in 2021, develops breakthroughs in geospatial monitoring to help governments, businesses and communities power solutions for sustainable landscapes. Global Forest Watch, established in 2014 by a consortium of partners led by the World Resources Institute, is a forest monitoring initiative that provides open access to data about the current status of forests and recent forest change. \n[](https://landcarbonlab.org/) \n-\n\n |-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0](/earth-engine/datasets/catalog/projects_landandcarbon_assets_wri_gdm_drivers_forest_loss_1km_v1_2001_2022) |\n | This dataset maps the dominant driver of tree cover loss from 2001-2022 globally at 1 km resolution. Produced by the World Resources Institute (WRI) and Google DeepMind, the data were developed using a global neural network model (ResNet) trained on a set of samples collected ... |\n | [agriculture](/earth-engine/datasets/tags/agriculture) [deforestation](/earth-engine/datasets/tags/deforestation) [forest](/earth-engine/datasets/tags/forest) [forest-biomass](/earth-engine/datasets/tags/forest-biomass) [google](/earth-engine/datasets/tags/google) [landandcarbon](/earth-engine/datasets/tags/landandcarbon) |\n\n-\n\n |-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1](/earth-engine/datasets/catalog/projects_landandcarbon_assets_wri_gdm_drivers_forest_loss_1km_v1_1_2001_2023) |\n | This dataset maps the dominant driver of tree cover loss from 2001-2023 globally at 1 km resolution. Produced by the World Resources Institute (WRI) and Google DeepMind, the data were developed using a global neural network model (ResNet) trained on a set of samples collected ... |\n | [agriculture](/earth-engine/datasets/tags/agriculture) [deforestation](/earth-engine/datasets/tags/deforestation) [forest](/earth-engine/datasets/tags/forest) [forest-biomass](/earth-engine/datasets/tags/forest-biomass) [google](/earth-engine/datasets/tags/google) [landandcarbon](/earth-engine/datasets/tags/landandcarbon) |\n\n-\n\n |-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2](/earth-engine/datasets/catalog/projects_landandcarbon_assets_wri_gdm_drivers_forest_loss_1km_v1_2_2001_2024) |\n | This dataset maps the dominant driver of tree cover loss from 2001-2024 globally at 1 km resolution. Produced by the World Resources Institute (WRI) and Google DeepMind, the data were developed using a global neural network model (ResNet) trained on a set of samples collected ... |\n | [agriculture](/earth-engine/datasets/tags/agriculture) [deforestation](/earth-engine/datasets/tags/deforestation) [forest](/earth-engine/datasets/tags/forest) [forest-biomass](/earth-engine/datasets/tags/forest-biomass) [google](/earth-engine/datasets/tags/google) [landandcarbon](/earth-engine/datasets/tags/landandcarbon) |"]]
