Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Открытые здания Temporal V1
Набор временных данных Open Buildings 2.5D содержит данные о наличии зданий, дробном количестве зданий и высоте зданий с эффективным1 пространственным разрешением 4 м (растры предоставляются с разрешением 0,5 м) ежегодно с 2016 по 2023 год. Он создан на основе изображений низкого разрешения с открытым исходным кодом, полученных с…
Этот крупномасштабный набор открытых данных состоит из очертаний зданий, полученных на основе спутниковых снимков с высоким разрешением 50 см. Он содержит 1,8 млрд обнаруженных зданий в Африке, Латинской Америке, Карибском бассейне, Южной Азии и Юго-Восточной Азии. Вывод охватывал площадь в 58 миллионов км². Для каждого здания в этом наборе данных…
Объемная плотность, фракция <2 мм на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть преобразованы обратно с помощью x/100. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая и поэтому такие артефакты, как полосатость (полосы)…
Содержание глины на глубине почвы 0–20 см и 20–50 см,\nпрогнозируемое среднее и стандартное отклонение. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, поэтому могут быть видны такие артефакты, как полосы. Прогнозы свойств почвы были сделаны Innovative…
Глубина до коренной породы на глубине 0–200 см, прогнозируемое среднее и стандартное отклонение. Из-за потенциальной маски пахотных земель, которая использовалась для генерации данных, многие участки обнаженной породы (где глубина до коренной породы составляла бы 0 см) были замаскированы и поэтому выглядят …
Прогнозируемое среднее и стандартное отклонение эффективной емкости катионного обмена на глубине почвы 0–20 см и 20–50 см. Значения пикселей необходимо преобразовать обратно с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая и поэтому такие артефакты, как полосатость (полосы)…
Экстрагируемый кальций на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Извлекаемое железо на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Экстрагируемый магний на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Экстрагируемый фосфор на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Экстрагируемый калий на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Экстрагируемая сера на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Извлекаемый цинк на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Классификация плодородия почвы основана на уклоне, химических и физических свойствах почвы. Для получения дополнительной информации об этом слое посетите эту страницу. Классы полосы «fcc» применяются к значениям пикселей, которые необходимо обратно преобразовать с помощью x по модулю 3000. В районах густых джунглей…
Органический углерод на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Содержание песка на глубине почвы 0–20 см и 20–50 см,\nпрогнозируемое среднее и стандартное отклонение. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, поэтому могут быть видны такие артефакты, как полосы. Прогнозы свойств почвы были сделаны Innovative…
Содержание ила на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Содержание камней на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Общий углерод на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Общий азот на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/100)-1. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, и поэтому такие артефакты, как полосы (полосы), могут быть…
Класс текстуры Министерства сельского хозяйства США при глубине почвы 0–20 см и 20–50 см. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, поэтому могут быть видны такие артефакты, как полосы. Прогнозы свойств почвы были сделаны компанией Innovative Solutions for Decision…
Извлекаемый алюминий на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть обратно преобразованы с помощью exp(x/10)-1. Прогнозы свойств почвы были сделаны компанией Innovative Solutions for Decision Agriculture Ltd. (iSDA) с размером пикселя 30 м с использованием машинного обучения в сочетании…
pH на глубине почвы 0–20 см и 20–50 см, прогнозируемое среднее и стандартное отклонение. Значения пикселей должны быть преобразованы обратно с помощью x/10. В районах густых джунглей (как правило, над центральной Африкой) точность модели низкая, поэтому могут быть видны такие артефакты, как полосы. …
[null,null,[],[[["\u003cp\u003eThis page showcases a variety of datasets, including building footprints, building heights, and soil properties.\u003c/p\u003e\n"],["\u003cp\u003eDatasets primarily cover regions in Africa, Asia, Latin America, and the Caribbean.\u003c/p\u003e\n"],["\u003cp\u003eBuilding datasets include Open Buildings V3 Polygons and Open Buildings Temporal V1, providing information on building outlines and temporal changes.\u003c/p\u003e\n"],["\u003cp\u003eSoil property data from iSDAsoil offers insights into various soil characteristics, like pH, organic carbon, and texture class, predominantly for Africa.\u003c/p\u003e\n"],["\u003cp\u003eMany of the iSDAsoil datasets require specific back-transformations to obtain actual values for the soil properties.\u003c/p\u003e\n"]]],["The datasets provide information on building data and soil properties. Open Buildings Temporal V1 offers annual building presence, counts, and heights from 2016-2023. Open Buildings V3 Polygons details 1.8 billion building outlines across Africa, Latin America, the Caribbean, and Asia. iSDAsoil datasets predict soil characteristics like aluminium, calcium, carbon, and clay content at depths of 0-20 cm and 20-50 cm across Africa, noting potential inaccuracies in dense jungle areas.\n"],null,[]]
