-
可可概率模型 2025a
注意:此数据集尚未经过同行评审。如需了解详情,请参阅此 GitHub README。此图片集提供底层区域被商品占据的估计每像素概率。概率估计值以 10 米为单位提供,由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
Coffee Probability 模型 2025a
注意:此数据集尚未经过同行评审。如需了解详情,请参阅此 GitHub README。此图片集提供底层区域被商品占据的估计每像素概率。概率估计值以 10 米为单位提供,由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
Farmscapes 2020
Farmscapes 2020 数据集提供了英格兰农业景观中三种关键半自然特征(树篱、林地和石墙)的高分辨率 (25cm) 概率地图。此数据集是与 Oxford Leverhulme Centre for Nature Recovery 合作开发的,可作为多种应用(包括…)的基准。 生物多样性 气候 保护 森林 土地利用和土地覆盖 自然轨迹 -
Forest Persistence v0
注意:此数据集尚未经过同行评审。如需了解详情,请参阅与此模型关联的 GitHub README。此图片提供了一个逐像素得分(范围为 [0, 1]),用于指示相应像素区域在 2020 年是否被未受干扰的森林占据。这些得分是… 生物多样性 保护 森林砍伐 eudr 森林生物质 forestdatapartnership -
全球油棕榈种植园地图
该数据集是 2019 年全球 10 米工业和小农油棕榈地图。它涵盖了检测到油棕榈种植园的区域。分类后的图像是基于 Sentinel-1 和 Sentinel-2 半年合成数据的卷积神经网络的输出。如需了解更多…,请参阅相关文章 农业 生物多样性 保护 作物 全球 土地利用 -
2020 年世界天然森林
《Natural Forests of the World 2020》提供了一张 2020 年的全球天然森林概率地图,分辨率为 10 米。该平台旨在为欧盟的《森林砍伐法规》(EUDR) 等森林保护和监测计划提供支持。地图… 生物多样性 气候 保护 森林砍伐 eudr 森林 -
Palm Probability 模型 2025a
注意:此数据集尚未经过同行评审。如需了解详情,请参阅此 GitHub README。此图片集提供底层区域被商品占据的估计每像素概率。概率估计值以 10 米为单位提供,由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership -
RESOLVE 生态区 2017 年
RESOLVE 生态区域数据集于 2017 年更新,其中描绘了代表我们这个生机勃勃的星球的 846 个陆地生态区域。您可以在 https://ecoregions2017.appspot.com/ 或 Earth Engine 中查看样式化地图。从最简单的定义来看,生态区域是指具有区域范围的生态系统。具体而言,生态区代表着不同的组合… 生物多样性 保护 生态区域 生态系统 全球 表格 -
Rubber Tree Probability model 2025a
注意:此数据集尚未经过同行评审。如需了解详情,请参阅此 GitHub README。此图片集提供底层区域被商品占据的估计每像素概率。概率估计值以 10 米为单位提供,由…生成 农业 生物多样性 保护 作物 eudr forestdatapartnership
Datasets tagged biodiversity in Earth Engine
[null,null,[],[[["\u003cp\u003eThis collection of datasets provides insights into global land use, focusing on biodiversity and conservation efforts.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets offer high-resolution (10m) probability models for identifying crops like cocoa, palm, and rubber.\u003c/p\u003e\n"],["\u003cp\u003eThe RESOLVE Ecoregions dataset details 846 terrestrial ecoregions, supporting ecosystem analysis.\u003c/p\u003e\n"],["\u003cp\u003eForest Persistence and Global Oil Palm Plantation datasets contribute to understanding forest cover and oil palm distribution.\u003c/p\u003e\n"],["\u003cp\u003eSome datasets are pre-review and should be interpreted in conjunction with their associated GitHub README files for comprehensive understanding.\u003c/p\u003e\n"]]],[],null,[]]