-
可可概率模型 2026a
此图片集提供了每个像素的估计概率,表示底层区域被商品占据的可能性。概率估算值由机器学习模型生成,分辨率为 10 米。如需了解详情,请参阅 Forest Data Partnership 的技术文档… 农业 alphaearth-derived 生物多样性 保护 作物 eudr -
咖啡概率模型 2026a
此图片集提供了每个像素的估计概率,表示底层区域被商品占据的可能性。概率估算值由机器学习模型生成,分辨率为 10 米。如需了解详情,请参阅 Forest Data Partnership 的技术文档… 农业 alphaearth-derived 生物多样性 保护 作物 eudr -
《梦幻农场》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的高分辨率(25 厘米)概率图:树篱、林地和石墙。该数据集是与牛津大学 Leverhulme 自然恢复中心合作开发的,旨在作为应用基准… biodiversity climate conservation ecological-connectivity forest landuse-landcover -
Farmscapes 2020 Vectorised
这是 Farmscapes 2020 光栅数据集的矢量化版本。它提供多边形几何图形,代表英格兰农业景观中精细尺度的半自然景观特征(特别是树篱、林地和石墙)。此数据集是与牛津大学 Leverhulme 自然恢复中心合作开发的,旨在… biodiversity climate conservation ecological-connectivity forest landuse-landcover -
森林持久性 v0
此图片提供了每像素得分(在 [0, 1] 范围内),用于指示像素区域在 2020 年是否被未受干扰的森林覆盖。这些分数的空间分辨率为 30 米,是通过证据融合方法结合多个森林… biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
2020 年森林类型学 (ForTy) v1.0
Forest Typology (ForTy) v1 数据集包含 2020 年全球各类别概率地图,分辨率为 10 米,覆盖南纬 65° 至北纬 84° 之间的所有陆地区域。六类分类法与 FAO 和欧盟森林砍伐法规 (EUDR) 的定义一致:第 1 类… alphaearth-derived biodiversity climate conservation deforestation eudr -
2020 年全球天然森林
“2020 年全球天然森林”数据集提供 2020 年全球天然森林概率地图,分辨率为 10 米。此图层旨在支持《欧盟零毁林法案》(EUDR) 等倡议,以及其他森林保护和监测工作。地图… biodiversity climate conservation deforestation eudr forest -
Palm 概率模型 2026a
此图片集提供了每个像素的估计概率,表示底层区域被商品占据的可能性。概率估算值由机器学习模型生成,分辨率为 10 米。如需了解详情,请参阅 Forest Data Partnership 的技术文档… 农业 alphaearth-derived 生物多样性 保护 作物 eudr -
RESOLVE 生态区域 2017
RESOLVE 生态区数据集于 2017 年更新,描绘了代表我们这个生机勃勃的星球的 846 个陆地生态区。您可以在 https://ecoregions2017.appspot.com/ 或 Earth Engine 中查看样式化地图。简单来说,生态区就是区域范围内的生态系统。具体而言,生态区代表了独特的生物群落… biodiversity conservation ecoregions ecosystems global table -
橡胶概率模型 2026a
此图片集提供了每个像素的估计概率,表示底层区域被商品占据的可能性。概率估算值由机器学习模型生成,分辨率为 10 米。如需了解详情,请参阅 Forest Data Partnership 的技术文档… 农业 alphaearth-derived 生物多样性 保护 作物 eudr -
澳大利亚哺乳动物物种分布
这些物种分布模型输出由 Google 与 QCIF 和 EcoCommons 合作开发,代表了物种相对出现可能性的估计值(即,对于给定的调查方法和给定的调查… alphaearth-derived 生物多样性 保护 生态系统 nature-trace publisher-dataset
Datasets tagged conservation in Earth Engine
[null,null,[],[],["The datasets include a 2019 global map of industrial and smallholder oil palm plantations derived from Sentinel-1 and Sentinel-2 data, and a 2017 depiction of 846 terrestrial ecoregions. Additionally, there are per-pixel probability models at 10-meter resolution for cocoa, palm, and rubber tree occupancy, as well as a 2020 per-pixel score indicating undisturbed forest areas. Each model is associated with GitHub README for additional information.\n"]]