-
巴西森林图像数据集 2008：视觉基本地图
此数据集提供了一幅分辨率最高达 5 米的巴西视觉图像基本地图，主要拍摄于 2008 年，旨在支持《巴西森林法典》的实施。该镶嵌图由 SPOT 2、4 和 5 卫星数据合成。它可作为 … 的高分辨率替代方案 brazil deforestation forest-code google rgb satellite-imagery -
科特迪瓦 BNETD 2020 年土地覆盖地图
科特迪瓦 BNETD 2020 年土地覆被地图由科特迪瓦政府通过国家机构国家研究局技术与发展中心 (BNETD-CIGN) 制作，并获得了欧盟的技术和资金支持。方法… 分类 森林砍伐 森林 土地覆盖 土地利用-土地覆盖 -
FORMA 提醒阈值
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 提醒
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 原始输出 FIRMS
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 原始输出 NDVI
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 森林 森林生物质 FORMA gfw -
FORMA 植被 T 统计信息
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 森林 森林生物质 FORMA gfw -
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。此图片提供了一个按像素计算的分数（介于 [0, 1] 之间），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 -
2020 年全球天然森林
“2020 年世界天然森林”数据集提供了 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 -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2022 年 v1.0
此数据集以 1 公里分辨率绘制了 2001 年至 2022 年全球树木覆盖率损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2023 年 v1.1
此数据集以 1 公里的分辨率绘制了 2001 年至 2023 年全球树木覆盖率损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind，“2001-2024 年全球森林损失驱动因素”v1.2
此数据集以 1 公里分辨率绘制了 2001 年至 2024 年全球树木覆盖率损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon
Datasets tagged deforestation in Earth Engine
[null,null,[],[],[]]