-
巴西森林图像数据集 2008：视觉基本地图
此数据集提供分辨率高达 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。它可以作为 … 的高分辨率替代方案 brazil deforestation forest-code google rgb satellite-imagery -
科特迪瓦 BNETD 2020 土地覆被地图
科特迪瓦 BNETD 2020 土地覆被地图由科特迪瓦政府通过国家机构国家研究办公室技术和发展中心地理信息和数字中心 (BNETD-CIGN) 制作，并获得了欧盟的技术和资金支持。方法 … classification deforestation forest landcover landuse-landcover -
FORMA 提醒阈值
WRI 的说明：WRI 决定停止更新 FORMA 提醒。目的是简化 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，以 GLAD 为标准，我们发现 Terra-i 的表现优于 FORMA … daily deforestation fire forest forma gfw -
FORMA 提醒
WRI 的说明：WRI 决定停止更新 FORMA 提醒。目的是简化 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，以 GLAD 为标准，我们发现 Terra-i 的表现优于 FORMA … daily deforestation fire forest forma gfw -
FORMA 原始输出 FIRMS
WRI 的说明：WRI 决定停止更新 FORMA 提醒。目的是简化 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，以 GLAD 为标准，我们发现 Terra-i 的表现优于 FORMA … daily deforestation fire forest forma gfw -
FORMA 原始输出 NDVI
WRI 的说明：WRI 决定停止更新 FORMA 提醒。目的是简化 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，以 GLAD 为标准，我们发现 Terra-i 的表现优于 FORMA … daily deforestation forest forest-biomass forma gfw -
FORMA 植被 T 统计信息
WRI 的说明：WRI 决定停止更新 FORMA 提醒。目的是简化 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，以 GLAD 为标准，我们发现 Terra-i 的表现优于 FORMA … daily deforestation forest forest-biomass forma gfw -
森林持久性 v0
此图像提供了一个按像素计算的分数（介于 [0, 1] 之间），用于指示像素区域在 2020 年是否被未受干扰的森林占据。这些分数的分辨率为 30 米，是通过证据融合方法生成的，该方法将多个森林 … biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
森林类型 (ForTy) 2020 v1.0
森林类型 (ForTy) v1 数据集包含一个全球按类别划分的概率地图，分辨率为 10 米，涵盖 2020 年南纬 65° 至北纬 84° 之间的所有陆地区域。六类类型与粮农组织和欧盟零毁林法案 (EUDR) 的定义一致：第 1 类 … alphaearth-derived biodiversity climate conservation deforestation eudr -
2020 年世界天然森林
2020 年世界天然森林提供 2020 年全球天然森林概率地图，分辨率为 10 米。此地图旨在支持《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 v1.0
此数据集以 1 公里分辨率在全球范围内标示出 2001-2022 年树木覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作，是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 … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2023 v1.1
此数据集以 1 公里分辨率在全球范围内标示出 2001-2023 年树木覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作，是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 … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2024 v1.2
此数据集以 1 公里分辨率在全球范围内标示出 2001-2024 年树木覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作，是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 … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2025 v1.3
此数据集以 1 公里分辨率在全球范围内标示出 2001-2025 年树木覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作，是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 … agriculture deforestation forest forest-biomass google landandcarbon
