-
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 -
DESS China Terrace Map v1
此数据集是 2018 年中国梯田地图，分辨率为 30 米。该数据集基于 Google Earth Engine 平台，采用多源和多时相数据，通过基于像素的监督分类方法开发而成。总体准确率和 Kappa 系数分别达到 94% 和 0.72。第一个… 农业 土地覆盖 土地利用 土地利用-土地覆盖 清华 -
Dynamic World V1
Dynamic World 是一个分辨率为 10 米的近乎实时 (NRT) 土地使用/土地覆盖 (LULC) 数据集，其中包含九个类别的类别概率和标签信息。Dynamic World 预测数据覆盖从 2015 年 6 月 27 日至今的 Sentinel-2 L1C 数据集。Sentinel-2 的重访频率为 2-5 天… global google landcover landuse landuse-landcover nrt -
ESA WorldCover 10m v100
欧洲空间局 (ESA) WorldCover 10 m 2020 产品提供 2020 年全球土地覆被地图，分辨率为 10 米，基于 Sentinel-1 和 Sentinel-2 数据生成。WorldCover 产品包含 11 种地表覆被类别，在 … 框架下生成 esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
ESA WorldCover 10m v200
欧洲空间局 (ESA) WorldCover 10 米 2021 产品提供 2021 年全球土地覆被地图（分辨率为 10 米），数据来自 Sentinel-1 和 Sentinel-2。WorldCover 产品包含 11 种地表覆被类别，在 … 框架下生成 esa landcover landuse landuse-landcover sentinel1-derived sentinel2-derived -
GPW 年度优势草地类别 v1
此数据集提供了 2000 年至 2022 年全球年度草地（人工种植和天然/半天然）优势类别地图，空间分辨率为 30 米。该地图由 Land & Carbon Lab 的 Global Pasture Watch 计划制作，其中显示的草地范围涵盖了任何土地覆盖类型，这些类型至少包含… 全球 global-pasture-watch 土地 土地覆盖 土地利用 土地利用-土地覆盖 -
GPW 栽培草地年度概率 v1
此数据集提供 2000 年至 2022 年全球人工草地年度概率地图，空间分辨率为 30 米。该数据集由 Land & Carbon Lab 的 Global Pasture Watch 计划制作，其中绘制的草地范围包括任何土地覆盖类型，这些类型至少包含 30% 的干… 全球 global-pasture-watch 土地 土地覆盖 土地利用 土地利用-土地覆盖 -
GPW 天然/半天然草原年度概率 v1
此数据集提供了 2000 年至 2022 年全球天然/半天然草地年度概率地图，空间分辨率为 30 米。该数据集由 Land & Carbon Lab 的 Global Pasture Watch 计划制作，其中绘制的草地范围包括任何土地覆盖类型，这些类型至少包含 30% 的干… 全球 global-pasture-watch 土地 土地覆盖 土地利用 土地利用-土地覆盖 -
GPW 年度牲畜数量（经 FAOSTAT 调整）v1
此数据集提供了 2000 年至 2022 年的全球牲畜数量，空间分辨率为 1 公里。当前数据集由 Land & Carbon Lab 的 Global Pasture Watch 计划生成，提供了根据 FAOSTAT 国家统计数据调整后的全球牲畜数量预测。该数据集基于已知最大的… 农业 全球 全球牧场监测 GPW 土地 土地利用 -
GPW 年度未校准总初级生产力 (uGPP) v1
此数据集提供自 2000 年以来全球未经校准的基于 EO 的总初级生产力，空间分辨率为 30 米。该数据集由 Land & Carbon Lab 的 Global Pasture Watch 计划制作，提供自 2000 年以来全球范围内的总初级生产力 (GPP) 值，空间分辨率为 30 米。GPP 值… global global-pasture-watch land landcover landuse plant-productivity -
Google 全球基于 Landsat 的 CCDC 细分（1999 年至 2019 年）
此集合包含对 20 年的 Landsat 地表反射率数据运行连续变化检测和分类 (CCDC) 算法后得到的预计算结果。CCDC 是一种断点查找算法，它使用具有动态 RMSE 阈值的谐波拟合来检测时序数据中的断点。… change-detection google landcover landsat-derived landuse landuse-landcover -
LUCAS Copernicus（带属性的多边形，2018 年）V1
欧盟 (EU) 的土地利用/覆盖面积框架调查 (LUCAS) 旨在提供统计信息。它代表了每三年一次的实地土地覆盖和土地利用数据收集活动，覆盖整个欧盟领土。LUCAS 收集土地覆被和… copernicus eu jrc landcover landuse landuse-landcover -
LUCAS 协调数据集（理论位置，2006-2018 年）V1
欧盟 (EU) 的土地利用/覆盖面积框架调查 (LUCAS) 旨在提供统计信息。它代表了每三年一次的实地土地覆盖和土地利用数据收集活动，覆盖整个欧盟领土。LUCAS 收集土地覆被和… eu jrc landcover landuse landuse-landcover lucas -
LUCAS THLOC（具有属性的点，2022 年）V1
欧盟 (EU) 的土地利用/覆盖面积框架调查 (LUCAS) 旨在提供统计信息。它代表了每三年一次的实地土地覆盖和土地利用数据收集活动，覆盖整个欧盟领土。LUCAS 收集土地覆被和… eu jrc landcover landuse landuse-landcover lucas -
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 -
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 -
美国林务局景观变化监测系统 v2025-11（CONUS 和 OCONUS）
此产品是景观变化监测系统 (LCMS) 数据套件的一部分。该数据集显示了每年经 LCMS 建模的变化、土地覆盖和/或土地利用类别，覆盖美国本土 (CONUS) 以及美国本土以外的地区 (OCONUS)，包括阿拉斯加 (AK)、波多黎各… change-detection forest fsic-go gtac gtac-data-publish landcover -
WRI/Google DeepMind 2001-2022 年全球森林损失驱动因素 v1.0
此数据集以 1 公里的分辨率绘制了 2001 年至 2022 年全球树木覆盖率下降的主要驱动因素。该数据集由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，采用全球神经网络模型 (ResNet) 开发，该模型基于一组收集到的样本进行训练… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind 2001-2023 年全球森林损失驱动因素 v1.1
此数据集以 1 公里分辨率绘制了 2001 年至 2023 年全球树木覆盖率损失的主要驱动因素。该数据集由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，采用全球神经网络模型 (ResNet) 开发，该模型基于一组收集到的样本进行训练… 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。该数据集由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，采用全球神经网络模型 (ResNet) 开发，该模型基于一组收集到的样本进行训练… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind 2001-2025 年全球森林损失驱动因素 v1.3
此数据集以 1 公里的分辨率绘制了 2001 年至 2025 年全球树木覆盖率下降的主要驱动因素。该数据集由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，采用全球神经网络模型 (ResNet) 开发，该模型基于一组收集到的样本进行训练… 农业 森林砍伐 森林 森林生物质 Google landandcarbon
