-
カカオ確率モデル 2025a
注: このデータセットはまだピアレビューされていません。詳細については、GitHub の README をご覧ください。この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率の推定値は 10 メートル四方単位で提供され、… によって生成されています。 agriculture biodiversity conservation crop eudr forestdatapartnership -
コーヒーの確率モデル 2025a
注: このデータセットはまだピアレビューされていません。詳細については、GitHub の README をご覧ください。この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率の推定値は 10 メートル四方単位で提供され、… によって生成されています。 agriculture biodiversity conservation crop eudr forestdatapartnership -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index(8 日間隔、1 km)
この植生指標(EVI)プロダクトの基盤となるデータセットは MODIS BRDF 補正画像(MCD43B4)です。このデータセットは、Weiss ら(2014 年)で説明されているアプローチを使用してギャップが埋められ、雲量などの要因による欠損データが排除されています。ギャップを埋めた後、データは … にクリップされました。 evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index(年間 1 km)
この植生指標(EVI)プロダクトの基盤となるデータセットは MODIS BRDF 補正画像(MCD43B4)です。このデータセットは、Weiss ら(2014 年)で説明されているアプローチを使用してギャップが埋められ、雲量などの要因による欠損データが排除されています。ギャップを埋めた後、データは … にクリップされました。 evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index(月単位、1 km)
この植生指標(EVI)プロダクトの基盤となるデータセットは MODIS BRDF 補正画像(MCD43B4)です。このデータセットは、Weiss ら(2014 年)で説明されているアプローチを使用してギャップが埋められ、雲量などの要因による欠損データが排除されています。ギャップを埋めた後、データは … にクリップされました。 evi malariaatlasproject map publisher-dataset vegetation vegetation-indices -
Farmscapes 2020
Farmscapes 2020 データセットは、イングランドの農業景観内の 3 つの主要な半自然の地物(生垣、森林、石垣)の高解像度(25 cm)の確率マップを提供します。このデータセットは、オックスフォード大学の Leverhulme Centre for Nature Recovery との共同で開発されたもので、… などのアプリケーションのベースラインとして使用されます。 biodiversity climate conservation forest landuse-landcover nature-trace -
Forest Persistence v0
注: このデータセットはまだピアレビューされていません。詳細については、このモデルに関連付けられている GitHub の README をご覧ください。この画像は、2020 年にピクセル領域が手つかずの森林で占められているかどうかを示すピクセル単位のスコア([0, 1])を提供します。これらのスコアは… biodiversity conservation deforestation eudr forest-biomass forestdatapartnership -
GPW 年間優占クラス(草原)v1
このデータセットは、2000 年から 2022 年までの世界の草原(耕作地と自然/半自然)の年間優占クラスマップを 30 m の空間分解能で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、30% 以上の… グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW 年間確率(耕作された草地)v1
このデータセットは、2000 年から 2022 年までの耕作地の年間確率マップを 30 m の空間分解能で提供します。Land & Carbon Lab の Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、乾燥した草地または… グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW 年間確率(自然/半自然の草地)v1
このデータセットは、2000 年から 2022 年までの自然/半自然の草地の年間確率マップを 30 m の空間分解能で提供します。Land & Carbon Lab の Global Pasture Watch イニシアチブによって作成された、地図上の草地の範囲には、乾燥した草地または… グローバル global-pasture-watch 土地 土地被覆 土地利用 土地利用と土地被覆 -
GPW 年間未調整総一次生産量(uGPP)v1
このデータセットは、2000 年以降の地球規模の未調整の EO ベースの総一次生産量を 30 m の空間解像度で提供します。Land & Carbon Lab Global Pasture Watch イニシアチブによって作成された現在のデータセットは、2000 年以降の全球の総一次生産量(GPP)の値を 30 m の空間解像度で提供します。GPP 値は … global global-pasture-watch land landcover landuse plant-productivity -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature(8 日間隔、1 km)
昼間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature(年間 1 km)
昼間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Day: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature(月単位、1 km)
昼間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature(8 日間 1 km)
夜間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature(年間 1 km)
夜間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
LST Night: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature(月単位、1 km)
夜間の地表面温度(LST)は、約 1 km の MODIS MOD11A2 v6.1 プロダクトから導出されます。8 日間の合成値は摂氏に変換され、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められます。これにより、雲量などの要因による欠損データが排除されます。… climate lst malariaatlasproject map publisher-dataset surface-temperature -
MethaneSAT L3 濃度公開プレビュー V1.0.0
この早期の「一般公開プレビュー」データセットは、MethaneSAT イメージング分光計による測定から取得された、大気中のメタンの柱平均乾燥空気モル分率「XCH4」の地理空間データを提供します。XCH4 は、… の総カラム量(単位表面積あたりの分子数)として定義されます。 atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 Area Sources パブリック プレビュー V1.0.0
分散エリア排出量モデルはまだ開発中であり、最終製品を表すものではありません。この早期の「公開プレビュー」データセットは、分散型エリアソースからのメタン排出量に関する高精度のデータを提供します。これらの排出量データは、… のアパラチア、ペルミアン、ユインタの各盆地から取得されています。 atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 Area Sources パブリック プレビュー V2.0.0
分散エリア排出量モデルはまだ開発中であり、最終製品を表すものではありません。この早期の「公開プレビュー」データセットは、分散型エリアソースからのメタン排出量に関する高精度のデータを提供します。これらの排出量データは、… のアパラチア、ペルミアン、ユインタの各盆地から取得されています。 atmosphere climate edf edf-methanesat-ee emissions ghg -
MethaneSAT L4 ポイント ソースの一般提供プレビュー版 V1.0.0
この早期の「公開プレビュー」データセットは、個別のポイントソースからのメタン排出量に関する高精度のデータを提供します。これらのメタン排出フラックスは、… の高い空間解像度、広い空間範囲、高精度を活用するために特化した点源検出と排出量定量化フレームワークを使用して生成されました。 atmosphere climate edf edf-methanesat-ee emissions ghg -
NEON Canopy Height Model(CHM)
樹冠の高さ(樹冠高モデル(CHM))。CHM は NEON LiDAR ポイントクラウドから導出され、LiDAR 調査の空間ドメイン全体にわたって樹冠の高さの推定値の連続したサーフェスを作成することで生成されます。カラーは、RGB 値とアルファ チャンネルで指定します。 airborne canopy forest forest-biomass lidar neon -
NEON 数値標高モデル(DEM)
NEON LiDAR データから導出された地表(DSM)と地形(DTM)のデジタル モデル。DSM: 地表の地物(植生や人工構造物を含む地形情報)。DTM: 地表の標高(植生と人工構造物が削除された地形情報)。画像は海抜(メートル)で指定します。 airborne dem elevation-topography forest lidar neon -
NEON RGB カメラ画像
高解像度の赤、緑、青(RGB)の正射補正されたカメラ画像をモザイク処理し、最近傍再サンプリングを使用して固定された均一な空間グリッドに出力します。空間解像度は 0.1 m です。デジタル カメラは、NEON 空中観測プラットフォーム(AOP)の機器群の一部であり、… airborne forest highres neon neon-prod-earthengine orthophoto -
NEON Surface Bidirectional Reflectance
NEON AOP Surface Bidirectional Reflectance は、波長が約 380 nm から 2, 510 nm の 426 バンドを含む、ハイパースペクトル VSWIR(可視光から短波赤外線)データ プロダクトです。反射率は 10000 倍にスケーリングされます。1340 ~ 1445 nm と 1790 ~ 1955 nm の波長は … に設定されます。 airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
NEON Surface Directional Reflectance
NEON AOP Surface Directional Reflectance は、可視光から短波赤外線までの波長にまたがる 426 バンドを含む、ハイパースペクトル VSWIR(可視光から短波赤外線)データ プロダクトです。反射率は 10000 倍にスケーリングされます。1340 ~ 1445 nm と 1790 ~ 1955 nm の波長は … に設定されます。 airborne forest hyperspectral neon neon-prod-earthengine publisher-dataset -
熱帯雨林モニタリング用の NICFI 衛星データ プログラム ベースマップ - アフリカ
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる面で貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
NICFI 衛星データ プログラム 熱帯林モニタリング用ベースマップ - アメリカ大陸
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる面で貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
熱帯林モニタリングのための NICFI 衛星データ プログラムの基本地図 - アジア
この画像コレクションは、熱帯林の減少を減らし、逆転させることを主な目的として、熱帯地域の高解像度衛星モニタリングへのアクセスを提供します。これにより、気候変動への対策、生物多様性の保全、森林の再生、復元、強化への貢献、持続可能な開発の促進など、あらゆる面で貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
世界の天然林 2020
Natural Forests of the World 2020 は、2020 年の自然林の確率を 10 メートルの解像度で示すグローバル マップを提供します。このツールは、欧州連合の森林破壊防止法(EUDR)などの取り組みや、森林の保全とモニタリングを支援するために開発されました。地図 … biodiversity climate conservation deforestation eudr forest -
Palm 確率モデル 2025a
注: このデータセットはまだピアレビューされていません。詳細については、GitHub の README をご覧ください。この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率の推定値は 10 メートル四方単位で提供され、… によって生成されています。 agriculture biodiversity conservation crop eudr forestdatapartnership -
Rubber Tree Probability モデル 2025a
注: このデータセットはまだピアレビューされていません。詳細については、GitHub の README をご覧ください。この画像コレクションは、基盤となる領域が商品で占有されているピクセル単位の推定確率を提供します。確率の推定値は 10 メートル四方単位で提供され、… によって生成されています。 agriculture biodiversity conservation crop eudr forestdatapartnership -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness(8 日間隔、1 km)
このギャップが埋められた Tasseled Cap Brightness(TCB)データセットは、Lobser と Cohen(2007)で定義された tasseled-cap 方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness(年間 1 km)
このギャップが埋められた Tasseled Cap Brightness(TCB)データセットは、Lobser と Cohen(2007)で定義された tasseled-cap 方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness(月単位、1 km)
このギャップが埋められた Tasseled Cap Brightness(TCB)データセットは、Lobser と Cohen(2007)で定義された tasseled-cap 方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… brightness malariaatlasproject map publisher-dataset tasseled-cap tcb -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness(8 日間隔、1 km)
このギャップが埋められた Tasseled Cap Wetness(TCW)データセットは、Lobser と Cohen(2007)で定義されたタッセル キャップ方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness(年間 1 km)
このギャップが埋められた Tasseled Cap Wetness(TCW)データセットは、Lobser と Cohen(2007)で定義されたタッセル キャップ方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness(月単位、1 km)
このギャップが埋められた Tasseled Cap Wetness(TCW)データセットは、Lobser と Cohen(2007)で定義されたタッセル キャップ方程式を MODIS BRDF 補正画像(MCD43B4)に適用して作成されました。得られたデータは、Weiss ら(2014 年)で概説されているアプローチを使用してギャップが埋められ、… malariaatlasproject map publisher-dataset tasseled-cap tcw vegetation -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
このデータセットは、2001 年から 2022 年までの世界の樹木被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所(WRI)と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル(ResNet)を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
このデータセットは、2001 年から 2023 年までの世界の樹木被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所(WRI)と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル(ResNet)を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
このデータセットは、2001 年から 2024 年までの世界の森林被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所(WRI)と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル(ResNet)を使用して開発されました。 agriculture deforestation forest forest-biomass google landandcarbon -
WeatherNext Gen Forecasts
WeatherNext Gen は、Google DeepMind の拡散ベースのアンサンブル天気モデルの運用バージョンによって生成された、世界の中期アンサンブル天気予報の試験運用版データセットです。試験運用データセットには、リアルタイム データと履歴データが含まれます。リアルタイム データとは、… climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature> -
WeatherNext グラフの予測
WeatherNext Graph は、Google DeepMind のグラフ ニューラル ネットワーク天気モデルの運用バージョンによって生成された、世界の中期天気予報の試験運用データセットです。試験運用データセットには、リアルタイム データと履歴データが含まれます。リアルタイム データとは、… climate forecast gcp-public-data-weathernext precipitation publisher-dataset temperature>
Datasets tagged publisher-dataset in Earth Engine
[null,null,[],[[["\u003cp\u003eThis collection of datasets offers a variety of environmental monitoring tools, including probability models for cocoa, palm, and rubber tree occupation, as well as a forest persistence score.\u003c/p\u003e\n"],["\u003cp\u003eIncluded are global weather forecasts, Australian land cover classifications, and grassland probabilities, along with high-resolution tropical forest monitoring basemaps.\u003c/p\u003e\n"],["\u003cp\u003eSeveral datasets leverage LiDAR and hyperspectral data to provide detailed information on canopy height, digital elevation, and surface reflectance.\u003c/p\u003e\n"],["\u003cp\u003eMany datasets are provided by organizations such as Forest Data Partnership, Geoscience Australia, Global Pasture Watch, and NEON, and may be pre-review or experimental.\u003c/p\u003e\n"],["\u003cp\u003eThese datasets can be utilized for various applications, including biodiversity conservation, deforestation monitoring, land use planning, and climate change research.\u003c/p\u003e\n"]]],[],null,[]]