Google Earth Engine ——2001-2017年非洲0-200 厘米深度的基岩深度,预测平均值和标准偏差数据集

简介: Google Earth Engine ——2001-2017年非洲0-200 厘米深度的基岩深度,预测平均值和标准偏差数据集

iSDAsoil Depth to Bedrock

Depth to bedrock at 0-200 cm depth, predicted mean and standard deviation.

Due to the potential cropland mask that was used for generating the data, many areas of exposed rock (where depth to bedrock would be 0 cm) have been masked out and therefore appear as nodata values. The maximum depth of this layer is 200 cm, but this does not represent the maximum possible soil depth, therefore values of 200 should be interpreted as >= 200.

In areas of dense jungle (generally over central Africa), model accuracy is low and therefore artefacts such as banding (striping) might be seen.

Soil property predictions were made by Innovative Solutions for Decision Agriculture Ltd. (iSDA) at 30 m pixel size using machine learning coupled with remote sensing data and a training set of over 100,000 analyzed soil samples.

Further information can be found in the FAQ and technical information documentation. To submit an issue or request support, please visit the iSDAsoil site.


0-200 厘米深度的基岩深度,预测平均值和标准偏差。 由于用于生成数据的潜在农田掩膜,许多裸露岩石区域(基岩深度为 0 厘米)已被掩蔽,因此显示为无数据值。该层的最大深度为 200 厘米,但这并不代表可能的最大土壤深度,因此值 200 应解释为 >= 200。 在茂密的丛林地区(通常在非洲中部),模型精度较低,因此可能会看到条带(条纹)等伪影。 Innovative Solutions for Decision Agriculture Ltd. (iSDA) 使用机器学习、遥感数据和超过 100,000 个分析土壤样本的训练集,以 30 m 像素大小进行了土壤特性预测。 可以在常见问题解答和技术信息文档中找到更多信息。要提交问题或请求支持,请访问 iSDAsoil 站点。

Dataset Availability

2001-01-01T00:00:00 - 2017-01-01T00:00:00

Dataset Provider

iSDA

Collection Snippet

ee.Image("ISDASOIL/Africa/v1/bedrock_depth")

Resolution

30 meters

Bands Table

Name Description Min Max Units
mean_0_200 Depth to bedrock, predicted mean at 0-200 cm depth 27 200 cm
stdev_0_200 Depth to bedrock, standard deviation at 0-20 cm depth 9 254 cm


数据引用:

Hengl, T., Miller, M.A.E., Križan, J., et al. African soil properties and nutrients mapped at 30 m spatial resolution using two-scale ensemble machine learning. Sci Rep 11, 6130 (2021). doi:10.1038/s41598-021-85639-y

代码:

var mean_0_200 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#00204D" label="0-13" opacity="1" quantity="13"/>' +
  '<ColorMapEntry color="#002D6C" label="13-26" opacity="1" quantity="26"/>' +
  '<ColorMapEntry color="#16396D" label="26-39" opacity="1" quantity="39"/>' +
  '<ColorMapEntry color="#36476B" label="39-52" opacity="1" quantity="52"/>' +
  '<ColorMapEntry color="#4B546C" label="52-65" opacity="1" quantity="65"/>' +
  '<ColorMapEntry color="#5C616E" label="65-78" opacity="1" quantity="78"/>' +
  '<ColorMapEntry color="#6C6E72" label="78-91" opacity="1" quantity="91"/>' +
  '<ColorMapEntry color="#7C7B78" label="91-104" opacity="1" quantity="104"/>' +
  '<ColorMapEntry color="#8E8A79" label="104-117" opacity="1" quantity="117"/>' +
  '<ColorMapEntry color="#A09877" label="117-130" opacity="1" quantity="130"/>' +
  '<ColorMapEntry color="#B3A772" label="130-143" opacity="1" quantity="143"/>' +
  '<ColorMapEntry color="#C6B66B" label="143-156" opacity="1" quantity="156"/>' +
  '<ColorMapEntry color="#DBC761" label="156-169" opacity="1" quantity="169"/>' +
  '<ColorMapEntry color="#F0D852" label="169-182" opacity="1" quantity="182"/>' +
  '<ColorMapEntry color="#FFEA46" label="182-200" opacity="1" quantity="195"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';
var stdev_0_200 =
'<RasterSymbolizer>' +
 '<ColorMap type="ramp">' +
  '<ColorMapEntry color="#fde725" label="low" opacity="1" quantity="14"/>' +
  '<ColorMapEntry color="#5dc962" label=" " opacity="1" quantity="18"/>' +
  '<ColorMapEntry color="#20908d" label=" " opacity="1" quantity="21"/>' +
  '<ColorMapEntry color="#3a528b" label=" " opacity="1" quantity="22"/>' +
  '<ColorMapEntry color="#440154" label="high" opacity="1" quantity="25"/>' +
 '</ColorMap>' +
 '<ContrastEnhancement/>' +
'</RasterSymbolizer>';
var raw = ee.Image("ISDASOIL/Africa/v1/bedrock_depth");
Map.addLayer(
    raw.select(0).sldStyle(mean_0_200), {},
    "Bedrock depth, mean visualization, 0-200 cm");
Map.addLayer(
    raw.select(1).sldStyle(stdev_0_200), {},
    "Bedrock depth, stdev visualization, 0-200 cm");
var visualization = {min: 27, max: 200};
Map.setCenter(25, -3, 2);
Map.addLayer(raw.select(0), visualization, "Bedrock depth, mean, 0-200 cm");



相关文章
|
2月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
475 0
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
2月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
24 0
|
2月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
103 0
|
2月前
|
数据处理
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
29 0
|
2月前
|
数据采集 编解码 人工智能
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
Google Earth Engine(GEE)——全球每日近地表空气温度(2003-2020年)
63 0
|
2月前
|
人工智能
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
Google Earth Engine(GEE)——1984-2019年美国所有土地上的大火烧伤严重程度和范围数据集
15 0
|
2月前
Google Earth Engine(GEE)——当你无法进行两个图像相减的时候发生错误lst2020.subtract is not a function
Google Earth Engine(GEE)——当你无法进行两个图像相减的时候发生错误lst2020.subtract is not a function
23 0
|
2月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
43 0
|
2月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
21 0
|
2月前
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
Google Earth Engine(GEE)——导出指定区域的河流和流域范围
40 0

热门文章

最新文章