Google Earth Engine——全球土壤纹理数据集:250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。

简介: Google Earth Engine——全球土壤纹理数据集:250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。

Soil texture classes (USDA system) for 6 soil depths (0, 10, 30, 60, 100 and 200 cm) at 250 m

Derived from predicted soil texture fractions using the soiltexture package in R. Processing steps are described in detail here . Antartica is not included.

To access and visualize maps outside of Earth Engine, use this page.

If you discover a bug, artifact or inconsistency in the LandGIS maps or if you have a question please use the following channels:

  • Technical issues and questions about the code
  • General questions and comments250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。
    使用R语言中的土壤质地包,从预测的土壤质地分数中得出。南极洲不包括在内。
    要访问和查看地球引擎以外的地图,请使用这个页面。
    如果您在LandGIS地图中发现了错误、伪装或不一致的地方,或者您有问题,请使用以下渠道。
    关于代码的技术问题和疑问
    一般问题和评论


Dataset Availability

1950-01-01T00:00:00 - 2018-01-01T00:00:00

Dataset Provider

EnvirometriX Ltd

Collection Snippet

Copied

ee.Image("OpenLandMap/SOL/SOL_TEXTURE-CLASS_USDA-TT_M/v02")

Resolution

250 meters

Bands Table

Name Description
b0 Soil texture class (USDA system) at 0 cm depth
b10 Soil texture class (USDA system) at 10 cm depth
b30 Soil texture class (USDA system) at 30 cm depth
b60 Soil texture class (USDA system) at 60 cm depth
b100 Soil texture class (USDA system) at 100 cm depth
b200 Soil texture class (USDA system) at 200 cm depth

Class Table: b0

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

Class Table: b10

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

Class Table: b30

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

Class Table: b60

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

Class Table: b100

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

Class Table: b200

Value Color Color Value Description
1 #d5c36b Cl
2 #b96947 SiCl
3 #9d3706 SaCl
4 #ae868f ClLo
5 #f86714 SiClLo
6 #46d143 SaClLo
7 #368f20 Lo
8 #3e5a14 SiLo
9 #ffd557 SaLo
10 #fff72e Si
11 #ff5a9d LoSa
12 #ff005b Sa

数据引用:

Tomislav Hengl. (2018). Soil texture classes (USDA system) for 6 soil depths (0, 10, 30, 60, 100 and 200 cm) at 250 m (Version v02) [Data set]. Zenodo. 10.5281/zenodo.1475451

Soil texture classes (USDA system) for 6 soil depths (0, 10, 30, 60, 100 and 200 cm) at 250 m | Zenodo

代码:

var dataset = ee.Image("OpenLandMap/SOL/SOL_TEXTURE-CLASS_USDA-TT_M/v02");
var visualization = {
  bands: ['b0'],
  min: 1.0,
  max: 12.0,
  palette: [
    "d5c36b","b96947","9d3706","ae868f","f86714","46d143",
    "368f20","3e5a14","ffd557","fff72e","ff5a9d","ff005b",
  ]
};
Map.centerObject(dataset);
Map.addLayer(dataset, visualization, "Soil texture class (USDA system)");


相关文章
|
7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~
2691 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
7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
101 0
|
7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
251 0
|
3月前
|
SQL 监控 大数据
通过Google Dataflow,我们能够构建一个高效、可扩展且易于维护的实时数据处理系统
【9月更文挑战第7天】随着大数据时代的到来,企业对高效数据处理的需求日益增加,特别是在实时分析和事件驱动应用中。Google Dataflow作为Google Cloud Platform的一项服务,凭借其灵活、可扩展的特点,成为实时大数据处理的首选。本文将介绍Dataflow的基本概念、优势,并通过一个电商日志分析的实际案例和示例代码,展示如何构建高效的数据处理管道。Dataflow不仅支持自动扩展和高可用性,还提供了多种编程语言支持和与GCP其他服务的紧密集成,简化了整个数据处理流程。通过Dataflow,企业可以快速响应业务需求,优化用户体验。
90 3
|
7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
124 0
|
7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)
243 0
|
7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
165 0
|
7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
88 0
|
7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
291 0
|
7月前
|
传感器 编解码 数据处理
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
148 0