-
コートジボワール BNETD 2020 年土地被覆地図
コートジボワール BNETD 2020 土地被覆地図は、コートジボワール政府が、国家機関である国立技術開発研究局の地理情報・デジタル センター(BNETD-CIGN)を通じて作成したもので、欧州連合から技術的および財政的支援を受けています。方法論 … 分類 森林破壊 森林 土地被覆 土地利用と土地被覆 -
EC JRC の森林被覆グローバル マップ(2020 年版、V2)
森林被覆のグローバル マップは、2020 年の森林の有無を 10 メートルの空間分解能で空間的に明示的に表現したものです。2020 年は、欧州連合の「… の利用可能化に関する」規制のカットオフ日に対応しています。 eudr forest forest-biomass jrc -
欧州の原生林データセット - ポイント
ヨーロッパの原生林データは、原生林の 48 種類のデータセット(主にフィールドベース)を調和させたもので、33 か国にわたる 18,411 個の個々のパッチ(4,110 万ヘクタール)が含まれています。主に老齢林や後期遷移林が含まれますが、自然撹乱後に発生した初期遷移段階の森林や若い森林も含まれます。 europe forest forest-biomass table -
欧州の原生林データセット - ポリゴン
ヨーロッパの原生林データは、原生林の 48 種類のデータセット(主にフィールドベース)を調和させたもので、33 か国にわたる 18,411 個の個々のパッチ(4,110 万ヘクタール)が含まれています。主に老齢林や後期遷移林が含まれますが、自然撹乱後に発生した初期遷移段階の森林や若い森林も含まれます。 europe forest forest-biomass table -
FORMA アラートのしきい値
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。この目標は、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことでした。Terra-i と GLAD の使用頻度が高いことがわかりました。さらに、GLAD を標準として使用すると、Terra-i は FORMA よりも優れたパフォーマンスを発揮することがわかりました。 daily deforestation fire forest forma gfw -
FORMA アラート
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。この目標は、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことでした。Terra-i と GLAD の使用頻度が高いことがわかりました。さらに、GLAD を標準として使用すると、Terra-i は FORMA よりも優れたパフォーマンスを発揮することがわかりました。 daily deforestation fire forest forma gfw -
FORMA Raw Output FIRMS
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。この目標は、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことでした。Terra-i と GLAD の使用頻度が高いことがわかりました。さらに、GLAD を標準として使用すると、Terra-i は FORMA よりも優れたパフォーマンスを発揮することがわかりました。 daily deforestation fire forest forma gfw -
FORMA 生データ出力 NDVI
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。この目標は、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことでした。Terra-i と GLAD の使用頻度が高いことがわかりました。さらに、GLAD を標準として使用すると、Terra-i は FORMA よりも優れたパフォーマンスを発揮することがわかりました。 daily deforestation forest forest-biomass forma gfw -
FORMA 植生 T 統計量
WRI からの注: WRI は FORMA アラートの更新を停止することにしました。この目標は、Global Forest Watch のユーザー エクスペリエンスを簡素化し、冗長性を減らすことでした。Terra-i と GLAD の使用頻度が高いことがわかりました。さらに、GLAD を標準として使用すると、Terra-i は FORMA よりも優れたパフォーマンスを発揮することがわかりました。 daily deforestation forest forest-biomass forma gfw -
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 レバーハルム自然回復センターと共同で開発され、次のような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 -
森林近隣住民(FPP)1.0
「Forest Proximate People」(FPP)データセットは、森林に関する指標(GCS)の共同パートナーシップ(CPF)グローバル コアセットの指標 13「極度の貧困状態にある森林依存人口」の開発に貢献するデータレイヤの 1 つです。FPP データセットは、… 農業 fao 森林 グローバル 植物の生産性 人口 -
IPCC 地上バイオマス ティア 1 推定値の 2020 年グローバル森林分類、V1
このデータセットは、2020 年のステータス/状態別に分類された世界の森林のクラスを約 30 m の解像度で提供します。このデータは、2006 年の IPCC の国別温室効果ガスインベントリに関するガイドラインの 2019 年の改訂版で、天然林の地上部乾燥木質バイオマス密度(AGBD)のティア 1 推定値を生成するために使用されています。 地上バイオマス バイオマス 炭素 分類 森林 森林バイオマス -
PALSAR-2/PALSAR 森林/非森林のグローバル 3 クラス マップ
2017 ~ 2020 年の 4 つのクラスを含むこのデータセットの新しいバージョンは、JAXA/ALOS/PALSAR/YEARLY/FNF4 にあります。森林/非森林のグローバル マップ(FNF)は、グローバル 25 m 分解能の PALSAR-2/PALSAR SAR モザイクで SAR 画像(後方散乱係数)を分類して生成されます。これにより、強い後方散乱ピクセルと弱い後方散乱ピクセルが… alos alos2 classification eroc forest forest-biomass -
グローバル 4 クラス PALSAR-2/PALSAR 森林/非森林マップ
森林/非森林グローバル マップ(FNF)は、グローバル 25 m 分解能の PALSAR-2/PALSAR SAR モザイクで SAR 画像(後方散乱係数)を分類し、強い後方散乱ピクセルと弱い後方散乱ピクセルをそれぞれ「森林」と「非森林」として割り当てることで生成されます。ここで「森林」とは、… alos alos2 classification eroc forest forest-biomass -
Global Aboveground and Belowground Biomass Carbon Density Maps
このデータセットは、2010 年の地上バイオマスと地下バイオマスの炭素密度の時間的に一貫性のある調和されたグローバル マップを 300 m の空間分解能で提供します。地上バイオマス地図は、森林、草原、農地、ツンドラのバイオマスの土地被覆固有の遠隔探査地図を統合したものです。入力マップは … 地上バイオマス バイオマス 炭素 密度 森林 森林バイオマス -
Global Forest Canopy Height, 2005
このデータセットは、Geoscience Laser Altimeter System(GLAS)の宇宙搭載型ライダーデータ(2005 年)と補助的な地理空間データを統合したデータに基づいて、世界の樹高を表しています。詳しくは、Simard et al.(2011)をご覧ください。 canopy forest forest-biomass geophysical jpl nasa -
Global Forest Cover Change(GFCC)樹木被覆の複数年グローバル 30 m
Landsat Vegetation Continuous Fields(VCF)の樹木被覆レイヤには、高さが 5 m を超える木本植物で覆われた 30 m ピクセル内の水平地面の割合の推定値が含まれています。このデータセットは、2000 年、2005 年、2010 年を中心とする 4 つのエポックで利用できます。 forest forest-biomass glcf landsat-derived nasa umd -
森林タイプのグローバル マップ(2020 年)
森林タイプのグローバル マップは、2020 年の原生林、自然再生林、植林(プランテーション林を含む)を 10 メートルの空間分解能で空間的に明示的に表現したものです。これらの森林タイプをマッピングするためのベースレイヤは、森林被覆の範囲です。 eudr forest forest-biomass jrc landcover primary-forest -
グリッド化された GEDI 植生構造指標とバイオマス密度(COUNTS 指標付き)、ピクセル サイズ 12 km
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度(COUNTS 指標付き)、1 km ピクセルサイズ
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度(COUNTS 指標付き)、6 km のピクセルサイズ
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
GEDI の植生構造指標とバイオマス密度(グリッド化)、ピクセルサイズ 12 km
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI の植生構造指標とバイオマス密度、1 km のピクセルサイズ
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
グリッド化された GEDI 植生構造指標とバイオマス密度、6 km のピクセルサイズ
このデータセットは、NASA Global Ecosystem Dynamics Investigation(GEDI)レベル 2 および 4A のプロダクトから導出された、ほぼグローバルな分析対応の多重解像度グリッド植生構造指標で構成されています。これらの指標は、直径 25 m の LiDAR フットプリントに関連付けられています。このデータセットは、… を含む、ほぼ地球規模の植生構造を包括的に表現しています。 biomass canopy forest forest-biomass gedi larse -
Hansen の世界的な森林の変化 v1.12(2000 ~ 2024 年)
Landsat 画像の時系列分析の結果。世界の森林の範囲と変化を特徴づけています。「first」バンドと「last」バンドは、赤、NIR、SWIR1、SWIR2 に対応する Landsat スペクトル バンドの最初の年と最後の年の参照マルチスペクトル画像です。参照コンポジット画像は、… を表します。 forest forest-biomass geophysical landsat-derived umd -
カナダの森林の樹齢(2019 年)
カナダの原生林データセットは、カナダの森林地帯の 2019 年の森林年齢マップを衛星データに基づいて作成したもので、空間分解能は 30 m です。Landsat(撹乱、地表反射率複合、森林構造)と MODIS(総一次生産)のリモート センシング データを使用して、年齢を特定します。森林の樹齢は… canada forest forest-biomass -
Monitoring Trends in Burn Severity(MTBS)の火傷の重症度画像
火傷の重症度モザイクは、米国本土、アラスカ、ハワイ、プエルトリコで現在完了しているすべての MTBS 火災の MTBS 火傷の重症度クラスのテーマ別ラスター画像で構成されています。モザイク処理された火傷の重症度画像は、米国各州と… eros fire forest gtac landcover landsat-derived -
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: 地表のフィーチャー(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除去された地形情報)。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 地表方向反射率
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 -
NICFI 衛星データ プログラムの熱帯雨林モニタリング用ベースマップ - 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、さまざまな取り組みに貢献します。 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、さまざまな取り組みに貢献します。 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、さまざまな取り組みに貢献します。 basemaps forest nicfi planet planet-nicfi publisher-dataset -
世界の天然林 2020
Natural Forests of the World 2020 は、2020 年の天然林の確率を 10 メートルの解像度で示したグローバル マップです。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に向けた取り組みを支援するために開発されました。地図… biodiversity climate conservation deforestation eudr forest -
一次湿潤熱帯林
一次熱帯雨林は、多くのグローバルな生態系サービスを提供していますが、経済的な要因による伐採の脅威にさらされ続けています。国土利用計画を促進し、経済発展と生態系サービスの維持という目標のバランスを取るため、一次熱帯雨林の地図が作成されました。 forest forest-biomass global landsat-derived umd -
Tree proximate people(TPP)1.0
「Tree Proximate People」(TPP)は、森林に関する指標(GCS)の共同パートナーシップ(CPF)グローバル コアセットの指標 #13(極度の貧困状態にある森林依存人口)の開発に貢献しているデータセットの 1 つです。TPP データセットには、4 つの異なる推定値が用意されています。 農業 fao 森林 グローバル 植物の生産性 人口 -
USFS 景観変化監視システム v2024.10(CONUS および OCONUS)
このプロダクトは、景観変化監視システム(LCMS)データスイートの一部です。各年の LCMS モデルの変更、土地被覆、土地利用クラスを示し、米国本土(CONUS)と、アラスカ(AK)、プエルトリコなど、CONUS 外の地域(OCONUS)を対象としています。 change-detection forest gtac landcover landuse landuse-landcover -
USFS 樹木エリアの割合 v2023-5(CONUS と OCONUS)
このプロダクトは、樹冠被覆率(TCC)データスイートの一部です。これには、各年のモデル化された TCC、標準誤差(SE)、National Land Cover Database(NLCD)の TCC データが含まれます。米国農務省林野部(USFS)が作成した TCC データは… forest gtac landuse-landcover redcastle-resources usda usfs -
USFS TreeMap v2016(米国本土)
このプロダクトは、TreeMap データ スイートの一部です。このデータセットは、2016 年に米国本土の森林全体にわたる、生きた樹木と枯れた樹木の数、バイオマス、炭素などの森林特性に関する詳細な空間情報を提供します。TreeMap v2016 には 1 つの画像が含まれています。 バイオマス 炭素 気候変動 円錐 森林 森林バイオマス -
USFS TreeMap v2020
このプロダクトは、TreeMap データ スイートの一部です。このデータセットは、2020 年の米国全土の森林の範囲における、生きた樹木と枯れた樹木の数、バイオマス、炭素などの森林の特性に関する詳細な空間情報を提供します。TreeMap v2020 には 22 バンドの 30 x 30 m の … aboveground biomass carbon climate-change conus forest -
USFS TreeMap v2022
このプロダクトは、TreeMap データ スイートの一部です。このデータセットは、2022 年の米国全土の森林の範囲にわたる、生きた樹木と枯れた樹木の数、バイオマス、炭素などの森林の特徴に関する詳細な空間情報を提供します。TreeMap v2022 には、22 バンドの 30 x 30 m の … aboveground biomass carbon climate-change conus forest -
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 -
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 -
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たものです。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