Grup besar tanah USDA yang diprediksi pada 250 m (probabilitas).
Distribusi kelompok besar tanah USDA berdasarkan prediksi machine learning dari kompilasi global profil tanah. Untuk mempelajari lebih lanjut kelompok besar tanah, lihat Illustrated Guide to Soil Taxonomy - NRCS - USDA.
Langkah-langkah pemrosesan dijelaskan secara mendetail di sini
Antartika tidak termasuk.
Untuk mengakses dan memvisualisasikan peta di luar Earth Engine, gunakan halaman ini.
Jika Anda menemukan bug, artefak, atau inkonsistensi dalam peta LandGIS
atau jika Anda memiliki pertanyaan, gunakan saluran berikut:
Tomislav Hengl, & Travis Nauman. (2018). Grup besar tanah USDA yang diprediksi pada 250 m (probabilitas) (Versi v01) [Set data]. Zenodo.
10.5281/zenodo.1476844
Grup besar tanah USDA yang diprediksi pada 250 m (probabilitas). Distribusi kelompok besar tanah USDA berdasarkan prediksi machine learning dari kompilasi global profil tanah. Untuk mempelajari lebih lanjut kelompok besar tanah, lihat Panduan Bergambar tentang Taksonomi Tanah - NRCS - USDA. Langkah-langkah pemrosesan adalah …
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],[],[],["This dataset provides predicted probabilities of USDA soil great groups, specifically Hapludalfs, at a 250-meter resolution, excluding Antarctica, from 1950 to 2018. The data is derived from machine learning analysis of global soil profiles. Processing details are available via GitLab. Users can access and visualize maps via Earth Engine, using the provided code snippet to explore the `grtgroup` band, which represents predicted probabilities between 0% and 35%. The dataset is available under a CC-BY-SA-4.0 license.\n"]]