Datasets tagged wri in Earth Engine

  • 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 の方が頻繁に使用されている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 の方が頻繁に使用されている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 の方が頻繁に使用されている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 の方が頻繁に使用されている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 の方が頻繁に使用されている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

  • Global Power Plant Database
    Global Power Plant Database は、世界中の発電所に関する包括的なオープンソース データベースです。発電所のデータを一元化することで、データのナビゲーション、比較、分析情報の抽出を容易にします。各発電所は位置情報で特定され、エントリには発電所の容量、発電量などの情報が含まれています。
    infrastructure-boundaries table wri

  • JRC グローバル河川洪水ハザードマップ バージョン 2.1
    世界の河川洪水ハザードマップは、7 つの異なる洪水再発期間（10 年に 1 回から 500 年に 1 回）の河川ネットワークに沿った浸水を表すグリッド データセットです。新しい地図の入力河川流量データは、オープンソースの水文モデルを使用して生成されます。
    flood monitoring surface-ground-water wri

  • SBTN Natural Lands Map v1
    SBTN Natural Lands Map v1 は、自然に関する科学的根拠に基づく目標を設定する企業、特に SBTN の土地目標 #1（自然生態系の転換なし）を設定する企業が使用することを目的とした、2020 年の自然および非自然の土地被覆のベースライン マップです。「自然」と「不自然」の定義は、…から引用しました。
    ecosystems landcover landuse-landcover wri

  • SBTN Natural Lands Map v1.1
    SBTN 自然地の地図 v1.1 は、2020 年の自然地と非自然地の土地被覆のベースライン地図です。この地図は、自然に関する科学的根拠に基づく目標を設定する企業、特に SBTN 土地目標 #1（自然生態系の転換なし）を設定する企業が使用することを目的としています。「自然」と「不自然」の定義は、…から引用しました。
    ecosystems landcover landuse-landcover wri

  • WRI Aqueduct Baseline Annual バージョン 4.0
    Aqueduct 4.0 は、複雑な水文データを水関連のリスクの直感的な指標に変換するために設計された、WRI の水リスク フレームワークの最新バージョンです。このデータセットでは、水量、水質、評判に関する懸念事項について 13 個の水リスク指標を厳選し、包括的なフレームワークにまとめました。5 つの …
    aqueduct flood monitoring surface-ground-water table wri

  • WRI Aqueduct Baseline Monthly バージョン 4.0
    Aqueduct 4.0 は、複雑な水文データを水関連のリスクの直感的な指標に変換するために設計された、WRI の水リスク フレームワークの最新バージョンです。このデータセットでは、水量、水質、評判に関する懸念事項について 13 個の水リスク指標を厳選し、包括的なフレームワークにまとめました。5 つの …
    aqueduct flood monitoring surface-ground-water table wri

  • WRI Aqueduct Floods Hazard Maps Version 2
    Aqueduct Floods のデータは、現在のベースライン条件と 2030 年、2050 年、2080 年の将来予測の両方で、河川と沿岸の洪水リスクを測定します。Aqueduct Floods は、ハザードマップの提供やリスク評価に加えて、堤防の価値を評価するための包括的な費用便益分析の実施にも役立ちます。
    flood monitoring surface-ground-water wri

  • WRI Aqueduct Future Annual Version 4.0
    Aqueduct 4.0 は、複雑な水文データを水関連のリスクの直感的な指標に変換するために設計された、WRI の水リスク フレームワークの最新バージョンです。このデータセットでは、水量、水質、評判に関する懸念事項について 13 個の水リスク指標を厳選し、包括的なフレームワークにまとめました。5 つの …
    aqueduct flood monitoring surface-ground-water table wri

  • 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