انواعی از پوشش زمین که به عنوان ملاک تعیین شماره کلاس برای محاسبات مکانی به کار می روند، توسط سازمان زمین شناسی آمریکا تهیه شده است. در اینجا بر اساس عناوین، تشریحی از زیرمجموعه هر یک آورده شده است. شماره هر کلاس در استاندارد زمین شناسی آمریکا تعریف شده است و لزوما در داده های دیگر کشورها یافت نمی شوند. لازم است تا بر اساس توصیفات هر کاربری و پوشش تطابق توسط کاربر صورت پذیرد. اگر در پیدا کردن مشخصات مشکل داشتید، به جدول زبان اصلی که در ادامه مطلب آمده است توجه کنید.

eo-Learn یک کتابخانه پایتون منبع باز است که به عنوان پلی بین ارتباط زمین مشاهده / سنجش از راه دور و اکوسیستم Python برای علم داده و یادگیری ماشین عمل می کند. ما در حال حاضر یک پست وبلاگ اختصاصی در اینجا داریم که شما را به خواندن تشویق می کنید. این کتابخانه از آرایه های بی شماری و هندسه های زیبا به منظور ذخیره و اداره داده های سنجش از دور استفاده می کند. هم اکنون در منبع GitHub ما موجود است و می توانید مستندات بیشتری را در صفحه ReadTheDocs بیابید.