World Settlement Footprint (WSF) 2015 هو قناع ثنائي بدقة 10 أمتار يحدّد نطاق المستوطنات البشرية على مستوى العالم، وهو مستمد من صور Landsat-8 وSentinel-1 المتعددة الأوقات التي تم التقاطها بين عامَي 2014 و2015 (تمت معالجة حوالي 217,000 و107,000 مشهد على التوالي).
تختلف الديناميكيات الزمنية للمستوطنات البشرية بمرور الوقت بشكل ملحوظ عن تلك الخاصة بجميع فئات المعلومات الأخرى غير المتعلقة بالمستوطنات.
وبالتالي، عند توفّر جميع الصور المتعددة الأوقات فوق منطقة معيّنة خلال الفترة الزمنية المحدّدة، يتم استخراج الإحصاءات الزمنية الرئيسية (أي المتوسط الزمني والحد الأدنى والحد الأقصى وما إلى ذلك) لما يلي:
قيمة التشتت الخلفي الأصلية في حالة بيانات الرادار
مؤشرات طيفية مختلفة (مثل مؤشر الغطاء النباتي ومؤشر المناطق المبنية وما إلى ذلك) يتم استخلاصها بعد إخفاء السحب في حالة الصور المرئية
بعد ذلك، يتم تطبيق أنظمة تصنيف مختلفة تستند إلى آلات متجه الدعم (SVM) بشكل منفصل على الميزات الزمنية الضوئية والرادارية، وأخيرًا، يتم دمج الناتجَين معًا بشكل صحيح.
لتقييم الدقة العالية والموثوقية للطبقة بشكل كمي، تم إجراء عملية تحقّق شاملة بالتعاون مع Google استنادًا إلى كمية كبيرة من عيّنات البيانات الأساسية (أي 900,000)
التي تم تصنيفها من خلال الاستعانة بمصادر خارجية لتفسير الصور. تم تحديد بروتوكول إحصائي قوي وشفاف باتّباع أفضل الممارسات الموصى بها حاليًا في الأبحاث العلمية.
للاطّلاع على جميع التفاصيل الفنية، يُرجى الرجوع إلى
المنشور.
Marconcini, M., Metz-Marconcini, A., Üreyen, S., Palacios-Lopez, D., Hanke, W., Bachofen, F.,
Zeidler, J., Esch, T., Gorelick, N., Kakarla, A., Paganini, M., Strano, E. (2020).
تحديد الأماكن التي يعيش فيها البشر، وهي "طبقة المستوطنات البشرية العالمية" لعام 2015 Scientific Data, 7(1), 1-14.
doi:10.1038/s41597-020-00580-5
World Settlement Footprint (WSF) 2015 هو قناع ثنائي بدقة 10 أمتار يحدّد مدى المستوطنات البشرية على مستوى العالم، وهو مستمد من صور Landsat-8 وSentinel-1 المتعددة الأوقات التي تم التقاطها في الفترة بين 2014 و2015 (تمت معالجة حوالي 217,000 و107,000 مشهد منها على التوالي). تختلف الديناميكيات الزمنية للمستوطنات البشرية بمرور الوقت بشكل ملحوظ …
[null,null,[],[[["\u003cp\u003eThe World Settlement Footprint (WSF) 2015 dataset provides a 10m resolution global map of human settlements, derived from 2014-2015 Landsat-8 and Sentinel-1 imagery.\u003c/p\u003e\n"],["\u003cp\u003eIt utilizes temporal dynamics and spectral indices to distinguish settlement areas from other land cover types with high accuracy, validated by extensive ground-truth samples.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset is freely available under a CC0-1.0 license and can be accessed and analyzed through Google Earth Engine.\u003c/p\u003e\n"],["\u003cp\u003eCreated by the German Aerospace Center (DLR) in collaboration with Google, the WSF 2015 is detailed in a Scientific Data publication.\u003c/p\u003e\n"]]],["The World Settlement Footprint (WSF) 2015 dataset, provided by DLR, is a global 10m resolution binary mask of human settlements. It uses 2014-2015 Landsat-8 and Sentinel-1 imagery, processing approximately 217,000 and 107,000 scenes, respectively. Temporal statistics from radar and optical data, including spectral indices, are extracted. Support Vector Machines (SVMs) are applied to classify settlements, with outputs combined and validated using 900,000 ground-truth samples. The dataset is accessible via Earth Engine.\n"],null,["# World Settlement Footprint 2015\n\nDataset Availability\n: 2015-01-01T00:00:00Z--2016-01-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [Deutsches Zentrum für Luft- und Raumfahrt (DLR)](https://www.dlr.de/)\n\nTags\n:\n[landcover](/earth-engine/datasets/tags/landcover) [landsat-derived](/earth-engine/datasets/tags/landsat-derived) [population](/earth-engine/datasets/tags/population) [sentinel1-derived](/earth-engine/datasets/tags/sentinel1-derived) [settlement](/earth-engine/datasets/tags/settlement) [urban](/earth-engine/datasets/tags/urban) \n\n#### Description\n\nThe World Settlement Footprint (WSF) 2015 is a 10m resolution binary mask\noutlining the extent of human settlements globally derived by means of\n2014-2015 multitemporal Landsat-8 and Sentinel-1 imagery (of which \\~217,000 and\n\\~107,000 scenes have been processed, respectively).\n\nThe temporal dynamics of human settlements over time are\nsensibly different than those of all other non-settlement information classes.\nHence, given all the multitemporal images available over a region of interest\nin the selected time interval, key temporal statistics (i.e., temporal mean,\nminimum, maximum, etc.) are extracted for:\n\n- the original backscattering value in the case of radar data; and\n- different spectral indices (e.g., vegetation index, built-up index, etc.) derived after performing cloud masking in the case of optical imagery.\n\nNext, different classification schemes based on Support\nVector Machines (SVMs) are separately applied to the optical and radar temporal\nfeatures, respectively, and, finally, the two outputs are properly combined\ntogether.\n\nTo quantitatively assess the high accuracy and reliability of the\nlayer, an extensive validation exercise has been carried out in collaboration\nwith Google based on a huge amount of ground-truth samples (i.e., 900,000)\nlabeled by crowd-sourcing photo-interpretation. A statistically\nrobust and transparent protocol has been defined following the state-of-the-art\npractices currently recommended in the literature.\n\nFor all technical details, please refer to\n[the publication](https://www.nature.com/articles/s41597-020-00580-5)\n\n### Bands\n\n**Bands**\n\n| Name | Min | Max | Pixel Size | Description |\n|--------------|-----|-----|------------|-------------------------|\n| `settlement` | 255 | 255 | 10 meters | A human settlement area |\n\n### Terms of Use\n\n**Terms of Use**\n\n[CC0-1.0](https://spdx.org/licenses/CC0-1.0.html)\n\n### Citations\n\nCitations:\n\n- Marconcini, M., Metz-Marconcini, A., Üreyen, S., Palacios-Lopez, D., Hanke, W., Bachofer, F.,\n Zeidler, J., Esch, T., Gorelick, N., Kakarla, A., Paganini, M., Strano, E. (2020).\n Outlining where humans live, the World Settlement Footprint 2015. Scientific Data, 7(1), 1-14.\n [doi:10.1038/s41597-020-00580-5](https://doi.org/10.1038/s41597-020-00580-5)\n\n### DOIs\n\n- \u003chttps://doi.org/10.1038/s41597-020-00580-5\u003e\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar dataset = ee.Image('DLR/WSF/WSF2015/v1');\n\nvar opacity = 0.75;\nvar blackBackground = ee.Image(0);\nMap.addLayer(blackBackground, null, 'Black background', true, opacity);\n\nvar visualization = {\n min: 0,\n max: 255,\n};\nMap.addLayer(dataset, visualization, 'Human settlement areas');\n\nMap.setCenter(90.45, 23.7, 7);\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/DLR/DLR_WSF_WSF2015_v1) \n[World Settlement Footprint 2015](/earth-engine/datasets/catalog/DLR_WSF_WSF2015_v1) \nThe World Settlement Footprint (WSF) 2015 is a 10m resolution binary mask outlining the extent of human settlements globally derived by means of 2014-2015 multitemporal Landsat-8 and Sentinel-1 imagery (of which \\~217,000 and \\~107,000 scenes have been processed, respectively). The temporal dynamics of human settlements over time are sensibly different ... \nDLR/WSF/WSF2015/v1, landcover,landsat-derived,population,sentinel1-derived,settlement,urban \n2015-01-01T00:00:00Z/2016-01-01T00:00:00Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [https://doi.org/10.1038/s41597-020-00580-5](https://doi.org/https://www.dlr.de/)\n- [https://doi.org/10.1038/s41597-020-00580-5](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/DLR_WSF_WSF2015_v1)"]]
