הנתונים של World Settlement Footprint (WSF) 2015 הם מסכת בינארית ברזולוציה של 10 מטרים, שמתווה את היקף ההתיישבות האנושית ברחבי העולם. הנתונים האלה נגזרים מתמונות רב-זמניות של Landsat-8 ו-Sentinel-1 משנת 2014 עד 2015 (כ-217,000 סצנות וכ-107,000 סצנות עברו עיבוד, בהתאמה).
הדינמיקה הזמנית של יישובים אנושיים לאורך זמן שונה באופן מובן מזו של כל שאר סוגי המידע שאינם יישובים.
לכן, בהינתן כל התמונות הרב-זמניות שזמינות לגבי אזור מסוים במרווח הזמן שנבחר, נתונים סטטיסטיים זמניים מרכזיים (כלומר, ממוצע זמני, מינימום, מקסימום וכו') מחולצים לגבי:
ערך הפיזור לאחור המקורי במקרה של נתוני רדאר; ו
מדדים ספקטרליים שונים (למשל, מדד צמחייה, מדד שטחים בנויים וכו') שנגזרים אחרי ביצוע מיסוך עננים במקרה של תמונות אופטיות.
לאחר מכן, מוחלים בנפרד סכימות סיווג שונות שמבוססות על מכונות וקטור תומכות (SVM) על התכונות הזמניות של האופטיקה והמכ"ם, בהתאמה, ולבסוף, שתי התוצאות משולבות יחד בצורה נכונה.
כדי להעריך באופן כמותי את רמת הדיוק והמהימנות הגבוהה של השכבה, בוצע תרגיל אימות נרחב בשיתוף עם Google, על סמך כמות עצומה של דוגמאות של נתוני אמת (כלומר, 900,000)
שסומנו על ידי מיקור המונים של פרשנות תמונות. הוגדר פרוטוקול שקוף וחזק מבחינה סטטיסטית, בהתאם לשיטות המומלצות בספרות המקצועית.
Marconcini, M., Metz-Marconcini, A., Üreyen, S., Palacios-Lopez, D., Hanke, W., Bachofer, F.,
Zeidler, J., Esch, T., Gorelick, N., Kakarla, A., פגניני, מ' (Paganini, M.), Strano, E. (2020).
התווית World Settlement Footprint 2015 מציינת את המקומות שבהם בני אדם חיים. Scientific Data, 7(1), 1-14.
doi:10.1038/s41597-020-00580-5
World Settlement Footprint (WSF) 2015 הוא מסכת בינארית ברזולוציה של 10 מטרים שמתווה את היקף ההתיישבות האנושית ברחבי העולם. המסכה נוצרה באמצעות תמונות רב-זמניות של Landsat-8 ו-Sentinel-1 משנת 2014 עד 2015 (כ-217,000 סצנות וכ-107,000 סצנות עברו עיבוד, בהתאמה). הדינמיקה הזמנית של יישובים אנושיים לאורך זמן שונה באופן מובהק…
[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)"]]
