World Settlement Footprint (WSF) 2015 to binarna maska o rozdzielczości 10 m, która określa zasięg osad ludzkich na całym świecie. Została ona utworzona na podstawie wieloczasowych zdjęć z lat 2014–2015 z satelitów Landsat-8 i Sentinel-1 (przetworzono odpowiednio około 217 tys. i 107 tys. scen).
Dynamika czasowa osad ludzkich różni się w sensowny sposób od dynamiki wszystkich innych klas informacji niezwiązanych z osadami.
Dlatego na podstawie wszystkich obrazów wieloczasowych dostępnych w wybranym przedziale czasu w interesującym nas regionie wyodrębniane są kluczowe statystyki czasowe (np. średnia czasowa, minimum, maksimum itp.) dla:
w przypadku danych radarowych – pierwotna wartość rozpraszania wstecznego;
różne indeksy spektralne (np. indeks wegetacji, indeks obszarów zabudowanych itp.) uzyskane po zamaskowaniu chmur w przypadku zdjęć optycznych;
Następnie do optycznych i radarowych cech czasowych stosowane są oddzielnie różne schematy klasyfikacji oparte na maszynach wektorów nośnych (SVM), a na koniec oba wyniki są odpowiednio łączone.
Aby ilościowo ocenić wysoką dokładność i niezawodność warstwy, przeprowadziliśmy we współpracy z Google obszerne testy weryfikacyjne na podstawie ogromnej liczby próbek rzeczywistych (czyli 900 tys.)
oznaczonych przez crowdsourcingową interpretację zdjęć. Zdefiniowano solidny statystycznie i przejrzysty protokół zgodny z najnowocześniejszymi praktykami zalecanymi obecnie w literaturze.
Wszystkie szczegóły techniczne znajdziesz w publikacji.
Marconcini, M., Metz-Marconcini, A., Üreyen, S., Palacios-Lopez, D., Hanke, W., Bachofer, F.,
Zeidler, J., Esch, T., Gorelick, N., Kakarla, A., Paganini, M., Strano, E. (2020).
Określenie miejsc zamieszkania ludzi na podstawie danych World Settlement Footprint 2015. Scientific Data, 7(1), 1-14.
doi:10.1038/s41597-020-00580-5
World Settlement Footprint (WSF) 2015 to maska binarna o rozdzielczości 10 m, która określa zasięg osad ludzkich na całym świecie. Została utworzona na podstawie wieloczasowych zdjęć z lat 2014–2015 z satelitów Landsat-8 i Sentinel-1 (przetworzono odpowiednio ok. 217 tys. i 107 tys. scen). Dynamika czasowa osad ludzkich na przestrzeni czasu jest wyraźnie różna…
[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)"]]
