Dynamic World V1

گوگل/داینامیک ورلد/نسخه ۱
در دسترس بودن مجموعه داده‌ها
‎2015-06-27T00:00:00Z–2025-10-18T07:13:30.150000Z‎
ارائه دهنده مجموعه داده
قطعه کد موتور زمین
ee.ImageCollection("GOOGLE/DYNAMICWORLD/V1")
برچسب‌ها
گوگل جهانی ، پوشش زمین ، کاربری زمین، پوشش زمین، nrt، sentinel2-derived

توضیحات

دنیای پویا (Dynamic World) یک مجموعه داده 10 میلیونی کاربری/پوشش زمین (LULC) تقریباً بلادرنگ (NRT) است که شامل احتمالات کلاس‌ها و اطلاعات برچسب برای نه کلاس است.

پیش‌بینی‌های Dynamic World برای مجموعه Sentinel-2 L1C از تاریخ 2015-06-27 تاکنون در دسترس هستند. فرکانس بازدید مجدد Sentinel-2 بسته به عرض جغرافیایی بین 2 تا 5 روز است. پیش‌بینی‌های Dynamic World برای تصاویر Sentinel-2 L1C با CLOUDY_PIXEL_PERCENTAGE <= 35% تولید می‌شوند. پیش‌بینی‌ها برای حذف ابرها و سایه‌های ابر با استفاده از ترکیبی از احتمال ابر S2، شاخص جابجایی ابر و تبدیل فاصله جهت‌دار، ماسک می‌شوند.

تصاویر موجود در مجموعه Dynamic World نام‌هایی دارند که با نام‌های دارایی‌های Sentinel-2 L1C که از آنها مشتق شده‌اند، مطابقت دارند، به عنوان مثال:

ee.Image('COPERNICUS/S2/20160711T084022_20160711T084751_T35PKT')

یک تصویر دنیای پویای منطبق با نام ee.Image('GOOGLE/DYNAMICWORLD/V1/20160711T084022_20160711T084751_T35PKT') دارد.

مجموع همه باندهای احتمال به جز باند «برچسب» برابر با ۱ است.

برای کسب اطلاعات بیشتر در مورد مجموعه داده Dynamic World و مشاهده مثال‌هایی برای تولید کامپوزیت‌ها، محاسبه آمار منطقه‌ای و کار با سری‌های زمانی، به مجموعه آموزش‌های Introduction to Dynamic World مراجعه کنید.

با توجه به اینکه تخمین‌های کلاس جهانی پویا از تصاویر واحد با استفاده از یک زمینه مکانی از یک پنجره متحرک کوچک استخراج می‌شوند، «احتمالات» برتر برای پوشش‌های زمینی پیش‌بینی‌شده که تا حدودی توسط پوشش در طول زمان تعریف می‌شوند، مانند محصولات کشاورزی، در غیاب ویژگی‌های متمایزکننده واضح، می‌توانند نسبتاً کم باشند. سطوح با بازگشت بالا در آب و هوای خشک، شن، انعکاس نور خورشید و غیره نیز ممکن است این پدیده را نشان دهند.

برای انتخاب فقط پیکسل‌هایی که با اطمینان به یک کلاس Dynamic World تعلق دارند، توصیه می‌شود خروجی‌های Dynamic World را با آستانه‌گذاری «احتمال» تخمینی پیش‌بینی برتر، پنهان کنید.

باندها

اندازه پیکسل
۱۰ متر

باندها

نام حداقل مکس اندازه پیکسل توضیحات
water 0 ۱ متر

احتمال تخمینی پوشش کامل توسط آب

trees 0 ۱ متر

احتمال تخمینی پوشش کامل توسط درختان

grass 0 ۱ متر

احتمال تخمینی پوشش کامل توسط چمن

flooded_vegetation 0 ۱ متر

احتمال تخمینی پوشش کامل توسط پوشش گیاهی سیل‌زده

crops 0 ۱ متر

احتمال تخمینی پوشش کامل توسط محصولات کشاورزی

shrub_and_scrub 0 ۱ متر

احتمال تخمینی پوشش کامل توسط درختچه‌ها و بوته‌زارها

built 0 ۱ متر

احتمال تخمینی پوشش کامل توسط ساخته شده

bare 0 ۱ متر

احتمال تخمینی پوشش کامل توسط لخت

snow_and_ice 0 ۱ متر

احتمال تخمینی پوشش کامل برف و یخ

label 0 ۸ متر

شاخص باند با بالاترین احتمال تخمینی

جدول کلاس برچسب

ارزش رنگ توضیحات
0 #419bdf

آب

۱ #۳۹۷d۴۹

درختان

۲ #۸۸b۰۵۳

چمن

۳ #7a87c6

پوشش گیاهی_آب گرفته

۴ #e49635

محصولات زراعی

۵ #dfc35a

درختچه و بوته

۶ #c4281b

ساخته شده

۷ #a59b8f

برهنه

۸ #b39fe1

برف و یخ

ویژگی‌های تصویر

ویژگی‌های تصویر

نام نوع توضیحات
نسخه_الگوریتم_دنیای_پویا رشته

رشته‌ی نسخه که به طور منحصر به فرد مدل دنیای پویا و فرآیند استنتاج مورد استفاده برای تولید تصویر را مشخص می‌کند.

نسخه_الگوریتم_qa رشته

رشته‌ی نسخه که به طور منحصر به فرد فرآیند پوشش ابری مورد استفاده برای تولید تصویر را مشخص می‌کند.

شرایط استفاده

شرایط استفاده

این مجموعه داده‌ها تحت مجوز CC-BY 4.0 منتشر شده است و نیازمند ذکر منبع زیر است: «این مجموعه داده‌ها برای پروژه دنیای پویا توسط گوگل با همکاری انجمن نشنال جئوگرافیک و موسسه منابع جهانی تولید شده است.»

شامل داده‌های اصلاح‌شده‌ی کوپرنیک سنتینل [۲۰۱۵-تاکنون]. به اطلاعیه‌ی قانونی داده‌های سنتینل مراجعه کنید.

نقل قول‌ها

نقل قول ها:

  • براون، سی‌اف، برومبی، اس‌پی، گوزدر-ویلیامز، بی. و همکاران. دنیای پویا، نقشه‌برداری تقریباً بلادرنگ از پوشش زمین با استفاده از زمین در مقیاس جهانی ۱۰ متر. Sci Data 9، 251 (2022). doi:10.1038/s41597-022-01307-4

DOI ها

با موتور زمین کاوش کنید

ویرایشگر کد (جاوااسکریپت) 

// Construct a collection of corresponding Dynamic World and Sentinel-2 for
// inspection. Filter by region and date.
var START = ee.Date('2021-04-02');
var END = START.advance(1, 'day');

var colFilter = ee.Filter.and(
    ee.Filter.bounds(ee.Geometry.Point(20.6729, 52.4305)),
    ee.Filter.date(START, END));

var dwCol = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filter(colFilter);
var s2Col = ee.ImageCollection('COPERNICUS/S2_HARMONIZED');

// Link DW and S2 source images.
var linkedCol = dwCol.linkCollection(s2Col, s2Col.first().bandNames());

// Get example DW image with linked S2 image.
var linkedImg = ee.Image(linkedCol.first());

// Create a visualization that blends DW class label with probability.
// Define list pairs of DW LULC label and color.
var CLASS_NAMES = [
    'water', 'trees', 'grass', 'flooded_vegetation', 'crops',
    'shrub_and_scrub', 'built', 'bare', 'snow_and_ice'];

var VIS_PALETTE = [
    '419bdf', '397d49', '88b053', '7a87c6', 'e49635', 'dfc35a', 'c4281b',
    'a59b8f', 'b39fe1'];

// Create an RGB image of the label (most likely class) on [0, 1].
var dwRgb = linkedImg
    .select('label')
    .visualize({min: 0, max: 8, palette: VIS_PALETTE})
    .divide(255);

// Get the most likely class probability.
var top1Prob = linkedImg.select(CLASS_NAMES).reduce(ee.Reducer.max());

// Create a hillshade of the most likely class probability on [0, 1];
var top1ProbHillshade =
    ee.Terrain.hillshade(top1Prob.multiply(100))
    .divide(255);

// Combine the RGB image with the hillshade.
var dwRgbHillshade = dwRgb.multiply(top1ProbHillshade);

// Display the Dynamic World visualization with the source Sentinel-2 image.
Map.setCenter(20.6729, 52.4305, 12);
Map.addLayer(
    linkedImg, {min: 0, max: 3000, bands: ['B4', 'B3', 'B2']}, 'Sentinel-2 L1C');
Map.addLayer(
    dwRgbHillshade, {min: 0, max: 0.65}, 'Dynamic World V1 - label hillshade');

تنظیمات پایتون

برای اطلاعات بیشتر در مورد API پایتون و استفاده از geemap برای توسعه تعاملی، به صفحه محیط پایتون مراجعه کنید.

import ee
import geemap.core as geemap

کولب (پایتون) 

# Construct a collection of corresponding Dynamic World and Sentinel-2 for
# inspection. Filter by region and date.
START = ee.Date('2021-04-02')
END = START.advance(1, 'day')

col_filter = ee.Filter.And(
    ee.Filter.bounds(ee.Geometry.Point(20.6729, 52.4305)),
    ee.Filter.date(START, END),
)

dw_col = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filter(col_filter)
s2_col = ee.ImageCollection('COPERNICUS/S2_HARMONIZED');

# Link DW and S2 source images.
linked_col = dw_col.linkCollection(s2_col, s2_col.first().bandNames());

# Get example DW image with linked S2 image.
linked_image = ee.Image(linked_col.first())

# Create a visualization that blends DW class label with probability.
# Define list pairs of DW LULC label and color.
CLASS_NAMES = [
    'water',
    'trees',
    'grass',
    'flooded_vegetation',
    'crops',
    'shrub_and_scrub',
    'built',
    'bare',
    'snow_and_ice',
]

VIS_PALETTE = [
    '419bdf',
    '397d49',
    '88b053',
    '7a87c6',
    'e49635',
    'dfc35a',
    'c4281b',
    'a59b8f',
    'b39fe1',
]

# Create an RGB image of the label (most likely class) on [0, 1].
dw_rgb = (
    linked_image.select('label')
    .visualize(min=0, max=8, palette=VIS_PALETTE)
    .divide(255)
)

# Get the most likely class probability.
top1_prob = linked_image.select(CLASS_NAMES).reduce(ee.Reducer.max())

# Create a hillshade of the most likely class probability on [0, 1]
top1_prob_hillshade = ee.Terrain.hillshade(top1_prob.multiply(100)).divide(255)

# Combine the RGB image with the hillshade.
dw_rgb_hillshade = dw_rgb.multiply(top1_prob_hillshade)

# Display the Dynamic World visualization with the source Sentinel-2 image.
m = geemap.Map()
m.set_center(20.6729, 52.4305, 12)
m.add_layer(
    linked_image,
    {'min': 0, 'max': 3000, 'bands': ['B4', 'B3', 'B2']},
    'Sentinel-2 L1C',
)
m.add_layer(
    dw_rgb_hillshade,
    {'min': 0, 'max': 0.65},
    'Dynamic World V1 - label hillshade',
)
m
باز کردن در ویرایشگر کد
دنیای پویا (Dynamic World) یک مجموعه داده 10 میلیونی تقریباً بلادرنگ (NRT) از کاربری/پوشش زمین (LULC) است که شامل احتمالات کلاس و اطلاعات برچسب برای نه کلاس است. پیش‌بینی‌های دنیای پویا برای مجموعه Sentinel-2 L1C از تاریخ 2015-06-27 تاکنون در دسترس است. فرکانس بازدید مجدد Sentinel-2 بسته به عرض جغرافیایی بین 2 تا 5 روز است. دنیای پویا ...
GOOGLE/DYNAMICWORLD/V1، جهانی، گوگل، پوشش زمین، کاربری زمین، پوشش زمین-کاربری زمین، nrt، مشتق شده از sentinel2
‎2015-06-27T00:00:00Z/2025-10-18T07:13:30.150000Z‎
۹۰- ۱۸۰ ۹۰ ۱۸۰
موتور گوگل ارث