- Disponibilidad del conjunto de datos
- 2016-06-30T07:00:00Z–2023-06-30T07:00:00Z
- Proveedor de conjuntos de datos
- Google Research - Open Buildings
- Etiquetas
Descripción
El conjunto de datos temporales Open Buildings 2.5D contiene datos sobre la presencia de edificios, el recuento fraccionario de edificios y la altura de los edificios con una resolución espacial efectiva de1 4 m (los rásteres se proporcionan con una resolución de 0.5 m) con una cadencia anual del 2016 al 2023. Se produce a partir de imágenes de código abierto y baja resolución de la colección Sentinel-2.
El conjunto de datos está disponible en África, el sur de Asia, el sudeste asiático, América Latina y el Caribe. El objetivo de estos datos es respaldar a las organizaciones (p.ej., gubernamentales, sin fines de lucro y comerciales) que se enfocan en una variedad de aplicaciones para el bien social.
Explora los datos de forma interactiva con la app de demostración de Earth Engine. (Si tienes problemas de rendimiento con la app de Earth Engine, prueba esta secuencia de comandos de Earth Engine).
Como alternativa, si no eres usuario de Earth Engine, puedes descargar los datos directamente desde Google Cloud Storage con este notebook.
Para obtener más detalles sobre el proyecto y las preguntas frecuentes sobre los datos, consulta el sitio web del proyecto.
Ejemplos de secuencias de comandos:
How to compute building count for a given AOIHow to compute built-up area for a given AOIHow to see two years side-by-side and compare
1, equivalente a lo que podría lograr un modelo de alta resolución con un solo fotograma de imágenes con una resolución de 4 m.
Bandas
Tamaño del píxel
4 metros
Bandas
| Nombre | Unidades | Mín. | Máx. | Tamaño de los píxeles | Descripción |
|---|---|---|---|---|---|
building_fractional_count |
0 | 0.0216 | metros | Son los datos de origen para derivar los recuentos de edificios de un AOI determinado. Consulta los ejemplos de secuencias de comandos que se incluyen. |
|
building_height |
m | 0 | 100 | metros | Altura del edificio en relación con el terreno, en el rango de [0 m, 100 m]. |
building_presence |
0 | 1 | metros | Son los valores de confianza del modelo (es decir, qué tan seguro está un modelo de que el píxel forma parte de un edificio) en el rango [0.0, 1.0]. Ten en cuenta que los valores de confianza del modelo no están calibrados, lo que significa que, si la confianza del modelo para un píxel determinado es de 0.8, no significa que la probabilidad real de que haya presencia de la estructura sea del 80%. Por lo tanto, los valores de confianza solo se pueden usar para la clasificación relativa (p. ej., umbralización) de los píxeles. Además, la confianza del modelo puede variar según la ubicación y el tiempo en función de varios factores, como la cobertura de nubes, la desalineación de las imágenes, etcétera. |
Propiedades de imágenes
Propiedades de la imagen
| Nombre | Tipo | Descripción |
|---|---|---|
| imagery_start_time_epoch_s | DOUBLE | Es la fecha más antigua posible para las imágenes de Sentinel-2 de origen que se usaron para producir estos rásteres. |
| imagery_end_time_epoch_s | DOUBLE | Es la fecha más reciente posible de las imágenes de Sentinel-2 de origen que se usaron para producir estos rásteres. |
| inference_time_epoch_s | DOUBLE | Son las fechas y horas para las que se supone que los rásteres predicen el estado del mundo, en segundos desde la época. |
| s2cell_token | STRING | Es el token de la celda S2 a la que pertenece esta segmentación. Debido a los límites de las zonas UTM, una sola celda de S2 que abarca varias zonas puede tener varias tarjetas correspondientes en diferentes zonas de proyección. Consulta http://s2geometry.io/. |
Condiciones de Uso
Condiciones de Uso
Los datos se comparten bajo la licencia de Creative Commons Attribution (CC-BY 4.0) y la licencia de Open Data Commons Open Database (ODbL) v1.0. Como usuario, puedes elegir cuál de las dos licencias prefieres y usar los datos según las condiciones de esa licencia.
Aprovecha los datos de Copernicus Sentinel-2 (desde 2015 hasta el presente). Consulta el Aviso Legal de Datos de Sentinel
Citas
Wojciech Sirko, Emmanuel Asiedu Brempong y Juliana T. C. Marcos, Abigail; Annkah, Abel Korme; Mohammed Alewi Hassen; Krishna Sapkota; Tomer Shekel; Abdoulaye Diack; Sella Nevo; Jason Hickey; John Quinn. High-Resolution Building and Road Detection from Sentinel-2, 2023.
Explora con Earth Engine
Editor de código (JavaScript)
var geometry = ee.Geometry.Point( [31.549876545106667, 30.011531513347673]); // New Cairo, Egypt var col = ee.ImageCollection('GOOGLE/Research/open-buildings-temporal/v1'); /** * Adds building presence and height layers for a given timestamp. * @param {number} millis Timestamp in milliseconds. */ function addLayers(millis) { // Create a mosaic of tiles with the same timestamp. var mosaic = col.filter(ee.Filter.eq('system:time_start', millis)).mosaic(); var year = new Date(millis).getFullYear(); Map.addLayer( mosaic.select('building_presence'), {max: 1}, 'building_presence_conf_' + year); Map.addLayer( mosaic.select('building_height'), {max: 100}, 'building_height_m_' + year, /*shown=*/ false); }; // Get latest 2 years var ts = col.filterBounds(geometry) .aggregate_array('system:time_start') .distinct() .sort() .getInfo() .slice(-2); ts.forEach(addLayers); Map.centerObject(geometry, 14);