- Dostępność zbioru danych
- 2017-01-01T00:00:00Z–2024-01-01T00:00:00Z
- Dostawca zbioru danych
- Google Earth Engine Google DeepMind
- Tagi
Opis
Zbiór danych Google Satellite Embedding to globalna, gotowa do analizy kolekcja wyuczonych wektorów geoprzestrzennych. Każdy 10-metrowy piksel w tym zbiorze danych to 64-wymiarowa reprezentacja, czyli wektor osadzania, która koduje trajektorie czasowe warunków powierzchni w danym pikselu i wokół niego, mierzone za pomocą różnych instrumentów i zbiorów danych obserwacji Ziemi w ciągu jednego roku kalendarzowego. W przeciwieństwie do konwencjonalnych danych spektralnych i indeksów, w których pasma odpowiadają pomiarom fizycznym, osadzanie to wektory cech, które podsumowują relacje między obserwacjami z wielu źródeł i wielu trybów w mniej bezpośredni sposób, ale za to bardziej skuteczny. Zobacz przykłady użycia i szczegółowe wyjaśnienia
Zbiór danych obejmuje powierzchnie lądowe i płytkie wody, w tym strefy pływów i raf, śródlądowe i przybrzeżne drogi wodne. Pokrycie w okolicach biegunów jest ograniczone przez orbity satelitów i pokrycie instrumentów.
Kolekcja składa się z obrazów o wymiarach około 163 840 × 163 840 metrów, a każdy obraz ma 64 pasma{A00, A01, …, A63}, po jednym dla każdej osi 64-wymiarowej przestrzeni wektorów dystrybucyjnych. Wszystkie zakresy należy wykorzystywać do analizy podrzędnej, ponieważ łącznie odnoszą się one do współrzędnych 64D w przestrzeni osadzania i nie można ich interpretować niezależnie.
Wszystkie obrazy są generowane w lokalnej projekcji Universal Transverse Mercator, co wskazuje właściwość UTM_ZONE. Mają one właściwości system:time_start i system:time_end, które odzwierciedlają rok kalendarzowy podsumowany przez wektory osadzenia. Na przykład obraz wektora osadzenia z 2021 r. będzie miał wartość system:start_time równą ee.Date('2021-01-01 00:00:00') i wartość system:end_time równą ee.Date('2022-01-01 00:00:00').
Osadzenia mają długość jednostkową, co oznacza, że mają wielkość 1 i nie wymagają dodatkowej normalizacji. Są one rozłożone na sferze jednostkowej, dzięki czemu dobrze nadają się do użycia z algorytmami klastrowania i klasyfikatorami opartymi na drzewach. Przestrzeń wektorów dystrybucyjnych jest też spójna na przestrzeni lat, a wektory dystrybucyjne z różnych lat można wykorzystać do wykrywania zmian stanu, biorąc pod uwagę iloczyn skalarny lub kąt między dwoma wektorami dystrybucyjnymi. Co więcej, wektory te są zaprojektowane tak, aby można je było łączyć liniowo, tzn. można je agregować, aby uzyskać wektory o większej rozdzielczości przestrzennej, lub przekształcać za pomocą arytmetyki wektorowej, zachowując przy tym znaczenie semantyczne i relacje odległości.
Zbiór danych Satellite Embedding został utworzony przez AlphaEarth Foundations, czyli model osadzania geoprzestrzennego, który asymiluje wiele strumieni danych, w tym dane optyczne, radarowe, LiDAR i inne źródła (Brown, Kazmierski, Pasquarella i in., w trakcie recenzji; preprint dostępny tutaj).
Reprezentacje są tworzone na podstawie danych z wielu czujników i obrazów, dlatego zwykle eliminują typowe problemy, takie jak chmury, linie skanowania, artefakty czujnika czy brakujące dane. Zapewniają bezproblemowe funkcje gotowe do analizy, które można bezpośrednio zastąpić innymi źródłami obrazów obserwacji Ziemi w analizach klasyfikacji, regresji i wykrywania zmian.
Osadzenia w tej kolekcji obrazów zostały wygenerowane przy użyciu wersji 2.1 modelu AlphaEarth Foundations, która zawiera szereg ulepszeń w porównaniu z modelem w wersji 2.0 ocenianym w artykule na temat AlphaEarth Foundations. Mianowicie ponownie wygenerowano zbiór danych treningowych, aby uwzględnić dużą liczbę próbek z Antarktydy, które wcześniej zostały pominięte z powodu ograniczonego zasięgu czujników.W efekcie liczba sekwencji wideo treningowych wzrosła z ponad 8,4 mln do ponad 10,1 mln.Dodatkowo podczas trenowania uwzględniono warstwę danych o użytkach rolnych USDA NASS jako dodatkowy cel.Wagi strat dla NLCD i CDL zostały obniżone z 0,50 do 0,25.Wprowadzono też kilka innych drobnych zmian, aby lepiej ograniczyć artefakty wizualne związane z pasami czujników wejściowych, kafelkowaniem i celami pikseli o różnej rozdzielczości. Zmiany te nie wpłynęły znacząco na skuteczność modelu pod względem wskaźników oceny, ale ogólnie poprawiły jakość wynikowych wektorów.
Chociaż nadal występują pewne artefakty związane z dużą skalą i dostępnością danych, zwykle reprezentują one niewielkie przesunięcia wektorowe i na ogół nie mają znaczącego wpływu na dalsze przetwarzanie ani wyniki.
Pasma
Rozmiar piksela
10 metrów
Pasma
| Nazwa | Jednostki | Min. | Maks. | Rozmiar piksela | Opis |
|---|---|---|---|---|---|
A00 |
Bez jednostki | -1 | 1 | metry | Oś 0 wektora dystrybucyjnego. |
A01 |
Bez jednostki | -1 | 1 | metry | Pierwsza oś wektora dystrybucyjnego. |
A02 |
Bez jednostki | -1 | 1 | metry | Druga oś wektora dystrybucyjnego. |
A03 |
Bez jednostki | -1 | 1 | metry | Trzecia oś wektora dystrybucyjnego. |
A04 |
Bez jednostki | -1 | 1 | metry | Czwarta oś wektora dystrybucyjnego. |
A05 |
Bez jednostki | -1 | 1 | metry | 5 oś wektora dystrybucyjnego. |
A06 |
Bez jednostki | -1 | 1 | metry | 6 oś wektora dystrybucyjnego. |
A07 |
Bez jednostki | -1 | 1 | metry | Siódma oś wektora dystrybucyjnego. |
A08 |
Bez jednostki | -1 | 1 | metry | Ósma oś wektora dystrybucyjnego. |
A09 |
Bez jednostki | -1 | 1 | metry | 9 oś wektora dystrybucyjnego. |
A10 |
Bez jednostki | -1 | 1 | metry | 10. oś wektora dystrybucyjnego. |
A11 |
Bez jednostki | -1 | 1 | metry | 11 oś wektora dystrybucyjnego. |
A12 |
Bez jednostki | -1 | 1 | metry | 12 oś wektora dystrybucyjnego. |
A13 |
Bez jednostki | -1 | 1 | metry | 13 oś wektora dystrybucyjnego. |
A14 |
Bez jednostki | -1 | 1 | metry | 14 oś wektora dystrybucyjnego. |
A15 |
Bez jednostki | -1 | 1 | metry | 15 oś wektora dystrybucyjnego. |
A16 |
Bez jednostki | -1 | 1 | metry | 16 oś wektora dystrybucyjnego. |
A17 |
Bez jednostki | -1 | 1 | metry | 17 oś wektora dystrybucyjnego. |
A18 |
Bez jednostki | -1 | 1 | metry | 18 oś wektora dystrybucyjnego. |
A19 |
Bez jednostki | -1 | 1 | metry | 19 oś wektora dystrybucyjnego. |
A20 |
Bez jednostki | -1 | 1 | metry | 20 oś wektora dystrybucyjnego. |
A21 |
Bez jednostki | -1 | 1 | metry | 21 oś wektora dystrybucyjnego. |
A22 |
Bez jednostki | -1 | 1 | metry | 22 oś wektora dystrybucyjnego. |
A23 |
Bez jednostki | -1 | 1 | metry | 23 oś wektora dystrybucyjnego. |
A24 |
Bez jednostki | -1 | 1 | metry | 24 oś wektora dystrybucyjnego. |
A25 |
Bez jednostki | -1 | 1 | metry | 25. oś wektora dystrybucyjnego. |
A26 |
Bez jednostki | -1 | 1 | metry | 26 oś wektora dystrybucyjnego. |
A27 |
Bez jednostki | -1 | 1 | metry | 27 oś wektora dystrybucyjnego. |
A28 |
Bez jednostki | -1 | 1 | metry | 28 oś wektora dystrybucyjnego. |
A29 |
Bez jednostki | -1 | 1 | metry | 29 oś wektora dystrybucyjnego. |
A30 |
Bez jednostki | -1 | 1 | metry | 30 oś wektora dystrybucyjnego. |
A31 |
Bez jednostki | -1 | 1 | metry | 31 oś wektora dystrybucyjnego. |
A32 |
Bez jednostki | -1 | 1 | metry | 32 oś wektora dystrybucyjnego. |
A33 |
Bez jednostki | -1 | 1 | metry | 33 oś wektora dystrybucyjnego. |
A34 |
Bez jednostki | -1 | 1 | metry | 34 oś wektora dystrybucyjnego. |
A35 |
Bez jednostki | -1 | 1 | metry | 35 oś wektora dystrybucyjnego. |
A36 |
Bez jednostki | -1 | 1 | metry | 36 oś wektora dystrybucyjnego. |
A37 |
Bez jednostki | -1 | 1 | metry | 37 oś wektora dystrybucyjnego. |
A38 |
Bez jednostki | -1 | 1 | metry | 38 oś wektora dystrybucyjnego. |
A39 |
Bez jednostki | -1 | 1 | metry | 39 oś wektora dystrybucyjnego. |
A40 |
Bez jednostki | -1 | 1 | metry | 40 oś wektora dystrybucyjnego. |
A41 |
Bez jednostki | -1 | 1 | metry | 41 oś wektora dystrybucyjnego. |
A42 |
Bez jednostki | -1 | 1 | metry | 42 oś wektora dystrybucyjnego. |
A43 |
Bez jednostki | -1 | 1 | metry | 43 oś wektora dystrybucyjnego. |
A44 |
Bez jednostki | -1 | 1 | metry | 44 oś wektora dystrybucyjnego. |
A45 |
Bez jednostki | -1 | 1 | metry | 45 oś wektora dystrybucyjnego. |
A46 |
Bez jednostki | -1 | 1 | metry | 46 oś wektora dystrybucyjnego. |
A47 |
Bez jednostki | -1 | 1 | metry | 47 oś wektora dystrybucyjnego. |
A48 |
Bez jednostki | -1 | 1 | metry | 48 oś wektora dystrybucyjnego. |
A49 |
Bez jednostki | -1 | 1 | metry | 49 oś wektora dystrybucyjnego. |
A50 |
Bez jednostki | -1 | 1 | metry | 50-ty wymiar wektora dystrybucyjnego. |
A51 |
Bez jednostki | -1 | 1 | metry | 51 oś wektora dystrybucyjnego. |
A52 |
Bez jednostki | -1 | 1 | metry | 52 oś wektora dystrybucyjnego. |
A53 |
Bez jednostki | -1 | 1 | metry | 53 oś wektora dystrybucyjnego. |
A54 |
Bez jednostki | -1 | 1 | metry | 54 oś wektora dystrybucyjnego. |
A55 |
Bez jednostki | -1 | 1 | metry | 55 oś wektora dystrybucyjnego. |
A56 |
Bez jednostki | -1 | 1 | metry | 56 oś wektora dystrybucyjnego. |
A57 |
Bez jednostki | -1 | 1 | metry | 57 oś wektora dystrybucyjnego. |
A58 |
Bez jednostki | -1 | 1 | metry | 58 oś wektora dystrybucyjnego. |
A59 |
Bez jednostki | -1 | 1 | metry | 59. oś wektora dystrybucyjnego. |
A60 |
Bez jednostki | -1 | 1 | metry | 60-ta oś wektora dystrybucyjnego. |
A61 |
Bez jednostki | -1 | 1 | metry | 61 oś wektora dystrybucyjnego. |
A62 |
Bez jednostki | -1 | 1 | metry | 62 oś wektora dystrybucyjnego. |
A63 |
Bez jednostki | -1 | 1 | metry | 63 oś wektora dystrybucyjnego. |
Właściwości obrazu
Właściwości obrazu
| Nazwa | Typ | Opis |
|---|---|---|
| MODEL_VERSION | CIĄG ZNAKÓW | Ciąg wersji jednoznacznie identyfikujący wersję modelu używaną do generowania obrazu. |
| PROCESSING_SOFTWARE_VERSION | CIĄG ZNAKÓW | Ciąg znaków wersji jednoznacznie identyfikujący oprogramowanie do przetwarzania danych modelu użyte do wygenerowania obrazu. |
| UTM_ZONE | CIĄG ZNAKÓW | Strefa UTM układu współrzędnych użytego do utworzenia obrazu. |
| DATASET_VERSION | CIĄG ZNAKÓW | Wersja zbioru danych. |
Warunki korzystania z usługi
Warunki korzystania z usługi
Ten zbiór danych jest objęty licencją CC-BY 4.0 i wymaga podania następującego tekstu atrybucji: „Zbiór danych AlphaEarth Foundations Satellite Embedding został opracowany przez Google i Google DeepMind”.
Cytaty
Brown, C. F., Kazmierski, M. R., Pasquarella, V J., Rucklidge, W. J. Samsikova, M., Zhang, C., Shelhamer, E., Lahera, E., Wiles, O., Ilyushchenko, S., Gorelick, N., Zhang, L. L., Alj, S., Schechter, E., Askay, S., Guinan, O., Moore, R., Boukouvalas, A., & Kohli, P.(2025). AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data. Preprint w arXiv arXiv.2507.22291. doi:10.48550/arXiv.2507.22291
Odkrywanie za pomocą Earth Engine
Edytor kodu (JavaScript)
// Load collection. var dataset = ee.ImageCollection('GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL'); // Point of interest. var point = ee.Geometry.Point(-121.8036, 39.0372); // Get embedding images for two years. var image1 = dataset .filterDate('2023-01-01', '2024-01-01') .filterBounds(point) .first(); var image2 = dataset .filterDate('2024-01-01', '2025-01-01') .filterBounds(point) .first(); // Visualize three axes of the embedding space as an RGB. var visParams = {min: -0.3, max: 0.3, bands: ['A01', 'A16', 'A09']}; Map.addLayer(image1, visParams, '2023 embeddings'); Map.addLayer(image2, visParams, '2024 embeddings'); // Calculate dot product as a measure of similarity between embedding vectors. // Note for vectors with a magnitude of 1, this simplifies to the cosine of the // angle between embedding vectors. var dotProd = image1 .multiply(image2) .reduce(ee.Reducer.sum()); // Add dot product to the map. Map.addLayer( dotProd, {min: 0, max: 1, palette: ['white', 'black']}, 'Similarity between years (brighter = less similar)' ); Map.centerObject(point, 12); Map.setOptions('SATELLITE');