সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
GHSL: গ্লোবাল বিল্ডিং উচ্চতা 2018 (P2023A)
এই স্থানিক রাস্টার ডেটাসেটটি 100 মিটার রেজোলিউশনে বিল্ডিং উচ্চতার বৈশ্বিক বন্টনকে চিত্রিত করে, যা 2018 সালের জন্য উল্লেখ করা হয়েছে। বিল্ডিং উচ্চতার পূর্বাভাস দিতে ব্যবহৃত ইনপুট ডেটা হল ALOS গ্লোবাল ডিজিটাল সারফেস মডেল (30 মিটার), NASA শাটল রাডার টপোগ্রাফিক মিশন …
এই রাস্টার ডেটাসেটটি S2 ইমেজ ডেটা থেকে 2018 সালের জন্য বিল্ট-আপ পৃষ্ঠতলের বন্টন, প্রতি 10 মিটার গ্রিড কক্ষে বর্গ মিটারে প্রকাশ করে। ডেটাসেটগুলি পরিমাপ করে: ক) মোট বিল্ট-আপ সারফেস, এবং খ) বিল্ট-আপ পৃষ্ঠের গ্রিড সেলগুলিতে বরাদ্দ করা হয়েছে …
এই রাস্টার ডেটাসেট বিল্ট-আপ সারফেসগুলির বন্টনকে চিত্রিত করে, প্রতি 100 মিটার গ্রিড কক্ষে বর্গ মিটারে প্রকাশ করা হয়। ডেটাসেট পরিমাপ করে: ক) মোট বিল্ট-আপ পৃষ্ঠ এবং খ) প্রধান অ-আবাসিক (NRES) ব্যবহারের গ্রিড সেলগুলিতে বরাদ্দ করা বিল্ট-আপ পৃষ্ঠ। ডেটা স্থানিক-অস্থায়ীভাবে ইন্টারপোলেটেড বা…
GHSL: গ্লোবাল সেটেলমেন্ট বৈশিষ্ট্য (10 m) 2018 (P2023A)
এই স্থানিক রাস্টার ডেটাসেটটি 10 মিটার রেজোলিউশনে মানুষের বসতিগুলিকে চিত্রিত করে এবং নির্মিত পরিবেশের কার্যকরী এবং উচ্চতা-সম্পর্কিত উপাদানগুলির পরিপ্রেক্ষিতে তাদের অভ্যন্তরীণ বৈশিষ্ট্যগুলি বর্ণনা করে। GHSL ডেটা পণ্য সম্পর্কে আরও তথ্য GHSL ডেটা প্যাকেজ 2023 রিপোর্টে পাওয়া যাবে …
Tsinghua FROM-GLC বছরের অভেদ্য সারফেসে পরিবর্তনের বছর
এই ডেটাসেটে 30m রেজোলিউশনে 1985 থেকে 2018 সাল পর্যন্ত বিশ্বব্যাপী অভেদ্য পৃষ্ঠের এলাকার বার্ষিক পরিবর্তনের তথ্য রয়েছে। তত্ত্বাবধানে শ্রেণীবিভাগ এবং সাময়িক সামঞ্জস্য যাচাইয়ের একটি সম্মিলিত পদ্ধতির ব্যবহার করে অস্পষ্ট থেকে অভেদ্য পরিবর্তন নির্ধারণ করা হয়েছিল। অভেদ্য পিক্সেল 50% অভেদ্য হিসাবে সংজ্ঞায়িত করা হয়। …
এই স্থানিক রাস্টার ডেটাসেটটি 100 মিটার রেজোলিউশনে বিল্ডিং উচ্চতার বৈশ্বিক বন্টনকে চিত্রিত করে, যা 2018 সালের জন্য উল্লেখ করা হয়েছে। বিল্ডিং উচ্চতার পূর্বাভাস দিতে ব্যবহৃত ইনপুট ডেটা হল ALOS গ্লোবাল ডিজিটাল সারফেস মডেল (30 মিটার), NASA শাটল রাডার টপোগ্রাফিক মিশন …
এই রাস্টার ডেটাসেটটি S2 ইমেজ ডেটা থেকে 2018 সালের জন্য বিল্ট-আপ পৃষ্ঠতলের বন্টন, প্রতি 10 মিটার গ্রিড কক্ষে বর্গ মিটারে প্রকাশ করে। ডেটাসেটগুলি পরিমাপ করে: ক) মোট বিল্ট-আপ সারফেস, এবং খ) বিল্ট-আপ পৃষ্ঠের গ্রিড সেলগুলিতে বরাদ্দ করা হয়েছে …
এই রাস্টার ডেটাসেট বিল্ট-আপ সারফেসগুলির বন্টনকে চিত্রিত করে, প্রতি 100 মিটার গ্রিড কক্ষে বর্গ মিটারে প্রকাশ করা হয়। ডেটাসেট পরিমাপ করে: ক) মোট বিল্ট-আপ পৃষ্ঠ এবং খ) প্রধান অ-আবাসিক (NRES) ব্যবহারের গ্রিড সেলগুলিতে বরাদ্দ করা বিল্ট-আপ পৃষ্ঠ। ডেটা স্থানিক-অস্থায়ীভাবে ইন্টারপোলেটেড বা…
GHSL: গ্লোবাল সেটেলমেন্ট বৈশিষ্ট্য (10 m) 2018 (P2023A)
এই স্থানিক রাস্টার ডেটাসেটটি 10 মিটার রেজোলিউশনে মানুষের বসতিগুলিকে চিত্রিত করে এবং নির্মিত পরিবেশের কার্যকরী এবং উচ্চতা-সম্পর্কিত উপাদানগুলির পরিপ্রেক্ষিতে তাদের অভ্যন্তরীণ বৈশিষ্ট্যগুলি বর্ণনা করে। GHSL ডেটা পণ্য সম্পর্কে আরও তথ্য GHSL ডেটা প্যাকেজ 2023 রিপোর্টে পাওয়া যাবে …
Tsinghua FROM-GLC বছরের অভেদ্য সারফেসে পরিবর্তনের বছর
এই ডেটাসেটে 30m রেজোলিউশনে 1985 থেকে 2018 সাল পর্যন্ত বিশ্বব্যাপী অভেদ্য পৃষ্ঠের এলাকার বার্ষিক পরিবর্তনের তথ্য রয়েছে। তত্ত্বাবধানে শ্রেণীবিভাগ এবং সাময়িক সামঞ্জস্য যাচাইয়ের একটি সম্মিলিত পদ্ধতির ব্যবহার করে অস্পষ্ট থেকে অভেদ্য পরিবর্তন নির্ধারণ করা হয়েছিল। অভেদ্য পিক্সেল 50% অভেদ্য হিসাবে সংজ্ঞায়িত করা হয়। …
[null,null,[],[[["\u003cp\u003eThe Global Human Settlement Layer (GHSL) provides datasets characterizing human settlements, including building heights and built-up surfaces, at resolutions ranging from 10m to 100m.\u003c/p\u003e\n"],["\u003cp\u003eGHSL data utilizes various sources like ALOS, SRTM, and Sentinel-2 imagery to model built environments and their functional components.\u003c/p\u003e\n"],["\u003cp\u003eBuilt-up surface datasets within GHSL offer insights into total and non-residential built areas, spanning multiple years and resolutions.\u003c/p\u003e\n"],["\u003cp\u003eThe Tsinghua FROM-GLC dataset provides insights into annual impervious surface changes globally from 1985 to 2018 at a 30m resolution.\u003c/p\u003e\n"]]],[],null,["# Datasets tagged built in Earth Engine\n\n-\n\n |-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### GHSL: Global building height 2018 (P2023A)](/earth-engine/datasets/catalog/JRC_GHSL_P2023A_GHS_BUILT_H) |\n | This spatial raster dataset depicts the global distribution of building heights at a resolution of 100 m, referred to the year 2018. The input data used to predict building heights are the ALOS Global Digital Surface Model (30 m), the NASA Shuttle Radar Topographic Mission ... |\n | [alos](/earth-engine/datasets/tags/alos) [building](/earth-engine/datasets/tags/building) [built](/earth-engine/datasets/tags/built) [built-environment](/earth-engine/datasets/tags/built-environment) [builtup](/earth-engine/datasets/tags/builtup) [copernicus](/earth-engine/datasets/tags/copernicus) |\n\n-\n\n |---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### GHSL: Global built-up surface 10m (P2023A)](/earth-engine/datasets/catalog/JRC_GHSL_P2023A_GHS_BUILT_S_10m) |\n | This raster dataset depicts the distribution of built-up surfaces, expressed in square metres per 10 m grid cell, for 2018 as observed from the S2 image data. The datasets measure: a) the total built-up surface, and b) the built-up surface allocated to grid cells of ... |\n | [built](/earth-engine/datasets/tags/built) [built-environment](/earth-engine/datasets/tags/built-environment) [builtup](/earth-engine/datasets/tags/builtup) [copernicus](/earth-engine/datasets/tags/copernicus) [ghsl](/earth-engine/datasets/tags/ghsl) [jrc](/earth-engine/datasets/tags/jrc) |\n\n-\n\n |--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### GHSL: Global built-up surface 1975-2030 (P2023A)](/earth-engine/datasets/catalog/JRC_GHSL_P2023A_GHS_BUILT_S) |\n | This raster dataset depicts the distribution of built-up surfaces, expressed in square metres per 100 m grid cell. The dataset measures: a) the total built-up surface, and b) the built-up surface allocated to grid cells of predominant non-residential (NRES) use. Data are spatially-temporally interpolated or ... |\n | [built](/earth-engine/datasets/tags/built) [built-environment](/earth-engine/datasets/tags/built-environment) [builtup](/earth-engine/datasets/tags/builtup) [copernicus](/earth-engine/datasets/tags/copernicus) [ghsl](/earth-engine/datasets/tags/ghsl) [jrc](/earth-engine/datasets/tags/jrc) |\n\n-\n\n |---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### GHSL: Global settlement characteristics (10 m) 2018 (P2023A)](/earth-engine/datasets/catalog/JRC_GHSL_P2023A_GHS_BUILT_C) |\n | This spatial raster dataset delineates human settlements at 10 m resolution, and describes their inner characteristics in terms of the functional and height-related components of the built environment. More information about the GHSL data products can be found in the GHSL Data Package 2023 report ... |\n | [building](/earth-engine/datasets/tags/building) [built](/earth-engine/datasets/tags/built) [builtup](/earth-engine/datasets/tags/builtup) [copernicus](/earth-engine/datasets/tags/copernicus) [ghsl](/earth-engine/datasets/tags/ghsl) [height](/earth-engine/datasets/tags/height) |\n\n-\n\n |---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n | [### Tsinghua FROM-GLC Year of Change to Impervious Surface](/earth-engine/datasets/catalog/Tsinghua_FROM-GLC_GAIA_v10) |\n | This dataset contains annual change information of global impervious surface area from 1985 to 2018 at a 30m resolution. Change from pervious to impervious was determined using a combined approach of supervised classification and temporal consistency checking. Impervious pixels are defined as above 50% impervious. ... |\n | [built](/earth-engine/datasets/tags/built) [population](/earth-engine/datasets/tags/population) [tsinghua](/earth-engine/datasets/tags/tsinghua) [urban](/earth-engine/datasets/tags/urban) |"]]
