Cloud Score+ S2_HARMONIZED V1 
Cloud Score+ یک پردازنده ارزیابی کیفیت (QA) برای تصاویر ماهواره ای نوری با وضوح متوسط تا بالا است. مجموعه داده Cloud Score+ S2_HARMONIZED به طور عملیاتی از مجموعه هماهنگ Sentinel-2 L1C تولید می‌شود و خروجی‌های Cloud Score+ می‌توانند برای شناسایی پیکسل‌های نسبتاً واضح و حذف مؤثر ابرها استفاده شوند. ابر گوگل از تصاویر ماهواره ای نگهبان2 مشتق شده است دنیای پویا V1 
Dynamic World یک مجموعه داده 10 متری استفاده از زمین/پوشش زمین (LULC) در زمان نزدیک (NRT) است که شامل احتمالات کلاس و اطلاعات برچسب برای نه کلاس است. پیش‌بینی‌های Dynamic World برای مجموعه Sentinel-2 L1C از سال 2015-06-27 تاکنون در دسترس هستند. فرکانس بازدید مجدد Sentinel-2 بین 2-5 روز است… جهانی google landcover landuse landuse-landcover nrt بخش‌های CCDC مبتنی بر Google Global Landsat (1999-2019) 
این مجموعه شامل نتایج از پیش محاسبه‌شده‌ای از اجرای الگوریتم تشخیص و طبقه‌بندی تغییر مداوم (CCDC) بر روی داده‌های بازتاب سطح لندست ۲۰ ساله است. CCDC یک الگوریتم یافتن نقطه شکست است که از برازش هارمونیک با آستانه RMSE پویا برای تشخیص نقاط شکست در داده‌های سری زمانی استفاده می‌کند. … تغییر-تشخیص google landcover landcover مشتق از landuse landuse-landcover لایه های نقشه برداری آب سطحی جهانی JRC، نسخه 1.2 [منسوخ] 
این مجموعه داده شامل نقشه های مکان و توزیع زمانی آب های سطحی از سال 1984 تا 2019 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … geophysical google jrc landsat برگرفته از سطح سطح -زمین-آب لایه های نقشه برداری آب سطحی جهانی JRC، نسخه 1.4 
این مجموعه داده شامل نقشه هایی از موقعیت و توزیع زمانی آب های سطحی از سال 1984 تا 2021 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … سطح برگرفته از geophysical geophysical google jrc landsat -detection فراداده آب سطحی جهانی JRC، نسخه 1.4 
این مجموعه داده شامل نقشه هایی از موقعیت و توزیع زمانی آب های سطحی از سال 1984 تا 2021 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … geophysical google jrc landsat برگرفته از سطح سطح -زمین-آب JRC ماهانه آب تاریخ، نسخه 1.4 
این مجموعه داده شامل نقشه هایی از موقعیت و توزیع زمانی آب های سطحی از سال 1984 تا 2021 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … geophysical google history jrc landsat مشتق شده ماهانه JRC ماهانه آب بازگشت، نسخه 1.4 
این مجموعه داده شامل نقشه هایی از موقعیت و توزیع زمانی آب های سطحی از سال 1984 تا 2021 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … geophysical google history jrc landsat مشتق شده ماهانه تاریخچه طبقه بندی آب سالانه JRC، v1.4 
این مجموعه داده شامل نقشه هایی از موقعیت و توزیع زمانی آب های سطحی از سال 1984 تا 2021 است و آماری از گستردگی و تغییر آن سطوح آب ارائه می دهد. برای اطلاعات بیشتر به مقاله ژورنال مرتبط مراجعه کنید: نقشه برداری با وضوح بالا آب های سطحی جهانی و … سالانه ژئوفیزیک تاریخ گوگل jrc landsat مشتق شده است طبقه بندی جهانی تغییر جزر و مدی موری 
مجموعه داده تغییر جزر و مد جهانی موری شامل نقشه‌های جهانی اکوسیستم‌های مسطح جزر و مدی است که از طریق طبقه‌بندی نظارت شده از ۷۰۷۵۲۸ تصویر آرشیو Landsat تولید شده‌اند. هر پیکسل با ارجاع به مجموعه ای از داده های آموزشی که در سطح جهانی توزیع شده است، به جزر و مد صاف، آب دائمی یا موارد دیگر طبقه بندی شد. … سواحل google intertidal landsat مشتق از موری سطح-زمین-آب ماسک داده تغییر جزر و مد جهانی موری 
مجموعه داده تغییر جزر و مد جهانی موری شامل نقشه‌های جهانی اکوسیستم‌های مسطح جزر و مدی است که از طریق طبقه‌بندی نظارت شده از ۷۰۷۵۲۸ تصویر آرشیو Landsat تولید شده‌اند. هر پیکسل با ارجاع به مجموعه ای از داده های آموزشی که در سطح جهانی توزیع شده است، به جزر و مد صاف، آب دائمی یا موارد دیگر طبقه بندی شد. … سواحل google intertidal landsat مشتق از موری سطح-زمین-آب Murray Global Intertidal Change QA Pixel Count 
مجموعه داده تغییر جزر و مد جهانی موری شامل نقشه‌های جهانی اکوسیستم‌های مسطح جزر و مدی است که از طریق طبقه‌بندی نظارت شده از ۷۰۷۵۲۸ تصویر آرشیو Landsat تولید شده‌اند. هر پیکسل با ارجاع به مجموعه ای از داده های آموزشی که در سطح جهانی توزیع شده است، به جزر و مد صاف، آب دائمی یا موارد دیگر طبقه بندی شد. … سواحل google intertidal landsat مشتق از موری سطح-زمین-آب جاسازی ماهواره V1 
مجموعه داده Google Satellite Embedding مجموعه ای جهانی و آماده تحلیل از جاسازی های جغرافیایی آموخته شده است. هر پیکسل 10 متری در این مجموعه داده یک نمایش 64 بعدی یا "بردار تعبیه شده" است که مسیرهای زمانی شرایط سطح در آن پیکسل و اطراف آن پیکسل را که توسط رصدهای مختلف زمین اندازه گیری می شود رمزگذاری می کند. سالانه جهانی google landsat مشتق از تصاویر ماهواره ای Sentinel1 مشتق شده است WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0 
این مجموعه داده، محرک غالب کاهش پوشش درختان از سال 2001 تا 2022 را در سطح جهانی با وضوح 1 کیلومتر ترسیم می کند. این داده‌ها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تولید شده‌اند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعه‌ای از نمونه‌های جمع‌آوری‌شده آموزش داده شده است، توسعه یافته‌اند. کشاورزی جنگل زدایی جنگل جنگل-زیست توده google landandcarbon WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1 
این مجموعه داده، محرک غالب کاهش پوشش درختان از سال 2001 تا 2023 را در سطح جهانی با وضوح 1 کیلومتر ترسیم می کند. این داده‌ها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تولید شده‌اند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعه‌ای از نمونه‌های جمع‌آوری‌شده آموزش داده شده است، توسعه یافته‌اند. کشاورزی جنگل زدایی جنگل جنگل-زیست توده google landandcarbon WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2 
این مجموعه داده، محرک غالب کاهش پوشش درختان از سال 2001 تا 2024 را در سطح جهانی با وضوح 1 کیلومتر ترسیم می کند. این داده‌ها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تولید شده‌اند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعه‌ای از نمونه‌های جمع‌آوری‌شده آموزش داده شده است، توسعه یافته‌اند. کشاورزی جنگل زدایی جنگل جنگل-زیست توده google landandcarbon
