-
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ est un outil d'évaluation de la qualité des images satellites optiques de résolution moyenne à élevée. L'ensemble de données Cloud Score+ S2_HARMONIZED est produit de manière opérationnelle à partir de la collection L1C harmonisée de Sentinel-2. Les sorties Cloud Score+ peuvent être utilisées pour identifier les pixels relativement clairs et supprimer efficacement les nuages. cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World est un ensemble de données sur l'utilisation du sol et la couverture terrestre (LULC) en temps quasi réel (NRT) avec une résolution de 10 m. Il comprend des probabilités de classe et des informations sur les libellés pour neuf classes. Les prédictions Dynamic World sont disponibles pour la collection Sentinel-2 L1C du 27/06/2015 à aujourd'hui. La fréquence de revisite de Sentinel-2 est comprise entre 2 et 5 jours. global google landcover landuse landuse-landcover nrt -
Segments CCDC globaux Google basés sur Landsat (1999-2019)
Cette collection contient des résultats précalculés obtenus en exécutant l'algorithme de détection et de classification des changements continus (CCDC) sur 20 ans de données de réflectance de la surface Landsat. Le CCDC est un algorithme de recherche de points d'inflexion qui utilise un ajustement harmonique avec un seuil RMSE dynamique pour détecter les points d'inflexion dans les données de séries temporelles. Le… change-detection google landcover landsat-derived landuse landuse-landcover -
Calques de cartographie des eaux de surface mondiales du JRC, version 1.2 [obsolète]
Cet ensemble de données contient des cartes de l'emplacement et de la répartition temporelle des eaux de surface de 1984 à 2019, ainsi que des statistiques sur l'étendue et l'évolution de ces surfaces. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … géophysique Google JRC dérivé de Landsat surface eau de surface et souterraine -
Calques de cartographie des eaux de surface dans le monde, version 1.4 du JRC
Cet ensemble de données contient des cartes de l'emplacement et de la distribution temporelle des eaux de surface de 1984 à 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … détection de changement géophysique google jrc dérivé de Landsat surface -
Métadonnées mondiales sur les eaux de surface du JRC, version 1.4
Cet ensemble de données contient des cartes de l'emplacement et de la distribution temporelle des eaux de surface de 1984 à 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … géophysique Google JRC dérivé de Landsat surface eau de surface et souterraine -
Historique mensuel de l'eau du JRC, version 1.4
Cet ensemble de données contient des cartes de l'emplacement et de la distribution temporelle des eaux de surface de 1984 à 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … géophysique Google historique jrc dérivé de Landsat mensuel -
JRC Monthly Water Recurrence, v1.4
Cet ensemble de données contient des cartes de l'emplacement et de la distribution temporelle des eaux de surface de 1984 à 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … géophysique Google historique jrc dérivé de Landsat mensuel -
Historique annuel de la classification de l'eau du JRC, version 1.4
Cet ensemble de données contient des cartes de l'emplacement et de la distribution temporelle des eaux de surface de 1984 à 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé: High-resolution mapping of global surface water and its … annuel géophysique Google historique JRC dérivé de Landsat -
Classification mondiale des changements intertidaux de Murray
L'ensemble de données sur les changements intertidaux mondiaux de Murray contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé en fonction de son type : zone de marée, eau permanente ou autre, en référence à un ensemble de données d'entraînement distribué dans le monde entier. Le… côtier google intertidal landsat-derived murray surface-ground-water -
Masque de données sur les changements intertidaux mondiaux de Murray
L'ensemble de données sur les changements intertidaux mondiaux de Murray contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé en fonction de son type : zone de marée, eau permanente ou autre, en référence à un ensemble de données d'entraînement distribué dans le monde entier. Le… côtier google intertidal landsat-derived murray surface-ground-water -
Nombre de pixels de contrôle qualité des changements intertidaux globaux de Murray
L'ensemble de données sur les changements intertidaux mondiaux de Murray contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé en fonction de son type : zone de marée, eau permanente ou autre, en référence à un ensemble de données d'entraînement distribué dans le monde entier. Le… côtier google intertidal landsat-derived murray surface-ground-water -
Intégration par satellite V1
L'ensemble de données Google Satellite Embedding est une collection mondiale d'embeddings géospatiaux appris, prêts à l'analyse. Chaque pixel de 10 mètres de cet ensemble de données est une représentation à 64 dimensions, ou "vecteur d'encapsulation", qui encode les trajectoires temporelles des conditions de surface à ce pixel et autour de celui-ci, telles que mesurées par diverses observations de la Terre. annuelles mondiales Google issues de Landsat images satellites issues de Sentinel-1 -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2022 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2023 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Cet ensemble de données cartographie le principal facteur de perte de la couverture arborée entre 2001 et 2024 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones global (ResNet) entraîné sur un ensemble d'échantillons collectés … agriculture déforestation forêt biomasse forestière google landandcarbon
Datasets tagged google in Earth Engine
[null,null,[],[[["\u003cp\u003eThis webpage showcases a diverse collection of Earth Engine datasets, including those focused on land cover, surface water, and change detection.\u003c/p\u003e\n"],["\u003cp\u003eMany of the datasets leverage Landsat and Sentinel-2 satellite imagery for analysis and insights.\u003c/p\u003e\n"],["\u003cp\u003eNotable datasets include Dynamic World for near-real-time land cover mapping and the JRC Global Surface Water datasets for monitoring water bodies.\u003c/p\u003e\n"],["\u003cp\u003eThe Murray Global Intertidal Change dataset offers valuable information on tidal flat ecosystems using Landsat imagery.\u003c/p\u003e\n"],["\u003cp\u003eSeveral Google-produced datasets are available, such as Cloud Score+ for image quality assessment and the Landsat-based CCDC Segments for change detection.\u003c/p\u003e\n"]]],["Cloud Score+ identifies clear pixels and removes clouds from Sentinel-2 imagery. Dynamic World provides near-real-time land use/land cover data for nine classes from Sentinel-2. Google's CCDC algorithm detects breakpoints in 20 years of Landsat data. JRC datasets map surface water's location, distribution, and change from 1984-2021 using Landsat data. The Murray dataset classifies tidal flat ecosystems globally using supervised classification of over 700,000 Landsat images.\n"],null,[]]