Datasets tagged google in Earth Engine

• 森林画像データセット（2008 年、ブラジル）: 分析用基本地図

  このデータセットは、ブラジル森林法の実装を支援するために、主に 2008 年に撮影されたブラジルのマルチスペクトル（緑、赤、近赤外線）基本地図（最大 10 メートルの解像度）を提供します。このモザイクは、SPOT 2、4、5 衛星データから合成されています。これは、より高解像度の…

  brazil forest-code google imagery multispectral satellite-imagery

• 森林画像データセット（2008 年、ブラジル）: 視覚画像基本地図

  このデータセットは、ブラジル森林法の実装を支援するために、主に 2008 年に撮影された最大 5 m の解像度のブラジルの視覚画像基本地図を提供します。このモザイクは、SPOT 2、4、5 衛星データから合成されています。これは、高解像度の代替手段として機能します。

  brazil deforestation forest-code google rgb satellite-imagery

• Cloud Score+ S2_HARMONIZED V1

  Cloud Score+ は、中解像度から高解像度の光学衛星画像の品質評価（QA）プロセッサです。Cloud Score+ S2_HARMONIZED データセットは、調整済みの Sentinel-2 L1C コレクションから運用環境で生成されています。Cloud Score+ の出力を使用して、比較的クリアなピクセルを特定し、L1C から雲を効果的に除去できます。

  cloud google satellite-imagery sentinel2-derived

• Dynamic World V1

  Dynamic World は、10 m の準リアルタイム（NRT）の土地利用/土地被覆（LULC）データセットです。これには、9 つのクラスのクラス確率とラベル情報が含まれています。Dynamic World の予測は、2015 年 6 月 27 日から現在までの Sentinel-2 L1C コレクションで利用できます。Sentinel-2 の再訪問頻度は 2 ～ 5 日です。

  global google landcover landuse landuse-landcover nrt

• Earth タイムラプス v0

  Earth タイムラプス データセットは、1984 年から 2022 年までの 40 年間にわたる地球の変化を視覚的に記録したものです。このデータセットは、NASA/USGS Landsat ミッション（Landsat 4、5、7、8、9）と ESA の Copernicus Sentinel-2 コンステレーションによって取得されたペタバイト単位の宇宙観測データから Google が合成したもので、…

  copernicus global google landsat-derived publisher-dataset satellite-imagery

• GEM-15: ほぼグローバルな地表と地形の標高モデル（15 m）（試験運用版）

  Google の 15 m 解像度の準グローバル標高モデル（GEM-15）は、サブメートル解像度の光学ステレオ衛星画像から得られた、15 m グリッド間隔の準グローバル標高データセットです（試験運用版、審査中）。このデータセットは、2024 年までに取得された光学ステレオ画像（主に 2022 ～ 2024 年の 30 cm Pléiades Neo 画像、補足として…）から構築されています。

  climate-and-sustainability dem elevation elevation-topography google height

• Google Global Landsat-based CCDC Segments（1999 ～ 2019 年）

  このコレクションには、20 年間の Landsat 地表反射率データに対して Continuous Change Detection and Classification（CCDC）アルゴリズムを実行して得られた、事前に計算された結果が含まれています。CCDC は、動的な RMSE しきい値を使用した調和フィッティングを使用して、時系列データのブレークポイントを検出するブレークポイント検出アルゴリズムです。カラーは、RGB 値とアルファ チャンネルで指定します。

  change-detection google landcover landsat-derived landuse landuse-landcover

• JRC 地表水マッピング レイヤ v1.2 [非推奨]

  このデータセットには、1984 年から 2019 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報が提供されています。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  geophysical google jrc landsat-derived surface surface-ground-water

• JRC 地表水マッピング レイヤ v1.4

  このデータセットには、1984 年から 2021 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報を提供します。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  change-detection geophysical google jrc landsat-derived surface

• JRC 地表水メタデータ v1.4

  このデータセットには、1984 年から 2021 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報が提供されています。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  geophysical google jrc landsat-derived surface surface-ground-water

• JRC 月間水履歴 v1.4

  このデータセットには、1984 年から 2021 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報が提供されています。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  地球物理 Google 履歴 jrc Landsat 派生 月次

• JRC 月次水再帰、v1.4

  このデータセットには、1984 年から 2021 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報が提供されています。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  geophysical google history jrc landsat-derived monthly

• JRC 年間水分類履歴、v1.4

  このデータセットには、1984 年から 2021 年までの地表水の場所と時間分布の地図が含まれており、水面の範囲と変化に関する統計情報が提供されています。詳細については、関連する学術論文「High-resolution mapping of global surface water and its …」をご覧ください。

  annual geophysical google history jrc landsat-derived

• Murray Global Intertidal Change Classification

  Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された、干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分布するトレーニング データセットを参照して、干潟、恒久的な水域、その他のいずれかに分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。

  coastal google intertidal landsat-derived murray surface-ground-water

• Murray Global Intertidal Change Data Mask

  Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分散されたトレーニング データのセットを参照して、干潟、恒久的な水域、その他に分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。

  coastal google intertidal landsat-derived murray surface-ground-water

• Murray Global Intertidal Change QA Pixel Count

  Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された、干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分散されたトレーニング データのセットを参照して、干潟、恒久的な水域、その他に分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。

  coastal google intertidal landsat-derived murray surface-ground-water

• SPOT マルチスペクトル画像 10 ～ 20 m、ブラジル

  このコレクションは、2008 年前後の SPOT 2、4、5 衛星から取得されたブラジルの未加工マルチスペクトル画像を提供します。CNES が運用するこれらのミッションは、地球の資源を管理するために、高解像度で広域の光学画像を提供することを目的として設計されました。SPOT 2 と 4 は HRV と HRVIR を利用しました。

  brazil forest-code google multispectral satellite-imagery spot

• SPOT マルチスペクトル擬似自然色画像 10 ～ 20 m、ブラジル

  このコレクションには、ブラジルの SPOT 2、4、5 のネイティブ マルチスペクトル バンドから派生した 2008 年前後の「疑似自然色」RGB 画像が含まれています。HRV センサーと HRG センサーにはネイティブの青色帯域が含まれていないため、このプロダクトは RGB 表現を合成して、…

  ブラジル 森林法 Google RGB 衛星画像 SPOT

• SPOT パンクロマティック画像 5 ～ 10 m、ブラジル

  このコレクションには、2008 年頃のブラジルの SPOT 2、4、5 衛星からの未加工のパンクロマチック（PAN）バンドが含まれています。パンクロマチック センサーは、ミッションの中で最も高いネイティブ空間解像度を提供し、広範囲の可視スペクトル（SPOT 2 では 0.51 ～ 0.73 µm、SPOT 4 では 0.61 ～ 0.68 µm、SPOT 5 では 0.48 ～ 0.71 µm）にわたって光を捉えます。

  ブラジル 森林法 Google 画像 衛星画像 SPOT

• SPOT パンシャープン疑似ナチュラル カラー画像 5 ～ 10 m、ブラジル

  このコレクションは、2008 年頃のブラジルの高解像度パンシャープン擬似自然色 SPOT 画像衛星 2、4、5 を提供します。対応する高解像度のパンクロマティック画像が利用可能な場合は、マルチスペクトル データと融合して、空間の詳細を強化しました（SPOT 5 の場合は最大 5 m、10 m…

  ブラジル 森林法 Google RGB 衛星画像 SPOT

• Satellite Embedding V1

  Google Satellite Embedding データセットは、学習済みの地理空間エンベディングをグローバルに集めた、分析に適したコレクションです。このデータセットの各 10 メートル ピクセルは、64 次元の表現、つまり「エンベディング ベクトル」です。このベクトルは、さまざまな地球観測によって測定された、そのピクセルとその周辺の地表条件の時間的軌跡をエンコードします。

  annual global google landsat-derived satellite-imagery sentinel1-derived

• WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0

  このデータセットは、2001 年から 2022 年までの樹木エリアの減少の主な要因を、1 km の解像度でグローバルにマッピングしたものです。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集されたサンプルのセットでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。

  農業 森林伐採 森林 森林バイオマス Google 土地と炭素

• WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1

  このデータセットは、2001 年から 2023 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集されたサンプルのセットでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。

  農業 森林伐採 森林 森林バイオマス Google 土地と炭素

• WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2

  このデータセットは、2001 年から 2024 年までの樹木エリアの減少の主な要因を、1 km の解像度で世界規模でマッピングしたものです。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集されたサンプルのセットでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。

  agriculture deforestation forest forest-biomass google landandcarbon

• WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3

  このデータセットは、2001 年から 2025 年までの全球の樹木エリアの減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集されたサンプルのセットでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。

  農業 森林伐採 森林 森林バイオマス Google 土地と炭素