-
Набор данных спутниковых снимков лесов Бразилии 2008 г.: базовая карта для анализа
Этот набор данных содержит мультиспектральную (зеленый, красный и ближний инфракрасный диапазоны) базовую карту Бразилии с разрешением до 10 метров, созданную в основном в 2008 году для поддержки реализации Лесного кодекса Бразилии. Мозаика составлена из спутниковых данных SPOT 2, 4 и 5. Оно служит в качестве более высокого разрешения… brazil forest-code google imagery multispectral satellite-imagery -
Набор данных спутниковых снимков лесов Бразилии 2008 г.: визуальная базовая карта
Этот набор данных представляет собой базовую карту Бразилии с разрешением до 5 метров, в основном за 2008 г., которая поддерживает реализацию требований Лесного кодекса Бразилии. Мозаика синтезирована на основе спутниковых данных SPOT 2, 4 и 5. Это альтернатива с высоким разрешением для… brazil deforestation forest-code google rgb satellite-imagery -
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ – это процессор контроля качества для оптических спутниковых изображений среднего и высокого разрешения. Набор данных Cloud Score+ S2_HARMONIZED создается на основе коллекции Sentinel-2 L1C, и его выходные данные можно использовать для определения относительно чистых пикселей и эффективного удаления облаков… cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World – это набор данных о землепользовании и растительном покрове с разрешением 10 м, который обновляется почти в реальном времени. Он содержит вероятности классов и информацию о метках для девяти классов. Прогнозы Dynamic World доступны для коллекции Sentinel-2 L1C с 27 июня 2015 г. по настоящее время. Частота повторных посещений Sentinel-2 составляет от 2 до 5 дней… global google landcover landuse landuse-landcover nrt -
Ускоренное видео Земли v0
Набор данных "Ускоренная съемка Земли" содержит визуальную запись изменений на планете за четыре десятилетия, с 1984 по 2022 год. Набор данных, синтезированный Google на основе петабайтов космических наблюдений, полученных в рамках миссий Landsat (Landsat 4, 5, 7, 8 и 9) НАСА/Геологической службы США и группировки Sentinel-2 программы "Коперник" Европейского космического агентства, представляет собой… copernicus global google landsat-derived publisher-dataset satellite-imagery -
GEM-15: модели высот поверхности и рельефа почти всей планеты (15 м) (экспериментальная функция)
Google Near-Global Elevation Models at 15m (GEM-15) – это экспериментальный (находящийся на рассмотрении) набор данных о высоте с шагом сетки 15 м, полученный на основе оптических стереоизображений со спутников с разрешением менее метра. Набор данных создан на основе оптических стереоизображений, полученных в 2024 году (в основном это снимки Pléiades Neo с разрешением 30 см, сделанные в 2022–2024 годах, дополненные… climate-and-sustainability dem elevation elevation-topography google height -
Глобальные сегменты CCDC на основе Landsat от Google (1999–2019 гг.)
Эта коллекция содержит предварительно вычисленные результаты работы алгоритма непрерывного обнаружения и классификации изменений (CCDC) на основе данных об отражательной способности поверхности Landsat за 20 лет. CCDC – это алгоритм поиска точек изменения, который использует гармоническую аппроксимацию с динамическим порогом RMSE для обнаружения точек изменения во временных рядах. … change-detection google landcover landsat-derived landuse landuse-landcover -
Слои карты глобального набора данных о поверхностных водах (Global Surface Water) от JRC, версия 1.2 [поддержка прекращена]
Этот набор данных содержит карты распределения поверхностных вод по местоположению и времени с 1984 по 2019 год, а также статистику по площади и изменению этих водных поверхностей. Дополнительную информацию можно найти в журнальной статье High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
Слои карты глобальных поверхностных вод JRC, версия 1.4
Этот набор данных содержит карты распределения поверхностных вод по местоположению и времени с 1984 по 2021 год, а также статистику по площади и изменению этих водных поверхностей. Более подробную информацию можно найти в соответствующей журнальной статье: Картографирование глобальных поверхностных вод с высоким разрешением и их… change-detection geophysical google jrc landsat-derived surface -
Метаданные глобального набора данных о поверхностных водах от JRC, версия 1.4
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год, а также статистику по площади и изменению этих водных поверхностей. Дополнительную информацию можно найти в журнальной статье High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Этот набор данных содержит карты распределения поверхностных вод по местоположению и времени с 1984 по 2021 год, а также статистику по площади и изменению этих водных поверхностей. Дополнительную информацию можно найти в соответствующей журнальной статье: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Этот набор данных содержит карты распределения поверхностных вод по местоположению и времени с 1984 по 2021 год, а также статистику по площади и изменению этих водных поверхностей. Дополнительную информацию можно найти в журнальной статье High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yearly Water Classification History, v1.4
Этот набор данных содержит карты распределения поверхностных вод по местоположению и времени с 1984 по 2021 год, а также статистику по площади и изменению этих водных поверхностей. Более подробную информацию можно найти в соответствующей журнальной статье: Картографирование глобальных поверхностных вод с высоким разрешением и их… annual geophysical google history jrc landsat-derived -
Классификация изменений приливов и отливов по Мюррею
Набор данных Murray Global Intertidal Change содержит глобальные карты экосистем приливно-отливных зон,созданные с помощью контролируемой классификации 707 528 изображений из архива Landsat. Каждый пиксель был классифицирован как приливная отмель, постоянный водоем или другой объект со ссылкой на глобально распределенный набор данных для обучения. … coastal google intertidal landsat-derived murray surface-ground-water -
Маска данных об изменении глобальной приливной зоны Мюррея
Набор данных Murray Global Intertidal Change содержит глобальные карты экосистем приливно-отливных зон,созданные с помощью контролируемой классификации 707 528 изображений из архива Landsat. Каждый пиксель был классифицирован как илистый берег, постоянный водоем или другое с использованием глобального набора обучающих данных. The … coastal google intertidal landsat-derived murray surface-ground-water -
Количество пикселей для контроля качества в наборе данных Murray Global Intertidal Change
Набор данных Murray Global Intertidal Change Dataset содержит глобальные карты экосистем приливных отмелей,созданные с помощью контролируемой классификации 707 528 изображений из архива Landsat. Каждый пиксель был классифицирован как приливная отмель, постоянный водоем или другой объект со ссылкой на глобально распределенный набор данных для обучения. The … coastal google intertidal landsat-derived murray surface-ground-water -
Мультиспектральные снимки SPOT 10–20 м, Бразилия
Эта коллекция содержит необработанные мультиспектральные снимки Бразилии, сделанные в 2008 году со спутников SPOT 2, 4 и 5. Эти спутники, управляемые CNES, предназначены для получения оптических изображений высокого разрешения, охватывающих большие территории, с целью управления ресурсами Земли. В спутниках SPOT 2 и 4 использовались HRV и HRVIR… brazil forest-code google multispectral satellite-imagery spot -
Мультиспектральные снимки SPOT в псевдоцветах с разрешением 10–20 м, Бразилия
Эта коллекция содержит RGB-изображения в псевдоестественных цветах, полученные в 2008 году с помощью мультиспектральных камер спутников SPOT 2, 4 и 5 для Бразилии. Поскольку в датчиках ВСР и ЧСС нет встроенной синей полосы, устройство синтезирует представление RGB, чтобы приблизительно определить… Бразилия Лесной кодекс Google RGB Спутниковые снимки SPOT -
Панхроматические изображения SPOT с разрешением 5–10 м, Бразилия
Эта коллекция содержит необработанные панхроматические (PAN) диапазоны со спутников SPOT 2, 4 и 5 для Бразилии примерно за 2008 г. Панхроматический датчик обеспечивает самое высокое собственное пространственное разрешение для миссий, захватывая свет в широком видимом спектре (0,51–0,73 мкм для SPOT 2, 0,61–0,68… brazil forest-code google imagery satellite-imagery spot -
Псевдоестественные цветные изображения SPOT с повышенной резкостью, 5–10 м, Бразилия
Эта коллекция содержит изображения SPOT 2, 4 и 5 с высоким разрешением, полученные в Бразилии в 2008 г. и обработанные с помощью паншарпенинга для получения псевдоестественных цветов. Если было доступно соответствующее панхроматическое изображение с высоким разрешением, оно объединялось с мультиспектральными данными для достижения улучшенной пространственной детализации (до 5 м для SPOT 5 или 10 м… brazil forest-code google rgb satellite-imagery spot -
Встраивание спутниковых карт V1
Набор данных Google Satellite Embedding представляет собой глобальную коллекцию геопространственных встраиваний, готовую к анализу. Каждый пиксель размером 10 метров в этом наборе данных представляет собой 64-мерное представление, или "вектор встраивания", который кодирует временные траектории состояния поверхности в этом пикселе и вокруг него, измеренные различными средствами наблюдения за Землей… annual global google landsat-derived satellite-imagery sentinel1-derived -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
В этом наборе данных представлена карта основных причин потери лесного покрова в мире за период с 2001 по 2022 год с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
В этом наборе данных представлены основные причины сокращения площади лесов в период с 2001 по 2023 год по всему миру с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
В этом наборе данных представлена карта основных факторов, вызывающих потерю лесного покрова в период с 2001 по 2024 год, с глобальным охватом и разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных… сельское хозяйство уничтожение лесов лес лесная биомасса google земля и углерод -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2025 v1.3
В этом наборе данных представлена карта основных факторов, влияющих на потерю лесного покрова в период с 2001 по 2025 год, с глобальным охватом и разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных… сельское хозяйство уничтожение лесов лес лесная биомасса google земля и углерод
Datasets tagged google in Earth Engine
[null,null,[],[],["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"]]