-
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ là một bộ xử lý đánh giá chất lượng (QA) cho hình ảnh vệ tinh quang học có độ phân giải trung bình đến cao. Tập dữ liệu Cloud Score+ S2_HARMONIZED đang được tạo từ bộ sưu tập Sentinel-2 L1C được điều chỉnh. Bạn có thể dùng kết quả của Cloud Score+ để xác định các pixel tương đối rõ ràng và xoá mây một cách hiệu quả … đám mây google ảnh vệ tinh có nguồn gốc từ sentinel2 -
Dynamic World V1
Dynamic World là tập dữ liệu về Mức sử dụng đất/Mức độ bao phủ đất (LULC) gần như theo thời gian thực (NRT) với độ phân giải 10m, bao gồm xác suất lớp và thông tin nhãn cho 9 lớp. Bạn có thể xem thông tin dự đoán về Thế giới động cho bộ sưu tập Sentinel-2 L1C từ ngày 27 tháng 6 năm 2015 đến nay. Tần suất quay lại của Sentinel-2 là từ 2 đến 5 ngày … toàn cầu google lớp phủ mặt đất mục đích sử dụng đất mục đích sử dụng đất-lớp phủ mặt đất nrt -
Phân đoạn CCDC toàn cầu của Google dựa trên Landsat (1999-2019)
Tập hợp này chứa kết quả được tính toán trước từ việc chạy thuật toán Phát hiện và phân loại thay đổi liên tục (CCDC) trên dữ liệu độ phản chiếu bề mặt Landsat trong 20 năm. CCDC là thuật toán tìm điểm ngắt sử dụng phương pháp điều chỉnh hài hoà với ngưỡng RMSE động để phát hiện điểm ngắt trong dữ liệu chuỗi thời gian. … phát hiện thay đổi google lớp phủ mặt đất lấy từ Landsat mục đích sử dụng đất mục đích sử dụng đất-lớp phủ mặt đất -
Lớp bản đồ nước mặt toàn cầu của JRC, phiên bản 1.2 [không dùng nữa]
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2019, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … địa vật lý google jrc landsat-derived surface surface-ground-water -
Lớp bản đồ nước mặt toàn cầu của JRC, phiên bản 1.4
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2021, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … phát hiện thay đổi địa vật lý google jrc lấy từ landsat bề mặt -
Siêu dữ liệu về nước mặt toàn cầu của JRC, phiên bản 1.4
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2021, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … địa vật lý google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, phiên bản 1.4
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2021, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … địa vật lý google quá khứ jrc dựa trên landsat hàng tháng -
JRC Monthly Water Recurrence, phiên bản 1.4
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2021, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … địa vật lý google quá khứ jrc dựa trên landsat hàng tháng -
JRC Yearly Water Classification History, v1.4
Tập dữ liệu này chứa bản đồ về vị trí và sự phân bố theo thời gian của nước mặt từ năm 1984 đến năm 2021, đồng thời cung cấp số liệu thống kê về phạm vi và sự thay đổi của các bề mặt nước đó. Để biết thêm thông tin, hãy xem bài báo liên quan trên tạp chí: Bản đồ có độ phân giải cao về nước mặt trên toàn cầu và … hằng năm địa vật lý google nhật ký jrc lấy từ landsat -
Phân loại thay đổi toàn cầu về vùng triều của Murray
Tập dữ liệu về sự thay đổi của vùng triều trên toàn cầu của Murray chứa các bản đồ toàn cầu về hệ sinh thái đồng bằng triều được tạo thông qua quá trình phân loại có giám sát của 707.528 hình ảnh trong Kho lưu trữ Landsat. Mỗi pixel được phân loại thành vùng đất ngập nước theo thủy triều, vùng nước vĩnh viễn hoặc loại khác dựa trên một tập dữ liệu huấn luyện được phân phối trên toàn cầu. … bờ biển google nước triều lấy từ Landsat murray nước mặt-nước ngầm -
Mặt nạ dữ liệu về sự thay đổi của vùng triều trên toàn cầu của Murray
Tập dữ liệu về sự thay đổi của vùng triều trên toàn cầu của Murray chứa các bản đồ toàn cầu về hệ sinh thái đồng bằng triều được tạo thông qua quá trình phân loại có giám sát của 707.528 hình ảnh trong Kho lưu trữ Landsat. Mỗi pixel được phân loại thành vùng đất ngập nước theo thủy triều, vùng nước vĩnh viễn hoặc loại khác dựa trên một tập dữ liệu huấn luyện được phân phối trên toàn cầu. … bờ biển google nước triều lấy từ Landsat murray nước mặt-nước ngầm -
Số pixel QA của Murray Global Intertidal Change
Tập dữ liệu về sự thay đổi của vùng triều trên toàn cầu của Murray chứa các bản đồ toàn cầu về hệ sinh thái đồng bằng triều được tạo thông qua quá trình phân loại có giám sát của 707.528 hình ảnh trong Kho lưu trữ Landsat. Mỗi pixel được phân loại thành vùng đất ngập nước theo thủy triều, vùng nước vĩnh viễn hoặc loại khác dựa trên một tập dữ liệu huấn luyện được phân phối trên toàn cầu. … bờ biển google nước triều lấy từ Landsat murray nước mặt-nước ngầm -
Nhúng vệ tinh V1
Tập dữ liệu Nhúng vệ tinh của Google là một tập hợp các nội dung nhúng không gian địa lý đã học được, sẵn sàng để phân tích trên toàn cầu. Mỗi pixel 10 mét trong tập dữ liệu này là một đại diện 64 chiều hoặc "vectơ nhúng", mã hoá các quỹ đạo thời gian của điều kiện bề mặt tại và xung quanh pixel đó được đo bằng nhiều hoạt động quan sát Trái Đất … hàng năm toàn cầu google từ Landsat ảnh vệ tinh từ Sentinel-1 -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Tập dữ liệu này lập bản đồ về nguyên nhân chính gây ra tình trạng mất rừng từ năm 2001 đến năm 2022 trên toàn cầu ở độ phân giải 1 km. Do Viện Tài nguyên Thế giới (WRI) và Google DeepMind sản xuất, dữ liệu này được phát triển bằng cách sử dụng mô hình mạng nơron toàn cầu (ResNet) được huấn luyện trên một tập hợp mẫu được thu thập … nông nghiệp chặt phá rừng rừng rừng-sinh khối google đất và carbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Tập dữ liệu này lập bản đồ về nguyên nhân chính gây ra tình trạng mất rừng từ năm 2001 đến năm 2023 trên toàn cầu ở độ phân giải 1 km. Do Viện Tài nguyên Thế giới (WRI) và Google DeepMind sản xuất, dữ liệu này được phát triển bằng cách sử dụng mô hình mạng nơron toàn cầu (ResNet) được huấn luyện trên một tập hợp mẫu được thu thập … nông nghiệp chặt phá rừng rừng rừng-sinh khối google đất và carbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Tập dữ liệu này lập bản đồ về nguyên nhân chính gây ra tình trạng mất rừng từ năm 2001 đến năm 2024 trên toàn cầu ở độ phân giải 1 km. Do Viện Tài nguyên Thế giới (WRI) và Google DeepMind sản xuất, dữ liệu này được phát triển bằng cách sử dụng mô hình mạng nơron toàn cầu (ResNet) được huấn luyện trên một tập hợp mẫu được thu thập … nông nghiệp chặt phá rừng rừng rừng-sinh khối google đất và carbon
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,[]]