About Earth Timelapse

El conjunto de datos de Timelapse de la Tierra proporciona un registro visual de cuatro décadas de cambios planetarios, desde 1984 hasta 2022. El conjunto de datos, sintetizado por Google a partir de petabytes de observaciones espaciales adquiridas por las misiones Landsat de la NASA y el USGS (Landsat 4, 5, 7, 8 y 9) y la constelación Copernicus Sentinel-2 de la ESA, se ofrece como mosaicos anuales para la interpretación visual.

Los mosaicos anuales son mapas visuales base completos a nivel global, con espacios rellenados y con máscaras de agua, que potencian el visor interactivo público de Google Earth Timelapse. Los vacíos de observación anteriores a 1999 se reconstruyen sin problemas con la interpolación de regresión lineal temporal a nivel de píxel en los años de observación válidos adyacentes. Las aguas oceánicas abiertas se reemplazan por batimetría de relieve sombreado ETOPO1 de la NOAA con diseño y enmascaramiento global de agua (con los conjuntos de datos de Hansen GFC y MOD44W). Estos datos son adecuados para la interpretación visual, la narración educativa, la creación de mapas base o las exportaciones de video personalizadas.

Épocas de resolución espacial

La colección de Timelapse de la Tierra abarca dos épocas distintas de resolución espacial:

• 1984-2014 (30 m / píxel): Se sintetizó a partir de las observaciones de Landsat 4, 5, 7 y 8 del USGS/NASA. Las imágenes se discretizan en Web Mercator (EPSG:3857) con una resolución de 30 metros.
• Desde 2015 hasta la actualidad (19.11 m / píxel): Se sintetizan fusionando las observaciones del Instrumento Multiespectral (MSI) de Sentinel-2A/2B de Copernicus de la ESA (10 m / 20 m nativos) con Landsat 8 y 9. Las imágenes se dividen en cuadrículas en Web Mercator (EPSG:3857) con una resolución de aproximadamente 19.11 metros.

Los mosaicos anuales cubren todas las masas terrestres y zonas costeras globales desde aproximadamente los 82.6° S hasta los 83.69° N de latitud. Sintetizar más de cuatro décadas de datos de observación de la Tierra requiere armonizar constelaciones satelitales dispares en cuanto a vida útil operativa, modalidades de sensores, geometrías orbitales y perturbaciones atmosféricas.

El canal de Earth Timelapse procesa millones de escenas individuales del programa Landsat del USGS/NASA (Landsat 4, 5, 7, 8 y 9) y la constelación Copernicus Sentinel-2 de la Agencia Espacial Europea (ESA). Para transformar las observaciones sin procesar y las observaciones de la parte superior de la atmósfera (TOA) en mapas base anuales coherentes, cada escena se procesa con lo siguiente:

• Filtrado de escenas fenológicas y estacionales para optimizar el crecimiento máximo de la vegetación y minimizar los efectos estacionales transitorios
• Falta la restauración del canal y la mitigación de anomalías del sensor (p.ej., saturación del TIRS de Landsat 8, artefactos de SLC-off de Landsat 7).
• Puntuación de calidad de nubes, neblina y sombras con varios sensores que combina Landsat simpleCloudScore, recuperación de nubes heurística del espacio HSV y Sentinel-2 Cloud Score+.
• Normalización pancromática y pseudoenfoque estructural para aumentar la resolución aparente
• Normalización radiométrica calibrada por el BRDF de MODIS con filtrado espacial de paso bajo multiescala para eliminar los límites de la escena y conservar las texturas de la superficie local.
• Enfoque de bordes que ahorra agua para evitar el blanqueamiento de la costa.
• Composición mediana temporal de 16 bits para rechazar el ruido atmosférico transitorio, las sombras y los artefactos efímeros
• Interpolación de regresión lineal temporal (para los recursos de Global Final) para reconstruir las observaciones faltantes en los mosaicos anteriores a 1999
• Modelado batimétrico global del océano y enmascaramiento de agua que combina ETOPO1 de la NOAA, la máscara de datos de Hansen Global Forest Change y las máscaras de agua de MODIS.
• Balance de color global, preservación del punto blanco del hielo polar y mejora del contraste local (LCE) multiescala para la mejora visual.

Especificaciones de los datos de origen y los sensores

La colección de Earth Timelapse aprovecha las siguientes misiones de observación de la Tierra desde el espacio:

Especificaciones de satélites y sensores

Misión del satélite	Sensor	Período operativo	Resolución espacial (MS / Pan)	Bandas espectrales transferidas	ID de la colección de Earth Engine	La era de la resolución de mosaicos
Landsat 4	Thematic Mapper (TM)	1982-07-01 – 1993-12-14	30 m/N.A.	Azul, verde, rojo, NIR, SWIR1, térmico, SWIR2	LANDSAT/LT04/C02/T1	30 m (1984-1993)
Landsat 5	Thematic Mapper (TM)	1984-03-01 – 2012-12-31	30 m/N.A.	Azul, verde, rojo, NIR, SWIR1, térmico, SWIR2	LANDSAT/LT05/C02/T1	30 m (1984-2012)
Landsat 7	Enhanced Thematic Mapper Plus (ETM+)	1999-04-15 – 2013-08-31	30 m / 15 m	Azul, verde, rojo, NIR, SWIR1, térmico, SWIR2 y pancromático	LANDSAT/LE07/C02/T1 LANDSAT/LE07/C02/T2	30 m (1999-2013)
Landsat 8	Operational Land Imager (OLI) o TIRS	11/2/2013 – actualidad	30 m / 15 m	Costero, azul, verde, rojo, NIR, SWIR1, SWIR2, pancromático, Cirrus, térmico	LANDSAT/LC08/C02/T1_RT_TOA LANDSAT/LC08/C02/T2_TOA	30 m (2013-2014) 19.11 m (2015 en adelante)
Landsat 9	Operational Land Imager 2 (OLI-2) y TIRS-2	2021-11-01 – Actualidad	30 m / 15 m	Costero, azul, verde, rojo, NIR, SWIR1, SWIR2, pancromático, Cirrus, térmico	LANDSAT/LC09/C02/T1_TOA	19.11 m (2021 y versiones posteriores)
Sentinel-2A / 2B	Instrumento multiespectral (MSI)	23/06/2015 – actualidad	10 m / 20 m / 60 m	Azul, verde, rojo, borde rojo (1 a 4), NIR, SWIR1, SWIR2, vapor de agua y cirros	COPERNICUS/S2_HARMONIZED	19.11 m (2015+)

Tabla 1: Sistemas de sensores ópticos centrales integrados en la canalización de producción anual del mosaico de Google Earth Timelapse

Conjuntos de datos auxiliares y de referencia

1. Valores de referencia globales de BRDF y reflectancia de superficie de MODIS:
   • Los compuestos de reflectancia de superficie multianuales precalculados derivados de MODIS de Terra y Aqua (MODIS/006/MCD43A4 y MOD09GA/MYD09GA) con una resolución de 500 metros sirven como objetivo de referencia radiométrica planetaria para la armonización de la iluminación y la neblina a gran escala.
2. Relieve global de NOAA ETOPO1:
   • Topografía y batimetría globales de 1 minuto de arco utilizadas para generar un terreno realista del fondo oceánico con sombreado y contornos de profundidad en el producto global con máscara de agua.
3. Hansen Global Forest Change (UMD/hansen/global_forest_change_2015):
   • La capa datamask (que distingue la tierra, las masas de agua permanentes y las zonas costeras) sirve como límite principal de separación entre la tierra y el agua.
4. Máscara global de tierra y agua de MODIS (MODIS/MOD44W/MOD44W_005_2000_02_24):
   • Se usa junto con Hansen GFC para aislar las superficies terrestres y evitar el sangrado de la máscara de agua costera.
5. Sentinel-2 Cloud Score+ (GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED):
   • Evaluación de la calidad a nivel de píxeles que proporciona las métricas cs (confianza de cielo despejado) y cs_cdf (probabilidad de cielo despejado de distribución acumulativa) para los datos del MSI de Sentinel-2.
6. Estadísticas globales de climatología de nubes:
   • Valores de referencia del percentil 25 y mínimos del puntaje de nubes derivados de forma empírica que adaptan los umbrales de enmascaramiento de nubes en zonas tropicales persistentemente nubladas.

Filtrado espacial y temporal

Los mosaicos anuales globales equilibran la necesidad de adquirir suficientes observaciones válidas en las regiones tropicales propensas a las nubes y, al mismo tiempo, evitan la contaminación por nieve invernal y los ángulos cenitales solares extremos en las regiones de latitudes altas.

Sistema de ventanas latitudinal y fenológico

• Zona polar y de latitudes altas del hemisferio norte (de más de 60° N a 83.69° N):
  • Filtrado directo por día del año (DOY): Las observaciones se restringen a los días del año 150 al 270 (desde fines de mayo hasta septiembre). Esto apunta a la temporada de crecimiento vegetativo pico (máximo verdor) y minimiza la nieve estacional, la cobertura de hielo y las sombras largas del terreno causadas por ángulos de elevación solar bajos (elevación solar ≤ 0°).
• Zona templada y del hemisferio sur (de 57° S a 60° N):
  • Utiliza el año calendario completo (del 1 de enero al 31 de diciembre) para maximizar la disponibilidad de escenas.

Metodología de procesamiento: Mosaicos anuales enmascarados

La canalización de mosaicos anuales enmascarados genera composiciones globales sin interpolar.

Preparación del sensor y recuperación del canal faltante

Antes de la corrección atmosférica y la puntuación de calidad, los datos sin procesar de Landsat se estandarizan de la siguiente manera:

• Reconstrucción de bandas térmicas: Durante los períodos operativos en los que las bandas térmicas del TIRS de Landsat 8 se degradaron o no se calibraron, se sintetizan canales térmicos de varianza cero de marcador de posición para satisfacer los requisitos de la interfaz interna de los algoritmos automatizados de puntuación de nubes de Landsat.
• Generación sintética pancromática para Landsat 4/5: Los sensores TM de Landsat 4 y 5 no tienen un canal pancromático óptico (banda 8). Se construye una banda pseudo-pancromática sintética por escena:

$$ I_{\text{raw45}}(Pan) = \text{mean}(I_{\text{raw45}}(RGB)) $$

Aquí \(I_{\text{raw}}(\cdot)\) hay una función de imagen que proporciona píxeles sin procesar y podría tomar una o más bandas como parámetros. Por ejemplo,\(I_{\text{raw}}(Pan)\) devuelve la banda pancromática sin procesar y\(I_{\text{raw}}(RGB)\) devuelve las bandas RGB sin procesar. mean() es la función de media.

Calibración de la reflectancia en la parte superior de la atmósfera (TOA)

Las escenas sin procesar de Landsat se procesan en TOA con ee.Algorithms.Landsat.TOA.

ee.Algorithms.Landsat.TOA es una función de imagen que convierte los datos sin procesar de Landsat en datos de TOA de Landsat (\(I_{\text{TOA}}\)).

Calidad de varios sensores y enmascaramiento de nubes

Reducción gradual del límite de la franja orbital

Una máscara alfa suave de decaimiento de la distancia ayuda a minimizar las uniones abruptas a lo largo de las pistas orbitales de Landsat:

$$ \text{Mask}_{\text{edge}} = \min\left(\text{Mask}_{\text{MODIS}}, \left(\text{Gaussian}_{6\text{km}}\left(\text{Mask}_{\text{raw}}\right)\right)^3\right) $$

donde \(\text{Mask}_{\text{MODIS}}\) es la máscara derivada de los compuestos anuales de reflectancia de la superficie de MODIS (MOD09GA/MYD09GA), \(\text{Mask}_{\text{raw}}\)es la máscara de una escena sin procesar de Landsat, min()es la función de minimización y \(\text{Gaussian}\) es una convolución espacial gaussiana con una desviación estándar especificada.

Enmascaramiento de agua de Landsat 7 SLC-off

Tras la falla del corrector de líneas de exploración (SLC) en Landsat 7 en mayo de 2003, las escenas de Landsat 7 contienen brechas de datos lineales, lo que puede generar artefactos graves sobre aguas abiertas. Los píxeles de Landsat 7 sobre aguas abiertas se enmascaran con una máscara de agua MODIS borrosa, lo que prioriza Landsat 4/5/8/9 o Sentinel-2 según el año de producción del mosaico.

Landsat Cloud Scoring & Anomaly Recovery

A las escenas de Landsat se les asigna una puntuación \(\text{Cloud}\) por píxel (en [0, 100]) con ee.Algorithms.Landsat.simpleCloudScore. Se aplican dos etapas de perfeccionamiento adicionales:

1. Nubes no detectadas en el espacio HSV: Las anomalías de nubes de alta reflectancia y baja saturación que reciben una puntuación errónea de Nube = 0 se detectan transformando \(I_{\text{TOA}}(RGB)\) en el espacio de tono-saturación-valor (HSV) y actualizando la máscara \(\text{Cloud}\) :

$$ \text{hsvCloud} = \begin{cases} 100, & \text{if } (\text{Cloud} = 0) \land (\text{S} \lt 0.3) \land (\text{V} \gt 0.5) \\ 0, & \text{otherwise} \end{cases} $$

$$ \text{Cloud} = \text{Cloud} + \text{hsvCloud} $$

1. Umbral climatológico adaptable: El umbral para descartar los píxeles nublados (es decir, \(\text{Cloud} \gt \text{Threshold}_{\text{cloud}}\)) se calcula de forma dinámica a partir de estadísticas espaciales de nubes calculadas previamente:

$$ \text{Threshold}_{\text{cloud}} = \text{Cloud}_{\text{p25}} + 10 $$

donde \(\text{Cloud}_{\text{p25}}\) es la puntuación del percentil 25 por píxel\(\text{Cloud}\) ajustada para que esté entre 25 y 65. El umbral se eleva sobre las superficies terrestres brillantes verificadas (dunas de arena del desierto, salinas):

$$ \text{Threshold}_{\text{cloud}} = \text{Threshold}_{\text{cloud}} + 10 \quad \text{if } (I_{\text{TOA}}(Pan) \gt 0.7) \land (\max(I_{\text{TOA}}(RGB)) \gt 0.6) $$

Puntuación de nubes de Sentinel-2

Las escenas armonizadas de Sentinel-2 se vinculan con GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED de la siguiente manera:

• Filtrado de píxeles: Se retienen cuando la confianza de cielo despejado cs ≥ 0.60 y la probabilidad acumulada de cielo despejado cs_cdf ≥ 0.70.

Normalización pancromática y fusión estructural

Para aprovechar la resolución pancromática de 15 metros de Landsat 7/8/9 sin distorsión espectral en las transiciones del sensor, se aplica la normalización pancromática a los datos del TOA:

$$ \text{Gain}_{\text{3x3}} = \frac{\mu_{\text{3x3}}(\text{mean}(I_{\text{TOA}}(RGB))}{\mu_{\text{3x3}}(I_{\text{TOA}}(Pan))} $$

$$ \text{I}_{\text{sharpened}} = \frac{I_{\text{TOA}}(RGB)}{\text{mean}(I_{\text{TOA}}(RGB))} \times (I_{\text{TOA}}(Pan)) \times \text{Gain}_{\text{3x3}} $$

donde \(\mu_{\text{3x3}}\) es la función de media de la vecindad de píxeles de 3 x 3.

Normalización radiométrica en comparación con los valores de referencia del BRDF de MODIS

Ajuste de contraste no lineal: La reflectancia en la parte superior de la atmósfera se ajusta a un rango de visualización de 8 bits ([0,255]) con ajuste de gamma:

$$ I_{\text{scaled}} = \text{Visualize}\left(I_{\text{sharpened}}(RGB), \text{min}=0.02, \text{max}=0.50, \gamma=1.7\right) $$

donde \(\text{Visualize}\) es la funciónee.Image.visualize(). A partir de aquí, se da por sentado el espacio de color RGB de 8 bits, a menos que se indique lo contrario.

Máscara de rechazo de corrección excesiva: Protege el cambio rápido real de la cobertura del suelo del exceso de suavizado:

$$ \text{Mask}_{\text{valid}} = (|I_{\text{scaled}}(R) - I_{\text{BRDF}}(R)| \le 60) \land (|I_{\text{scaled}}(G) - I_{\text{BRDF}}(G)| \le 40) $$

donde \(I_{\text{BRDF}}\) produce datos RGB de 8 bits a partir de los compuestos de reflectancia ajustada por BRDF de MODIS (MCD43A4).

Extracción de campo espacial de paso bajo:

$$ \Delta_{\text{spatial}} = \text{Gaussian}_{20\text{km}}\left((I_{\text{scaled}} - I_{\text{BRDF}}) \times \text{Mask}_{\text{valid}}\right) $$

Sustracción de neblina y armonización de reflectancia:

$$ I_{\text{normalized}} = I_{\text{scaled}} - \Delta_{\text{spatial}} $$

Nitidez espacial de la tierra terrestre

Aplica la convolución de borde laplaciano a una combinación de \(I_{\text{scaled}}\)y \(I_{\text{normalized}}\) exclusivamente en superficies terrestres.

$$ I_{\text{sharp}} = \text{Sharpen}(I_{\text{normalized}}, I_{\text{scaled}}) $$

Composición de mediana temporal

Para cada año calendario \(Y\), la colección de imágenes normalizadas y con máscara de nubes se reduce a un solo compuesto multibanda con un reductor de mediana de precisión de 16 bits:

$$ I_{\text{annual}}(Y) = \operatorname{median}_{t \in Y}\left(I_{\text{sharp}}(t)\right) $$

$$ \text{Cloud}_{\text{annual}}(Y) = \operatorname{median}_{t \in Y}\left(\text{Cloud}(t)\right) $$

La imagen resultante representa un mosaico anual sin procesar, que incluye las bandas red, green, blue y cloud con máscaras de píxeles válidas sin interpolar. Ten en cuenta que el tiempo (\(t\)) es un parámetro de la función de imagen.

Postprocesamiento: Recursos con brechas completadas y con máscaras de agua

Para producir el mapa base continuo y completo a nivel global que se utiliza en el visor interactivo de Timelapse de Earth y en los mosaicos anuales, se posprocesan los compuestos anuales sin procesar.

Completado de brechas de regresión lineal temporal (mosaicos anteriores a 1999)

Antes del lanzamiento de Landsat 7 en 1999, la adquisición global de satélites se veía limitada por la infraestructura histórica de enlace descendente, las limitaciones de la grabadora de cinta a bordo y la persistente cobertura de nubes. En consecuencia, los mosaicos anuales anteriores a 1999 contienen vacíos espaciales significativos, en particular en África Central, el Sudeste Asiático, Siberia y el Amazonas.

Para eliminar los vacíos grises que distraen y, al mismo tiempo, conservar las transiciones temporales, la canalización implementa una interpolación de regresión lineal temporal píxel a píxel:

Búsqueda de anclaje temporal

Para cada año objetivo Y, el algoritmo busca en la colección de varias décadas la observación de píxeles válida y no enmascarada más reciente antes (\(t_{\text{before}} \le Y\)) y después (\(t_{\text{after}} \ge Y\)).

Ajuste de regresión lineal

Un modelo de regresión de mínimos cuadrados ordinarios se evalúa por píxel en las observaciones temporales delimitadoras con variables independientes [1, t] y variables dependientes [Red, Green, Blue]:

$$ I_{\text{sharp}}(RGB, t) = \mathbf{m} \cdot t + \mathbf{b} $$

Evaluación del valor simulado

La trayectoria lineal se evalúa en el año objetivo Y:

$$ I_{\text{interp}}(RGB, Y) = \mathbf{m} \cdot Y + \mathbf{b} $$

Incorporación de capas de observación

Los píxeles anuales del año Y se combinan en mosaicos con los píxeles interpolados:

$$ I_{\text{gapfilled}} = \operatorname{Mosaic}\left(I_{\text{interp}}, I_{\text{annual}}\right) $$

Esto garantiza que, dondequiera que existan observaciones satelitales reales para ese año, se conserven, mientras que las brechas de datos históricos se interpolan a lo largo del tiempo.

Relleno glacial en latitudes altas

La inclinación orbital de Landsat limita las observaciones cerca de los casquetes polares extremos (más de 82.6° N). Para las regiones interiores del norte de Groenlandia y las plataformas de hielo del Ártico que no tienen cobertura óptica, se combina un valor de referencia calibrado y normalizado de varios años para mantener mapas polares base limpios y sin interrupciones.

Batimetría oceánica global y enmascaramiento de agua

En los mosaicos anuales sin procesar, las superficies oceánicas contienen reflejos solares, sombras de nubes y artefactos de ondas transitorias. El activo final reemplaza las aguas del océano abierto por un mapa base batimétrico global con relieve sombreado:

1. Sombreado batimétrico: La elevación topográfica del modelo ETOPO1 de la NOAA se diseña con una rampa de color de profundidad oceánica:
   • Llanuras abisales profundas (-5,000 m): Azul marino oscuro (#000927)
   • Talud continental (-1,000 m): Azul pizarra (#000E3A)
   • Plataforma continental (-100 m): Azul marino (#000E3B)
   • Costa (0 m): Azul cobalto real (#001146)
2. Sombreado y mejora gaussiana de paso alto: Se combina con el sombreado analítico (ee.Terrain.hillshade) y el desenfoque gaussiano de 5, 000 m para enfatizar las fosas oceánicas, las dorsales oceánicas y los montes submarinos.
3. Armonización de límites terrestres y acuáticos:
   • Combina el conjunto de datos de Hansen Global Forest Change datamask (que distingue la tierra del océano) con la máscara de agua de MODIS (MOD44W).
   • Pinta los lagos interiores y los mares cerrados (p.ej., el mar Caspio, los Grandes Lagos, el lago Baikal y el mar de Aral) para preservar la dinámica natural del color del agua.
   • Aplica una reducción del kernel circular morfológico de 3 etapas y un desenfoque gaussiano de 3,000 m para reducir gradualmente el límite entre las aguas costeras poco profundas y la batimetría en alta mar sin un recorte brusco.

Balance de color global y mejora del contraste local (LCE)

1. Aumento del valor HSV y equilibrio de gamma: Se aplican gammas de canal ($\gamma_R = 0.98, \gamma_G = 1.00, \gamma_B = 1.04$), seguido de un aumento del 10% en el canal de valor en el espacio de color HSV.
2. Corrección del punto blanco del hielo polar: Marca las superficies polares de alta reflectancia (Groenlandia, la Antártida y las capas de hielo alpinas) y las equilibra con el blanco neutro puro ([255, 255, 255]).
3. LCE multiescala: Mejora el contraste y la nitidez del terreno para diferentes tipos de entidades usando una combinación de convolución laplaciana, filtrado de media y desenfoque gaussiano.

Función	Mosaicos anuales sin procesar	Mosaicos anuales finales globales
Caso de uso principal	Análisis científico, seguimiento de la procedencia y entrenamiento de AA	Mapas base visuales, exportación de videos y exploración global de lapsos
Integridad espacial	Terrestre (con brechas de datos)	Integridad global del 100%
Manejo de Pixels faltantes	Enmascarado (sin datos transparentes)	Interpolación de regresión lineal
Vacíos tropicales anteriores a 1999	Se conservan como brechas sin datos	Se interpola de forma fluida en el tiempo
Representación del agua del océano	Agua enmascarada o no normalizada	Batimetría de ETOPO1 de la NOAA con diseño
Bandas espectrales incluidas	rojo, verde, azul, nube (QA)	rojo, verde, azul
Profundidad de bits	Número entero de 8 bits sin firma (0 a 255)	Número entero de 8 bits sin firma (0 a 255)
Resolución de píxeles: 1984-2014	30.0 metros por píxel (EPSG:3857)	30.0 metros por píxel (EPSG:3857)
Resolución de píxeles: 2015-actualidad	19.11 metros por píxel (EPSG:3857)	19.11 metros por píxel (EPSG:3857)
Grid Dimensions (1984–2014)	1,335,834 × 1,198,340 píxeles	1,335,834 × 1,198,340 píxeles
Dimensiones de la cuadrícula (2015-actualidad)	2,097,152 × 1,881,297 píxeles	2,097,152 × 1,881,297 píxeles

Tabla 2: Comparación técnica detallada entre las colecciones de Timelapse de la Tierra sin procesar y final global.

Limitaciones y consideraciones analíticas

1. Dos resoluciones de época (30 m frente a 19.11 m): Los usuarios que realizan análisis de series temporales de varias décadas deben tener en cuenta la transición de resolución en 2015. Las imágenes compuestas de 1984 a 2014 se discretizan a 30.0 metros por píxel, mientras que las imágenes de 2015 en adelante se discretizan a 19.11 metros por píxel debido a la integración de los datos del MSI de Sentinel-2.
2. Píxeles interpolados (anteriores a 1999): En la colección Global Final, los píxeles faltantes en los mosaicos anteriores a 1999 se interpolan temporalmente. En las regiones que experimentan transiciones repentinas en el uso de la tierra (p.ej., deforestación rápida o construcción de embalses) durante un período de varios años, los píxeles interpolados representarán una transición lineal gradual en lugar de un evento discreto abrupto.
3. Relaciones de bandas modificadas: La normalización radiométrica optimiza la coherencia visual en las escenas en función de los objetivos de la BRDF de MODIS. Si bien se conservan los patrones espaciales relativos, los índices espectrales derivados (p.ej., NDVI, EVI) difieren de los valores de reflectancia de la superficie de nivel 2.
4. Mezcla fenológica: Las regiones del norte de latitudes altas (más de 60° N) representan las condiciones de mediados del verano (día del año 150 a 270), mientras que las zonas templadas y tropicales representan las medianas compuestas anuales.

Atribución

Este conjunto de datos se ofrece bajo la Licencia Internacional Creative Commons Atribución 4.0 y requiere la siguiente atribución:

Google Earth Timelapse (Google, Landsat, Copernicus)

Contiene datos modificados de Copernicus Sentinel [desde 2015]. Consulta el Aviso Legal de Datos de Sentinel.