-
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ 是一款适用于中高分辨率光学卫星图像的质量评估 (QA) 处理器。Cloud Score+ S2_HARMONIZED 数据集正在从经过协调的 Sentinel-2 L1C 集合中生成,Cloud Score+ 输出可用于识别相对较清晰的像素并有效移除云 … 云 Google 卫星图像 Sentinel-2 派生 -
Dynamic World V1
Dynamic World 是一个分辨率为 10 米的近乎实时 (NRT) 土地使用/土地覆盖 (LULC) 数据集,包含九个类别的类别概率和标签信息。Dynamic World 预测适用于 2015 年 6 月 27 日至今的 Sentinel-2 L1C 集合。Sentinel-2 的再访频率介于 2-5 天之间… 全球 google landcover landuse landuse-landcover nrt -
Google 全球基于 Landsat 的 CCDC 细分(1999-2019 年)
此集合包含对 20 年份的 Landsat 地表反射率数据运行连续变化检测和分类 (CCDC) 算法后预先计算的结果。CCDC 是一种断点查找算法,它使用带有动态 RMSE 阈值的谐波拟合来检测时间序列数据中的断点。… change-detection google landcover landsat-derived landuse landuse-landcover -
JRC 全球地表水域绘图图层,版本 1.2 [已废弃]
此数据集包含 1984 年至 2019 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计信息。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 地球物理 Google jrc Landsat 派生 地表 地表-地下水 -
JRC 全球地表水域绘图图层,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … change-detection geophysical google jrc landsat-derived surface -
JRC 全球地表水元数据,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 地球物理 Google jrc Landsat 派生 地表 地表-地下水 -
JRC 每月水量历史记录,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 地球物理 Google 历史记录 jrc Landsat 派生 每月 -
JRC 每月供水重复性,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 地球物理 Google 历史记录 jrc Landsat 派生 每月 -
JRC 年度水域分类历史记录,版本 1.4
此数据集包含 1984 年至 2021 年地表水的位置和时间分布图,并提供了这些水面的范围和变化情况的统计数据。如需了解详情,请参阅相关期刊文章:高分辨率绘制全球地表水及其 … 年 地球物理 Google 历史 jrc Landsat 派生 -
Murray Global Intertidal Change Classification
Murray 全球潮汐变化数据集包含潮汐平原生态系统的全球地图,这些地图是通过对 707,528 张 Landsat 档案图像进行监督分类而生成的。每个像素都参考全球分布的一组训练数据,被分类为潮汐平原、恒久性水域或其他。… 沿海 google 潮间带 Landsat 派生 Murray 地表-地下水 -
Murray Global Intertidal Change Data Mask
Murray 全球潮汐变化数据集包含潮汐平原生态系统的全球地图,这些地图是通过对 707,528 张 Landsat 档案图像进行监督分类而生成的。每个像素都参考全球分布的一组训练数据,被分类为潮汐平原、恒久性水域或其他。… 沿海 google 潮间带 Landsat 派生 Murray 地表-地下水 -
Murray Global Intertidal Change QA Pixel Count
Murray 全球潮汐变化数据集包含潮汐平原生态系统的全球地图,这些地图是通过对 707,528 张 Landsat 档案图像进行监督分类而生成的。每个像素都参考全球分布的一组训练数据,被分类为潮汐平原、恒久性水域或其他。… 沿海 google 潮间带 Landsat 派生 Murray 地表-地下水 -
卫星嵌入 V1
Google 卫星嵌入数据集是一个全球性的已学地理空间嵌入集合,可供分析。该数据集中每个 10 米像素都是一个 64 维表示法(即“嵌入向量”),用于编码各种地球观测 … 年 全球 Google Landsat 派生 卫星图像 Sentinel-1 派生 -
WRI/Google DeepMind 全球森林消失驱动因素 2001-2022 v1.0
此数据集以 1 公里的分辨率绘制了 2001 年至 2022 年全球树冠覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作,使用基于收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成。 农业 森林砍伐 森林 森林生物量 google landandcarbon -
WRI/Google DeepMind 全球森林消失驱动因素 2001-2023 v1.1
此数据集以 1 公里的分辨率绘制了 2001 年至 2023 年全球树冠覆盖率损失的主要驱动因素。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作,使用基于收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成。 农业 森林砍伐 森林 森林生物量 google landandcarbon -
WRI/Google DeepMind 全球森林消失驱动因素 2001-2024 v1.2
此数据集以 1 公里的分辨率绘制了 2001 年至 2024 年全球树冠覆盖率减少的主要原因。这些数据由世界资源研究所 (WRI) 和 Google DeepMind 制作,使用基于收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成。 农业 森林砍伐 森林 森林生物量 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,[]]