-
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ ist ein Prozessor für die Qualitätsbewertung optischer Satellitenbilder mit mittlerer bis hoher Auflösung. Der Cloud Score+-Datensatz „S2_HARMONIZED“ wird aus der harmonisierten Sentinel-2-L1C-Sammlung erstellt. Mit Cloud Score+-Ausgaben lassen sich relativ klare Pixel identifizieren und Wolken effektiv entfernen. cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World ist ein Dataset zur Landnutzung/Bodenbedeckung (LULC) mit einer Auflösung von 10 m und nahezu in Echtzeit, das Klassenwahrscheinlichkeiten und Labels für neun Klassen enthält. Vorhersagen von Dynamic World sind für die Sentinel-2-L1C-Sammlung vom 27. Juni 2015 bis heute verfügbar. Die Wiederholungshäufigkeit von Sentinel-2 liegt zwischen 2 und 5 Tagen. global google landcover landuse landuse-landcover nrt -
Google Global Landsat-basierte CCDC-Segmente (1999–2019)
Diese Sammlung enthält vorab berechnete Ergebnisse aus der Ausführung des Algorithmus „Continuous Change Detection and Classification“ (CCDC) auf 20 Jahre Landsat-Daten zur Oberflächenreflexion. CCDC ist ein Algorithmus zum Finden von Wendepunkten, der die harmonische Anpassung mit einem dynamischen RMSE-Grenzwert verwendet, um Wendepunkte in Zeitreihendaten zu erkennen. Die… change-detection google landcover landsat-derived landuse landuse-landcover -
JRC Global Surface Water Mapping Layers, v1.2 [veraltet]
Dieser Datensatz enthält Karten der Standort- und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2019 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Global Surface Water Mapping Layers, Version 1.4
Dieser Datensatz enthält Karten der Lage und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2021 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC Global Surface Water Metadata, Version 1.4
Dieser Datensatz enthält Karten der Lage und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2021 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Dieser Datensatz enthält Karten der Lage und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2021 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Dieser Datensatz enthält Karten der Lage und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2021 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yearly Water Classification History, v1.4
Dieser Datensatz enthält Karten der Lage und zeitlichen Verteilung von Oberflächenwasser von 1984 bis 2021 sowie Statistiken zur Ausdehnung und Veränderung dieser Wasserflächen. Weitere Informationen finden Sie im zugehörigen Zeitschriftenartikel: High-resolution mapping of global surface water and its … jährliche geophysikalische Google Verlaufsdaten JRC aus Landsat-Daten abgeleitete -
Murray Global Intertidal Change Classification
Der Murray Global Intertidal Change Dataset enthält globale Karten von Wattenökosystemen,die durch eine beaufsichtigte Klassifizierung von 707.528 Landsat-Archivbildern erstellt wurden. Jedes Pixel wurde anhand eines global verteilten Satzes von Trainingsdaten als Watt, stehendes Gewässer oder sonstiges klassifiziert. Die… coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change Data Mask
Der Murray Global Intertidal Change Dataset enthält globale Karten von Wattenökosystemen,die durch eine beaufsichtigte Klassifizierung von 707.528 Landsat-Archivbildern erstellt wurden. Jedes Pixel wurde anhand eines global verteilten Satzes von Trainingsdaten als Watt, stehendes Gewässer oder sonstiges klassifiziert. Die… coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change QA Pixel Count
Der Murray Global Intertidal Change Dataset enthält globale Karten von Wattenökosystemen,die durch eine beaufsichtigte Klassifizierung von 707.528 Landsat-Archivbildern erstellt wurden. Jedes Pixel wurde anhand eines global verteilten Satzes von Trainingsdaten als Watt, stehendes Gewässer oder sonstiges klassifiziert. Die… coastal google intertidal landsat-derived murray surface-ground-water -
Satelliten-Embedding V1
Der Google Satellite Embedding-Dataset ist eine globale, analysebereite Sammlung von gelernten raumbezogenen Einbettungen. Jedes 10-Meter-Pixel in diesem Datensatz ist eine 64-dimensionale Darstellung oder ein „Embedding-Vektor“, der die zeitlichen Pfade der Oberflächenbedingungen an und um dieses Pixel herum codiert, wie sie von verschiedenen Erdbeobachtungssatelliten gemessen wurden. jährlich global Google Landsat-abgeleitet Satellitenbilder Sentinel-1-abgeleitet -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
In diesem Datensatz wird der vorherrschende Faktor für den Verlust von Baumbedeckung von 2001 bis 2022 weltweit mit einer Auflösung von 1 km kartiert. Die Daten wurden vom World Resources Institute (WRI) und Google DeepMind mit einem globalen neuronalen Netzwerkmodell (ResNet) entwickelt, das anhand einer Reihe von Beispielen trainiert wurde, die … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
In diesem Datensatz wird der vorherrschende Treiber für den Verlust von Baumbedeckung von 2001 bis 2023 weltweit mit einer Auflösung von 1 km kartiert. Die Daten wurden vom World Resources Institute (WRI) und Google DeepMind mit einem globalen neuronalen Netzwerkmodell (ResNet) entwickelt, das anhand einer Reihe von Beispielen trainiert wurde, die … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
In diesem Datensatz wird der vorherrschende Treiber für den Verlust von Baumbedeckung von 2001 bis 2024 weltweit mit einer Auflösung von 1 km kartiert. Die Daten wurden vom World Resources Institute (WRI) und Google DeepMind mit einem globalen neuronalen Netzwerkmodell (ResNet) entwickelt, das anhand einer Reihe von Beispielen trainiert wurde, die … agriculture deforestation forest forest-biomass google landandcarbon
