Datasets tagged google in Earth Engine

  • Cloud Score+ S2_HARMONIZED V1
    Cloud Score+ は、中高解像度の光学衛星画像の品質評価（QA）プロセッサです。Cloud Score+ S2_HARMONIZED データセットは、統合された Sentinel-2 L1C コレクションから運用的に生成されています。Cloud Score+ の出力を使用して、比較的明るいピクセルを特定し、雲を効果的に除去できます。
    cloud google satellite-imagery sentinel2-derived

  • Dynamic World V1
    Dynamic World は、10 m のニアリアルタイム（NRT）土地利用/土地被覆（LULC）データセットで、9 つのクラスのクラス確率とラベル情報が含まれています。Dynamic World の予測は、2015 年 6 月 27 日以降の Sentinel-2 L1C コレクションで利用できます。Sentinel-2 の再訪頻度は 2 ～ 5 日間です。
    global google landcover landuse landuse-landcover nrt

  • Google グローバル Landsat ベースの CCDC セグメント（1999 ～ 2019）
    このコレクションには、20 年間の Landsat 地表反射率データに対して連続変化検出と分類（CCDC）アルゴリズムを実行した結果が事前計算されています。CCDC は、動的 RMSE しきい値を使用したハーモニック フィッティングを使用して、時系列データ内のブレークポイントを検出するブレークポイント検出アルゴリズムです。カラーは、RGB 値とアルファ チャンネルで指定します。
    change-detection google landcover landsat-derived landuse landuse-landcover

  • JRC 地表水マッピング レイヤ v1.2 [非推奨]
    このデータセットには、1984 年から 2019 年までの地表水の位置と時間分布の地図が含まれており、それらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    地震学 Google JRC Landsat 由来 地表 地表水

  • JRC 地表水マッピング レイヤ v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、それらの水域の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    change-detection geophysical google jrc landsat-derived surface

  • JRC 地表水メタデータ v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、それらの水域の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    地震学 Google JRC Landsat 由来 地表 地表水

  • JRC 月次水使用量履歴、v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、それらの水域の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    地震学 Google 履歴 JRC Landsat 由来 月次

  • JRC 月次水循環、v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、それらの水域の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    地震学 Google 履歴 JRC Landsat 由来 月次

  • JRC 年間水域分類履歴、v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、それらの水域の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    年次 地理物理 Google 履歴 jrc landsat 由来

  • Murray Global Intertidal Change Classification
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系の世界地図が含まれています。各ピクセルは、世界中に分散されたトレーニング データセットを参照して、干潟、常時水域、その他のいずれかに分類されています。カラーは、RGB 値とアルファ チャンネルで指定します。
    沿岸 google 干潮時水域 landsat 由来 murray 地表水

  • Murray Global Intertidal Change Data Mask
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系の世界地図が含まれています。各ピクセルは、世界中に分散されたトレーニング データセットを参照して、干潟、常時水域、その他のいずれかに分類されています。カラーは、RGB 値とアルファ チャンネルで指定します。
    沿岸 google 干潮時水域 landsat 由来 murray 地表水

  • Murray Global Intertidal Change QA ピクセル数
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系の世界地図が含まれています。各ピクセルは、世界中に分散されたトレーニング データセットを参照して、干潟、常時水域、その他のいずれかに分類されています。カラーは、RGB 値とアルファ チャンネルで指定します。
    沿岸 google 干潮時水域 landsat 由来 murray 地表水

  • Satellite Embedding V1
    Google 衛星エンベディング データセットは、学習済みの地理空間エンベディングのグローバルなコレクションであり、分析にすぐに使用できます。このデータセットの各 10 メートル ピクセルは、64 次元の表現（エンベディング ベクトル）であり、さまざまな地球観測によって測定された、そのピクセルおよびその周辺の表面状態の時間的軌跡をエンコードします。
    年次 全世界 Google Landsat 由来 衛星画像 Sentinel-1 由来

  • WRI/Google DeepMind、Global Drivers of Forest Loss 2001-2022 v1.0
    このデータセットは、2001 ～ 2022 年の樹木被覆喪失の主な要因を 1 km の解像度で世界地図上に示しています。World Resources Institute（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon

  • WRI/Google DeepMind グローバル ドライバ オブ フォレスト ロス 2001-2023 v1.1
    このデータセットは、2001 ～ 2023 年の樹木被覆喪失の主な要因を 1 km の解像度で世界地図上に示しています。World Resources Institute（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon

  • WRI/Google DeepMind 森林減少のグローバルな要因 2001 ～ 2024 v1.2
    このデータセットは、2001 ～ 2024 年の樹木被覆喪失の主な要因を 1 km の解像度で世界地図上に示しています。World Resources Institute（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon