Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Оценка облака+ S2_HARMONIZED V1
Cloud Score+ — это процессор оценки качества (QA) для оптических спутниковых снимков среднего и высокого разрешения. Набор данных Cloud Score+ S2_HARMONIZED оперативно производится из гармонизированной коллекции Sentinel-2 L1C, а выходные данные Cloud Score+ можно использовать для определения относительно чистых пикселей и эффективного удаления облаков…
Dynamic World — это набор данных Land Use/Land Cover (LULC) с точностью 10 м в режиме, близком к реальному времени (NRT), который включает вероятности классов и информацию о метках для девяти классов. Прогнозы Dynamic World доступны для коллекции Sentinel-2 L1C с 2015-06-27 по настоящее время. Частота повторных посещений Sentinel-2 составляет от 2 до 5 дней …
Сегменты CCDC на основе данных Google Global Landsat (1999-2019)
Эта коллекция содержит предварительно вычисленные результаты работы алгоритма Continuous Change Detection and Classification (CCDC) на основе 20-летних данных отражения поверхности Landsat. CCDC — это алгоритм поиска точек разрыва, который использует гармоническую подгонку с динамическим порогом RMSE для обнаружения точек разрыва в данных временного ряда. …
Глобальные слои картирования поверхностных вод JRC, v1.2 [устарело]
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2019 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Глобальные слои картирования поверхностных вод JRC, v1.4
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Этот набор данных содержит карты местоположения и временного распределения поверхностных вод с 1984 по 2021 год и предоставляет статистику по площади и изменению этих водных поверхностей. Для получения дополнительной информации см. соответствующую журнальную статью: High-resolution mapping of global surface water and its …
Классификация глобальных приливных изменений по Мюррею
Murray Global Intertidal Change Dataset содержит глобальные карты экосистем приливных отмелей, созданные с помощью контролируемой классификации 707 528 изображений Landsat Archive. Каждый пиксель был классифицирован как приливная отмель, постоянная вода или другое со ссылкой на глобально распределенный набор обучающих данных. The …
Маска данных по глобальным приливным изменениям Мюррея
Murray Global Intertidal Change Dataset содержит глобальные карты экосистем приливных отмелей, созданные с помощью контролируемой классификации 707 528 изображений Landsat Archive. Каждый пиксель был классифицирован как приливная отмель, постоянная вода или другое со ссылкой на глобально распределенный набор обучающих данных. The …
Мюррей Глобальное приливное изменение QA Количество пикселей
Murray Global Intertidal Change Dataset содержит глобальные карты экосистем приливных отмелей, созданные с помощью контролируемой классификации 707 528 изображений Landsat Archive. Каждый пиксель был классифицирован как приливная отмель, постоянная вода или другое со ссылкой на глобально распределенный набор обучающих данных. The …
Набор данных Google Satellite Embedding — это глобальная, готовая к анализу коллекция изученных геопространственных вложений. Каждый 10-метровый пиксель в этом наборе данных — это 64-мерное представление или «вектор вложения», который кодирует временные траектории поверхностных условий в этом пикселе и вокруг него, измеренные различными наблюдениями Земли…
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2022 v1.0
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2022 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2023 v1.1
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2023 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
WRI/Google DeepMind Глобальные факторы потери лесов 2001-2024 v1.2
Этот набор данных отображает доминирующий фактор потери лесного покрова с 2001 по 2024 год в глобальном масштабе с разрешением 1 км. Данные, созданные Институтом мировых ресурсов (WRI) и Google DeepMind, были разработаны с использованием глобальной модели нейронной сети (ResNet), обученной на наборе образцов, собранных …
[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,[]]
