Dynamic World V1

GOOGLE/DYNAMICWORLD/V1
مدى توفُّر مجموعة البيانات
2015-06-27T00:00:00Z–2026-03-28T01:35:49.738000Z
الجهة المنتِجة لمجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("GOOGLE/DYNAMICWORLD/V1")
العلامات
global google landcover landuse landuse-landcover nrt sentinel2-derived

الوصف

‫Dynamic World هي مجموعة بيانات لاستخدامات الأراضي والغطاء الأرضي (LULC) بدقة مكانية تبلغ 10 أمتار وفي الوقت الفعلي تقريبًا (NRT)، وتتضمّن احتمالات الفئات ومعلومات التصنيفات لتسع فئات.

تتوفّر توقّعات Dynamic World لمجموعة بيانات Sentinel-2 L1C من ‎2015-06-27 حتى الآن. يتراوح معدّل إعادة زيارة القمر الصناعي Sentinel-2 بين يومَين و5 أيام حسب خط العرض. يتم إنشاء توقّعات Dynamic World لصور Sentinel-2 L1C التي تكون فيها CLOUDY_PIXEL_PERCENTAGE أقل من %35 أو تساويها. يتم إخفاء التوقّعات لإزالة الغيوم وظلالها باستخدام مزيج من S2 Cloud Probability وCloud Displacement Index وDirectional Distance Transform.

تحمل الصور في مجموعة Dynamic World أسماء مطابقة لأسماء مواد عرض Sentinel-2 L1C الفردية التي تم استخلاصها منها، على سبيل المثال:

‫ee.Image('COPERNICUS/S2/20160711T084022_20160711T084751_T35PKT')

تحتوي على صورة مطابقة في Dynamic World باسم: ee.Image('GOOGLE/DYNAMICWORLD/V1/20160711T084022_20160711T084751_T35PKT').

يبلغ مجموع جميع نطاقات الاحتمالات باستثناء نطاق "التصنيف" 1.

لمزيد من المعلومات عن مجموعة بيانات Dynamic World والاطّلاع على أمثلة لـ إنشاء الصور المركّبة وحساب الإحصاءات الإقليمية واستخدام السلاسل الزمنية، يُرجى الاطّلاع على سلسلة البرامج التعليمية مقدمة إلى Dynamic World.

بما أنّ تقديرات فئات Dynamic World مستخلَصة من صور فردية باستخدام سياق مكاني من نافذة صغيرة متحركة، يمكن أن تكون "الاحتمالات" الأولى للغطاءات الأرضية المتوقّعة التي يتم تحديدها جزئيًا من خلال الغطاء بمرور الوقت، مثل المحاصيل، منخفضة نسبيًا في حال عدم توفّر ميزات تمييز واضحة. قد تظهر هذه الظاهرة أيضًا على الأسطح العالية الانعكاس في المناخات القاحلة، مثل الرمال والوهج الشمسي وما إلى ذلك.

لاختيار وحدات البكسل التي تنتمي بثقة إلى فئة Dynamic World فقط، يُنصَح بإخفاء نواتج Dynamic World من خلال تحديد عتبة "الاحتمال" المقدَّر للتوقّع الأول.

النطاقات

النطاقات

حجم البكسل: 10 أمتار (جميع النطاقات)

الاسم الحد الأدنى الشحن بأقصى سرعة حجم البكسل الوصف
water 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالمياه
trees 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالأشجار
grass 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالعشب
flooded_vegetation 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالنباتات المغمورة
crops 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالمحاصيل
shrub_and_scrub 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالشجيرات والأحراش
built 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالمباني
bare 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالأراضي الجرداء
snow_and_ice 0 1 10 meters

الاحتمال المقدَّر للتغطية الكاملة بالثلوج والجليد
label 0 8 10 meters

فهرس النطاق الذي يتضمّن أعلى احتمال مقدَّر

جدول فئات التصنيف

القيمة اللون الوصف
0 #419bdf

ماء
1 #397d49

أشجار
2 #88b053

عشب
3 #7a87c6

flooded_vegetation
4 #e49635

محاصيل
5 #dfc35a

shrub_and_scrub
6 #c4281b

مباني
7 #a59b8f

أراضٍ جرداء
8 #b39fe1

snow_and_ice

خصائص الصور

خصائص الصور

الاسم النوع الوصف
dynamicworld_algorithm_version STRING

سلسلة الإصدار التي تحدّد بشكلٍ فريد نموذج Dynamic World وعملية الاستنتاج المستخدَمة لإنتاج الصورة
qa_algorithm_version STRING

سلسلة الإصدار التي تحدّد بشكلٍ فريد عملية إخفاء الغيوم المستخدَمة لإنتاج الصورة

بنود الاستخدام

بنود الاستخدام

تم ترخيص مجموعة البيانات هذه بموجب رخصة المشاع الإبداعي CC-BY 4.0 وتتطلّب الإشارة إلى المصدر على النحو التالي: "تم إنتاج مجموعة البيانات هذه لمشروع Dynamic World من قِبل Google بالتعاون مع National Geographic Society و World Resources Institute".

تتضمّن بيانات معدّلة من "كوبرنيكوس سنتينل" [من 2015 حتى الآن]. يُرجى الاطّلاع على الإشعار القانوني بشأن بيانات "سنتينل".

الاقتباسات

المراجع

  • Brown, C.F., Brumby, S.P., Guzder-Williams, B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping. Sci Data 9, 251 (2022). doi:10.1038/s41597-022-01307-4

معرِّفات العناصر الرقمية (DOI)

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

// Construct a collection of corresponding Dynamic World and Sentinel-2 for
// inspection. Filter by region and date.
var START = ee.Date('2021-04-02');
var END = START.advance(1, 'day');

var colFilter = ee.Filter.and(
    ee.Filter.bounds(ee.Geometry.Point(20.6729, 52.4305)),
    ee.Filter.date(START, END));

var dwCol = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filter(colFilter);
var s2Col = ee.ImageCollection('COPERNICUS/S2_HARMONIZED');

// Link DW and S2 source images.
var linkedCol = dwCol.linkCollection(s2Col, s2Col.first().bandNames());

// Get example DW image with linked S2 image.
var linkedImg = ee.Image(linkedCol.first());

// Create a visualization that blends DW class label with probability.
// Define list pairs of DW LULC label and color.
var CLASS_NAMES = [
    'water', 'trees', 'grass', 'flooded_vegetation', 'crops',
    'shrub_and_scrub', 'built', 'bare', 'snow_and_ice'];

var VIS_PALETTE = [
    '419bdf', '397d49', '88b053', '7a87c6', 'e49635', 'dfc35a', 'c4281b',
    'a59b8f', 'b39fe1'];

// Create an RGB image of the label (most likely class) on [0, 1].
var dwRgb = linkedImg
    .select('label')
    .visualize({min: 0, max: 8, palette: VIS_PALETTE})
    .divide(255);

// Get the most likely class probability.
var top1Prob = linkedImg.select(CLASS_NAMES).reduce(ee.Reducer.max());

// Create a hillshade of the most likely class probability on [0, 1];
var top1ProbHillshade =
    ee.Terrain.hillshade(top1Prob.multiply(100))
    .divide(255);

// Combine the RGB image with the hillshade.
var dwRgbHillshade = dwRgb.multiply(top1ProbHillshade);

// Display the Dynamic World visualization with the source Sentinel-2 image.
Map.setCenter(20.6729, 52.4305, 12);
Map.addLayer(
    linkedImg, {min: 0, max: 3000, bands: ['B4', 'B3', 'B2']}, 'Sentinel-2 L1C');
Map.addLayer(
    dwRgbHillshade, {min: 0, max: 0.65}, 'Dynamic World V1 - label hillshade');

إعداد Python

يُرجى الاطّلاع على صفحة بيئة Python للحصول على معلومات عن Python API واستخدام geemap للتطوير التفاعلي.

import ee
import geemap.core as geemap

Colab (Python)

# Construct a collection of corresponding Dynamic World and Sentinel-2 for
# inspection. Filter by region and date.
START = ee.Date('2021-04-02')
END = START.advance(1, 'day')

col_filter = ee.Filter.And(
    ee.Filter.bounds(ee.Geometry.Point(20.6729, 52.4305)),
    ee.Filter.date(START, END),
)

dw_col = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filter(col_filter)
s2_col = ee.ImageCollection('COPERNICUS/S2_HARMONIZED');

# Link DW and S2 source images.
linked_col = dw_col.linkCollection(s2_col, s2_col.first().bandNames());

# Get example DW image with linked S2 image.
linked_image = ee.Image(linked_col.first())

# Create a visualization that blends DW class label with probability.
# Define list pairs of DW LULC label and color.
CLASS_NAMES = [
    'water',
    'trees',
    'grass',
    'flooded_vegetation',
    'crops',
    'shrub_and_scrub',
    'built',
    'bare',
    'snow_and_ice',
]

VIS_PALETTE = [
    '419bdf',
    '397d49',
    '88b053',
    '7a87c6',
    'e49635',
    'dfc35a',
    'c4281b',
    'a59b8f',
    'b39fe1',
]

# Create an RGB image of the label (most likely class) on [0, 1].
dw_rgb = (
    linked_image.select('label')
    .visualize(min=0, max=8, palette=VIS_PALETTE)
    .divide(255)
)

# Get the most likely class probability.
top1_prob = linked_image.select(CLASS_NAMES).reduce(ee.Reducer.max())

# Create a hillshade of the most likely class probability on [0, 1]
top1_prob_hillshade = ee.Terrain.hillshade(top1_prob.multiply(100)).divide(255)

# Combine the RGB image with the hillshade.
dw_rgb_hillshade = dw_rgb.multiply(top1_prob_hillshade)

# Display the Dynamic World visualization with the source Sentinel-2 image.
m = geemap.Map()
m.set_center(20.6729, 52.4305, 12)
m.add_layer(
    linked_image,
    {'min': 0, 'max': 3000, 'bands': ['B4', 'B3', 'B2']},
    'Sentinel-2 L1C',
)
m.add_layer(
    dw_rgb_hillshade,
    {'min': 0, 'max': 0.65},
    'Dynamic World V1 - label hillshade',
)
m
فتح في أداة تعديل الرموز"
‫Dynamic World هي مجموعة بيانات لاستخدامات الأراضي والغطاء الأرضي (LULC) بدقة مكانية تبلغ 10 أمتار وفي الوقت الفعلي تقريبًا (NRT)، وتتضمّن احتمالات الفئات ومعلومات التصنيفات لتسع فئات. تتوفّر توقّعات Dynamic World لمجموعة بيانات Sentinel-2 L1C من ‎2015-06-27 حتى الآن. يتراوح معدّل إعادة زيارة القمر الصناعي Sentinel-2 بين يومَين و5 أيام حسب خط العرض. ‫Dynamic World…
‫GOOGLE/DYNAMICWORLD/V1, global,google,landcover,landuse,landuse-landcover,nrt,sentinel2-derived
2015-06-27T00:00:00Z/2026-03-28T01:35:49.738000Z
‎-90 -180 90 180
Google Earth Engine