- डेटासेट की उपलब्धता
- 2015-06-27T00:00:00Z–2025-10-13T05:59:43.781000Z
- डेटासेट उपलब्ध करवाने वाली कंपनी
- World Resources Institute Google
- टैग
ब्यौरा
Dynamic World, 10 मीटर का लैंड यूज़/लैंड कवर (एलयूएलसी) डेटासेट है. यह डेटासेट, लगभग रीयल-टाइम (एनआरटी) में अपडेट होता है. इसमें नौ क्लास के लिए क्लास की संभावनाएं और लेबल की जानकारी शामिल होती है.
डाइनैमिक वर्ल्ड की मदद से अनुमान लगाने की सुविधा, 27 जून, 2015 से लेकर अब तक Sentinel-2 L1C कलेक्शन के लिए उपलब्ध है. अक्षांश के हिसाब से, Sentinel-2 के दोबारा विज़िट करने की फ़्रीक्वेंसी दो से पांच दिनों के बीच होती है. डाइनैमिक वर्ल्ड की अनुमानित जानकारी, Sentinel-2 L1C इमेज के लिए जनरेट की जाती है. इसके लिए, CLOUDY_PIXEL_PERCENTAGE <= 35% होना चाहिए. बादलों और बादलों की परछाइयों को हटाने के लिए, अनुमानों को मास्क किया जाता है. इसके लिए, S2 क्लाउड की संभावना, क्लाउड डिसप्लेसमेंट इंडेक्स, और डायरेक्शनल डिस्टेंस ट्रांसफ़ॉर्म का इस्तेमाल किया जाता है.
Dynamic World कलेक्शन में मौजूद इमेज के नाम, उन Sentinel-2 L1C ऐसेट के नामों से मेल खाते हैं जिनसे उन्हें लिया गया है.उदाहरण के लिए:
ee.Image('COPERNICUS/S2/20160711T084022_20160711T084751_T35PKT')
से मिलती-जुलती डाइनैमिक वर्ल्ड इमेज है, जिसका नाम यह है: ee.Image('GOOGLE/DYNAMICWORLD/V1/20160711T084022_20160711T084751_T35PKT').
"लेबल" बैंड को छोड़कर, सभी संभावना बैंड का कुल योग 1 होता है.
डाइनैमिक वर्ल्ड डेटासेट के बारे में ज़्यादा जानने के लिए, डाइनैमिक वर्ल्ड के बारे में जानकारी ट्यूटोरियल सीरीज़ देखें. इसमें कंपोज़िट जनरेट करने, क्षेत्र के हिसाब से आंकड़े कैलकुलेट करने, और टाइम सीरीज़ के साथ काम करने के उदाहरण भी दिए गए हैं.
डाइनैमिक वर्ल्ड क्लास के अनुमान, एक इमेज से निकाले जाते हैं. इसके लिए, छोटे मूविंग विंडो से मिले स्पेशल कॉन्टेक्स्ट का इस्तेमाल किया जाता है. इसलिए, अनुमानित लैंड कवर के लिए टॉप-1 "संभावनाएं" कम हो सकती हैं. ये लैंड कवर, समय के साथ कवर होने वाले लैंड कवर से मिलते-जुलते होते हैं. जैसे, फ़सलें. ऐसा तब होता है, जब इमेज में साफ़ तौर पर अंतर करने वाली सुविधाएं मौजूद न हों. शुष्क जलवायु, रेत, सूरज की रोशनी वगैरह में ज़्यादा रिटर्न देने वाली सतहों पर भी यह समस्या दिख सकती है.
सिर्फ़ उन पिक्सल को चुनने के लिए जो डाइनैमिक वर्ल्ड क्लास से जुड़े हैं, यह सुझाव दिया जाता है कि डाइनैमिक वर्ल्ड आउटपुट को मास्क करें. इसके लिए, टॉप-1 अनुमान की अनुमानित "संभावना" को थ्रेशोल्ड करें.
बैंड
पिक्सल का साइज़
10 मीटर
बैंड
| नाम | कम से कम | ज़्यादा से ज़्यादा | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|
water |
0 | 1 | मीटर | पानी से पूरी तरह ढके होने की अनुमानित संभावना |
trees |
0 | 1 | मीटर | पेड़ों से पूरी तरह ढके होने की अनुमानित संभावना |
grass |
0 | 1 | मीटर | घास से पूरी तरह ढके होने की अनुमानित संभावना |
flooded_vegetation |
0 | 1 | मीटर | बाढ़ के पानी में डूबे हुए पौधों से पूरी तरह ढके होने की अनुमानित संभावना |
crops |
0 | 1 | मीटर | फ़सलों से पूरी तरह ढके होने की अनुमानित संभावना |
shrub_and_scrub |
0 | 1 | मीटर | झाड़ियों और छोटे पेड़ों से पूरी तरह ढके होने की अनुमानित संभावना |
built |
0 | 1 | मीटर | बिल्ट के हिसाब से, पूरी कवरेज मिलने की अनुमानित संभावना |
bare |
0 | 1 | मीटर | सिर्फ़ बुनियादी सुविधाओं के हिसाब से, पूरी कवरेज मिलने की अनुमानित संभावना |
snow_and_ice |
0 | 1 | मीटर | बर्फ़ और ओले से पूरी तरह ढके होने की अनुमानित संभावना |
label |
0 | 8 | मीटर | सबसे ज़्यादा अनुमानित संभावना वाले बैंड का इंडेक्स |
label Class Table
| मान | रंग | ब्यौरा |
|---|---|---|
| 0 | #419bdf | पानी |
| 1 | #397d49 | पेड़ |
| 2 | #88b053 | घास |
| 3 | #7a87c6 | flooded_vegetation |
| 4 | #e49635 | फ़सलें |
| 5 | #dfc35a | shrub_and_scrub |
| 6 | #c4281b | बनाया गया |
| 7 | #a59b8f | बेयर |
| 8 | #b39fe1 | snow_and_ice |
इमेज की प्रॉपर्टी
इमेज प्रॉपर्टी
| नाम | टाइप | ब्यौरा |
|---|---|---|
| dynamicworld_algorithm_version | स्ट्रिंग | वर्शन स्ट्रिंग, डाइनैमिक वर्ल्ड मॉडल की खास तौर पर पहचान करती है. साथ ही, यह इमेज बनाने के लिए इस्तेमाल की गई अनुमान लगाने की प्रोसेस की भी पहचान करती है. |
| qa_algorithm_version | स्ट्रिंग | वर्शन स्ट्रिंग, इमेज बनाने के लिए इस्तेमाल की गई क्लाउड मास्किंग प्रोसेस की खास तौर पर पहचान करती है. |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
इस डेटासेट का लाइसेंस, CC-BY 4.0 के तहत मिलता है. इसके लिए, एट्रिब्यूशन देना ज़रूरी है. एट्रिब्यूशन इस तरह से दिया जाना चाहिए: "यह डेटासेट, Dynamic World प्रोजेक्ट के लिए Google ने बनाया है. इसके लिए, Google ने National Geographic Society और World Resources Institute के साथ साझेदारी की है."
इसमें कॉपरनिकस सेंटिनल से लिया गया [2015 से अब तक] का डेटा है. इस डेटा में बदलाव किया गया है. Sentinel डेटा का कानूनी नोटिस देखें.
उद्धरण
ब्राउन, सी॰एफ़॰, ब्रम्बी, एस॰पी॰, गुज़दर-विलियम्स, बी. वगैरह. 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
डीओआई
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (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');
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