Google Global Landsat-based CCDC Segments (1999-2019)

در دسترس بودن مجموعه داده

1999-01-01T00:00:00Z–2020-01-01T00:00:00Z

ارائه دهنده مجموعه داده

گوگل

قطعه موتور زمین

ee.ImageCollection("GOOGLE/GLOBAL_CCDC/V1")

برچسب ها

تغییر-تشخیص google landcover landcover مشتق از landuse landuse-landcover

توضیحات

این مجموعه شامل نتایج از پیش محاسبه‌شده‌ای از اجرای الگوریتم تشخیص و طبقه‌بندی تغییر مداوم (CCDC) بر روی داده‌های بازتاب سطح لندست ۲۰ ساله است. CCDC یک الگوریتم یافتن نقطه شکست است که از برازش هارمونیک با آستانه RMSE پویا برای تشخیص نقاط شکست در داده‌های سری زمانی استفاده می‌کند.

مجموعه داده از مجموعه زمانی Landsat 5، 7، و 8 Collection-1، Tier-1، سری زمانی بازتاب سطح، با استفاده از تمام تصاویر روزانه بین 01-01-1999 و 2019-12-31 ایجاد شده است. هر تصویر برای پوشاندن پیکسل‌های شناسایی شده به‌عنوان ابر، سایه یا برف (طبق باند «pixel_qa»)، پیکسل‌های اشباع، و پیکسل‌هایی با کدورت جوی > 300 (همانطور که با باندهای «sr_atmos_opacity» و «sr_aerosol» شناسایی می‌شوند، از پیش پردازش شده بود. پیکسل‌های تکرار شده در همپوشانی صحنه شمالی/جنوبی تکرار نشدند. نتایج در کاشی های 2 درجه برای تمام خشکی های بین -60 درجه و عرض جغرافیایی +85 درجه خروجی شد. این تصاویر به سادگی به شکل موزاییک() در یک تصویر سراسری مناسب هستند.

الگوریتم CCDC با پارامترهای الگوریتم پیش‌فرض به جز dateFormat اجرا شد:

• tmaskBands: ['green', 'swir']
• مشاهدات کوچک: 6
• chiSquareProbability: 0.99
• minNumOfYearsScaler: 1.33
• فرمت date: 1 (سال کسری)
• لامبدا: 20
• حداکثر تکرار: 25000

هر پیکسل در خروجی با استفاده از آرایه های طول متغیر کدگذاری می شود. طول بیرونی هر آرایه (محور 0) با تعداد نقاط شکست یافت شده در آن مکان مطابقت دارد. باندهای ضریب شامل آرایه‌های دو بعدی هستند، که در آن هر آرایه داخلی شامل فاکتورهای مقیاس‌بندی برای 8 عبارت در مدل هارمونیک خطی است، به ترتیب: [offset، t، cos(ωt)، sin(ωt)، cos(2ωt)، sin(2ωt)، cos(3ωt)، sin(3ωt)]، که در آن ω = 2. مدل ها برای تولید واحدهای بازتاب (0.0 - 1.0) برای باندهای نوری و درجه (K) / 100.0 برای باند حرارتی هستند.

توجه داشته باشید که از آنجایی که باندهای خروجی آرایه هستند و فقط با استفاده از یک خط مشی هرمی SAMPLE می توان نمونه برداری کرد. در سطوح زوم پایین‌تر، نتایج معمولاً دیگر نماینده داده‌های با وضوح کامل نیستند، و برای مثال، مرزهای کاشی را می‌توان به دلیل ماسک‌های نمونه‌برداری شده مشاهده کرد. بنابراین استفاده از این مجموعه داده در وضوح کمتر از 240 متر بر پیکسل توصیه نمی شود.

هیچ برنامه‌ای برای افزودن دارایی‌های پس از سال ۲۰۱۹ به این مجموعه داده وجود ندارد.

باندها

اندازه پیکسل
30 متر

باندها

نام	اندازه پیکسل	توضیحات
tStart	متر	آرایه 1 بعدی حاوی تاریخ شروع هر بخش (سال کسری).
tEnd	متر	آرایه 1 بعدی حاوی تاریخ پایان هر بخش (سال کسری).
tBreak	متر	آرایه 1 بعدی حاوی تاریخ نقطه شکست شناسایی شده هر بخش (سال کسری).
numObs	متر	آرایه 1 بعدی حاوی تعداد مشاهدات یافت شده در هر بخش.
changeProb	متر	یک شبه احتمال واقعی بودن نقطه شکست شناسایی شده.
BLUE_coefs	متر	آرایه دو بعدی حاوی ضرایب مدل هارمونیک برای نوار آبی، برای هر بخش.
GREEN_coefs	متر	آرایه دو بعدی حاوی ضرایب مدل هارمونیک برای نوار سبز، برای هر بخش.
RED_coefs	متر	آرایه دو بعدی حاوی ضرایب مدل هارمونیک برای نوار قرمز، برای هر بخش.
NIR_coefs	متر	آرایه دو بعدی حاوی ضرایب مدل هارمونیک برای باند مادون قرمز نزدیک، برای هر بخش.
SWIR1_coefs	متر	آرایه 2 بعدی حاوی ضرایب مدل هارمونیک برای باند موج کوتاه مادون قرمز (1.55μm-1.75μm)، برای هر بخش.
SWIR2_coefs	متر	آرایه 2 بعدی حاوی ضرایب مدل هارمونیک برای باند موج کوتاه مادون قرمز (2.09μm-2.35μm)، برای هر بخش.
TEMP_coefs	متر	آرایه 2 بعدی حاوی ضرایب مدل هارمونیک برای باند حرارتی، برای هر بخش.
BLUE_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای نوار آبی، برای هر بخش.
GREEN_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای باند سبز، برای هر بخش.
RED_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای نوار قرمز، برای هر بخش.
NIR_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای باند مادون قرمز نزدیک، برای هر بخش.
SWIR1_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای باند موج کوتاه مادون قرمز (1.55μm-1.75μm)، برای هر بخش.
SWIR2_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای باند موج کوتاه مادون قرمز (2.09μm-2.35μm)، برای هر بخش.
TEMP_rmse	متر	آرایه 1 بعدی حاوی RMSE مدل برای باند حرارتی، برای هر بخش.
BLUE_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای نوار آبی، برای هر بخش.
GREEN_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای نوار سبز، برای هر بخش.
RED_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای نوار قرمز، برای هر بخش.
NIR_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای باند مادون قرمز نزدیک، برای هر بخش.
SWIR1_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای باند موج کوتاه-مادون قرمز-1 (1.55μm-1.75μm)، برای هر بخش.
SWIR2_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای باند موج کوتاه-مادون قرمز-2 (2.09μm-2.35μm)، برای هر بخش.
TEMP_magnitude	متر	آرایه 1 بعدی حاوی مقدار نقطه شکست شناسایی شده برای باند حرارتی، برای هر بخش.

شرایط استفاده

شرایط استفاده

CC-BY-4.0

مهم: Earth Engine یک پلت فرم برای تجزیه و تحلیل علمی در مقیاس پتابایت و تجسم مجموعه داده های مکانی است، هم برای منافع عمومی و هم برای کاربران تجاری و دولتی. Earth Engine برای استفاده تحقیقاتی، آموزشی و غیرانتفاعی رایگان است. برای شروع، لطفاً برای دسترسی به Earth Engine ثبت نام کنید.

بخش‌های CCDC مبتنی بر Google Global Landsat (1999-2019)

این مجموعه شامل نتایج از پیش محاسبه‌شده‌ای از اجرای الگوریتم تشخیص و طبقه‌بندی تغییر مداوم (CCDC) بر روی داده‌های بازتاب سطح لندست ۲۰ ساله است. CCDC یک الگوریتم یافتن نقطه شکست است که از برازش هارمونیک با آستانه RMSE پویا برای تشخیص نقاط شکست در داده‌های سری زمانی استفاده می‌کند. مجموعه داده از…

GOOGLE/GLOBAL_CCDC/V1, change-detection,google,landcover,landsat-derived,landuse,landuse-landcover

1999-01-01T00:00:00Z/2020-01-01T00:00:00Z

-60 -180 72 180

موتور Google Earth

https://developers.google.com/earth-engine/datasets