Open Buildings V2 Polygons [deprecated]

GOOGLE/Research/open-buildings/v2/polygons
ডেটাসেটের প্রাপ্যতা
২০২২-০৮-৩০T০০:০০:০০Z–২০২২-০৮-৩০T০০:০০:০০Z
ডেটাসেট প্রযোজক
আর্থ ইঞ্জিন স্নিপেট
ফিচার কালেকশন
ee.FeatureCollection("GOOGLE/Research/open-buildings/v2/polygons")
ফিচারভিউ
ui.Map.FeatureViewLayer("GOOGLE/Research/open-buildings/v2/polygons_FeatureView")
ট্যাগ
আফ্রিকা
এশিয়া
ভবন
নির্মিত
খোলা-ভবন
জনসংখ্যা
দক্ষিণ এশিয়া
দক্ষিণ-পূর্ব এশিয়া
কাঠামো
টেবিল

বর্ণনা

এই বৃহৎ উন্মুক্ত ডেটাসেটটি উচ্চ-রেজোলিউশনের ৫০ সেমি স্যাটেলাইট চিত্র থেকে প্রাপ্ত ভবনসমূহের রূপরেখা নিয়ে গঠিত। এতে আফ্রিকা, দক্ষিণ এশিয়া এবং দক্ষিণ-পূর্ব এশিয়ায় ৮১.৬ কোটি ভবন শনাক্তকরণ রয়েছে। এই অনুমানটি ৩৯.১ মিলিয়ন বর্গ কিলোমিটার এলাকা জুড়ে বিস্তৃত ছিল।

এই ডেটাসেটের প্রতিটি ভবনের জন্য আমরা ভূমিতে এর ভিত্তিভূমি বর্ণনা করে এমন একটি বহুভুজ, এটি যে একটি ভবন সে বিষয়ে আমরা কতটা নিশ্চিত তা নির্দেশকারী একটি কনফিডেন্স স্কোর এবং ভবনটির কেন্দ্রের সাথে সঙ্গতিপূর্ণ একটি প্লাস কোড অন্তর্ভুক্ত করেছি। ভবনের ধরন, রাস্তার ঠিকানা বা এর জ্যামিতিক গঠন ছাড়া অন্য কোনো বিবরণ সম্পর্কে কোনো তথ্য নেই।

ভবনের নকশা বিভিন্ন গুরুত্বপূর্ণ ক্ষেত্রে উপযোগী: জনসংখ্যা নিরূপণ, নগর পরিকল্পনা এবং মানবিক সহায়তা থেকে শুরু করে পরিবেশ ও জলবায়ু বিজ্ঞান পর্যন্ত। প্রকল্পটি ঘানায় অবস্থিত হওয়ায়, এর বর্তমান লক্ষ্য আফ্রিকা মহাদেশ।

অনুমানটি ২০২২ সালের আগস্ট মাসে সম্পন্ন করা হয়েছিল।

আরও বিস্তারিত তথ্যের জন্য ওপেন বিল্ডিংস ডেটাসেটের অফিসিয়াল ওয়েবসাইট দেখুন।

উল্লেখ্য যে, এই ডেটার হালনাগাদ সংস্করণ উপলব্ধ আছে। সর্বশেষ সংস্করণ, সংস্করণ ৩.০ (মে ২০২৩-এ সম্পাদিত অনুমান সহ), GOOGLE/Research/open-buildings/v3/polygons হিসেবে পাওয়া যাবে।

টেবিল স্কিমা

টেবিল স্কিমা

নাম প্রকার বর্ণনা
মিটারে এলাকা ডাবল

বহুভুজটির ক্ষেত্রফল বর্গমিটারে।

আত্মবিশ্বাস ডাবল

মডেল দ্বারা নির্ধারিত আত্মবিশ্বাস স্কোর [0.5;1.0]।

পূর্ণ_প্লাস_কোড স্ট্রিং

বিল্ডিং পলিগনের কেন্দ্রবিন্দুতে সম্পূর্ণ প্লাস কোড ।

দ্রাঘিমাংশ_অক্ষাংশ জ্যামিতি

বহুভুজের ভরকেন্দ্র।

ব্যবহারের শর্তাবলী

ব্যবহারের শর্তাবলী

সিসি-বিওয়াই-৪.০

উদ্ধৃতি

উদ্ধৃতি:

  • W. Sirko, S. Kashubin, M. Ritter, A. Annkah, YSE Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, JA Quinn. উচ্চ রেজোলিউশন স্যাটেলাইট চিত্র থেকে মহাদেশীয়-স্কেল বিল্ডিং সনাক্তকরণ। arXiv:2107.12283 , 2021।

আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন

কোড এডিটর (জাভাস্ক্রিপ্ট) 

// Visualization of GOOGLE/Research/open-buildings/v2/polygons.

var t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v2/polygons');

var t_060_065 = t.filter('confidence >= 0.60 && confidence < 0.65');
var t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.70');
var t_gte_070 = t.filter('confidence >= 0.70');

Map.addLayer(t_060_065, {color: 'FF0000'}, 'Buildings confidence [0.60; 0.65)');
Map.addLayer(t_065_070, {color: 'FFFF00'}, 'Buildings confidence [0.65; 0.70)');
Map.addLayer(t_gte_070, {color: '00FF00'}, 'Buildings confidence >= 0.70');
Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.setOptions('SATELLITE');

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহারের তথ্যের জন্য পাইথন এনভায়রনমেন্ট পেজটি দেখুন।

import ee
import geemap.core as geemap

কোলাব (পাইথন) 

# Visualization of GOOGLE/Research/open-buildings/v2/polygons.
t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v2/polygons')

t_060_065 = t.filter('confidence >= 0.60 && confidence < 0.65')
t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.70')
t_gte_070 = t.filter('confidence >= 0.70');

m = geemap.Map()
m.set_center(3.389, 6.492, 17)
m.add_layer(t_060_065, {'color': 'FF0000'}, 'Buildings confidence [0.60; 0.65)')
m.add_layer(t_065_070, {'color': 'FFFF00'}, 'Buildings confidence [0.65; 0.70)')
m.add_layer(t_gte_070, {'color': '00FF00'}, 'Buildings confidence >= 0.70')
m
কোড এডিটরে খুলুন

ফিচারভিউ হিসেবে কল্পনা করুন

FeatureView হলো FeatureCollection এর একটি শুধুমাত্র-দর্শনযোগ্য, দ্রুততর উপস্থাপনা। আরও বিস্তারিত জানতে, FeatureView ডকুমেন্টেশন দেখুন।

কোড এডিটর (জাভাস্ক্রিপ্ট) 

var fvLayer = ui.Map.FeatureViewLayer(
  'GOOGLE/Research/open-buildings/v2/polygons_FeatureView');

var visParams = {
  rules: [
    {
      filter: ee.Filter.expression('confidence >= 0.60 && confidence < 0.65'),
      color: 'FF0000'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.65 && confidence < 0.70'),
      color: 'FFFF00'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.70'),
      color: '00FF00'
    },
  ]
};

fvLayer.setVisParams(visParams);
fvLayer.setName('Buildings');

Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.add(fvLayer);
Map.setOptions('SATELLITE');

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহারের তথ্যের জন্য পাইথন এনভায়রনমেন্ট পেজটি দেখুন।

import ee
import geemap.core as geemap

কোলাব (পাইথন) 

# Visualization of GOOGLE/Research/open-buildings/v2/polygons.
t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v2/polygons')

t_060_065 = t.filter('confidence >= 0.60 && confidence < 0.65')
t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.70')
t_gte_070 = t.filter('confidence >= 0.70');

m = geemap.Map()
m.set_center(3.389, 6.492, 17)
m.add_layer(t_060_065, {'color': 'FF0000'}, 'Buildings confidence [0.60; 0.65)')
m.add_layer(t_065_070, {'color': 'FFFF00'}, 'Buildings confidence [0.65; 0.70)')
m.add_layer(t_gte_070, {'color': '00FF00'}, 'Buildings confidence >= 0.70')
m
কোড এডিটরে খুলুন
এই বৃহৎ আকারের উন্মুক্ত ডেটাসেটটি উচ্চ-রেজোলিউশনের ৫০ সেমি স্যাটেলাইট চিত্র থেকে প্রাপ্ত ভবনসমূহের রূপরেখা নিয়ে গঠিত। এতে আফ্রিকা, দক্ষিণ এশিয়া এবং দক্ষিণ-পূর্ব এশিয়ায় ৮১.৬ কোটি ভবন শনাক্তকরণ রয়েছে। এই অনুমান প্রক্রিয়াটি ৩৯.১ মিলিয়ন বর্গ কিলোমিটার এলাকা জুড়ে বিস্তৃত ছিল। এই ডেটাসেটের প্রতিটি ভবনের জন্য আমরা এর ভিত্তিভূমি বর্ণনা করে এমন বহুভুজটি অন্তর্ভুক্ত করেছি…
GOOGLE/Research/open-buildings/v2/polygons, africa,asia,building,built-up,open-buildings,population,south-asia,southeast-asia,table
2022-08-30T00:00:00Z/2022-08-30T00:00:00Z
-৯০ -১৮০ ৯০ ১৮০
গুগল আর্থ ইঞ্জিন