Open Buildings V2 Polygons [deprecated]

Attenzione: questo set di dati è stato sostituito da GOOGLE/Research/open-buildings/v3/polygons.

Disponibilità set di dati

2022-08-30T00:00:00Z–2022-08-30T00:00:00Z

Produttore del set di dati

Google Research - Open Buildings

Snippet Earth Engine

FeatureCollection
ee.FeatureCollection("GOOGLE/Research/open-buildings/v2/polygons")

FeatureView
ui.Map.FeatureViewLayer("GOOGLE/Research/open-buildings/v2/polygons_FeatureView")

Tag

africa

asia

in fase di creazione

costruito

open-buildings

population

asia meridionale

asia sud-orientale

struttura

tabella

Descrizione

Questo dataset aperto su larga scala è costituito da contorni di edifici ricavati da immagini satellitari ad alta risoluzione di 50 cm. Contiene 816 milioni di rilevamenti di edifici in Africa, Asia meridionale e Sudest asiatico. L'inferenza ha riguardato un'area di 39,1 milioni di km².

Per ogni edificio in questo set di dati includiamo il poligono che ne descrive la superficie a terra, un punteggio di affidabilità che indica con che grado di certezza riteniamo che si tratti di un edificio e un Plus Code corrispondente al centro dell'edificio. Non sono disponibili informazioni sul tipo di edificio, sul suo indirizzo o su altri dettagli oltre alla sua geometria.

Le superfici degli edifici sono utili per una serie di applicazioni importanti: dalla stima della popolazione, alla pianificazione urbana e alla risposta umanitaria, fino alle scienze ambientali e climatiche. Poiché il progetto ha sede in Ghana, l'attenzione attuale è rivolta al continente africano.

L'inferenza è stata eseguita ad agosto 2022.

Per maggiori dettagli, consulta il sito web ufficiale del set di dati Open Buildings.

Tieni presente che sono disponibili versioni aggiornate di questi dati. La versione più recente, la versione 3.0 (con inferenza eseguita a maggio 2023), è disponibile come GOOGLE/Research/open-buildings/v3/polygons.

Schema della tabella

Schema della tabella

Nome	Tipo	Descrizione
area_in_meters	DOUBLE	Area in metri quadrati del poligono.
confidence	DOUBLE	Punteggio di affidabilità [0,5;1,0] assegnato dal modello.
full_plus_code	STRING	Il Plus Code completo al centroide del poligono dell'edificio.
longitude_latitude	GEOMETRY	Centroide del poligono.

Termini e condizioni d'uso

Termini e condizioni d'uso

CC-BY-4.0

Citazioni

Citazioni:

• W. Sirko, S. Kashubin, M. Ritter, A. Annkah, Y.S.E. Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, J.A. Quinn. Continental-scale building detection from high resolution satellite imagery. arXiv:2107.12283, 2021.

Esplora con Earth Engine

Importante: Earth Engine è una piattaforma per l'analisi scientifica e la visualizzazione su scala petabyte di set di dati geospaziali, sia per pubblica utilità che per utenti aziendali e governativi. Earth Engine è senza costi per la ricerca, l'istruzione e l'uso non profit. Per iniziare, registrati per accedere a Earth Engine.

Editor di codice (JavaScript)

// 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');

Configurazione di Python

Per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo, consulta la pagina Ambiente Python.

import ee
import geemap.core as geemap

Colab (Python)

# 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

Apri nell'editor di codice

Visualizza come FeatureView

Un FeatureView è una rappresentazione accelerata di sola visualizzazione di un FeatureCollection. Per maggiori dettagli, consulta la FeatureView documentazione.

Importante: Earth Engine è una piattaforma per l'analisi scientifica e la visualizzazione su scala petabyte di set di dati geospaziali, sia per pubblica utilità che per utenti aziendali e governativi. Earth Engine è senza costi per la ricerca, l'istruzione e l'uso non profit. Per iniziare, registrati per accedere a Earth Engine.

Editor di codice (JavaScript)

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');

Configurazione di Python

Per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo, consulta la pagina Ambiente Python.

import ee
import geemap.core as geemap

Colab (Python)

# 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

Apri nell'editor di codice

Poligoni Open Buildings V2 [deprecato]

Questo dataset aperto su larga scala è costituito da contorni di edifici ricavati da immagini satellitari ad alta risoluzione di 50 cm. Contiene 816 milioni di rilevamenti di edifici in Africa, Asia meridionale e Sudest asiatico. L'inferenza ha riguardato un'area di 39,1 milioni di km². Per ogni edificio in questo set di dati includiamo il poligono che ne descrive la superficie a terra…

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

-90 -180 90 180

Google Earth Engine

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