Open Buildings V2 Polygons [deprecated]

Uwaga: ten zbiór danych został zastąpiony przez GOOGLE/Research/open-buildings/v3/polygons.

Dostępność zbioru danych

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

Dostawca zbioru danych

Google Research - Open Buildings

Fragment kodu Earth Engine

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

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

Tagi

Afryka

asia

kompilowane

zabudowany,

open-buildings

populacja,

Azja Południowa

southeast-asia

struktura,

tabela

Opis

Ten duży, otwarty zbiór danych zawiera kontury budynków uzyskane ze zdjęć satelitarnych o wysokiej rozdzielczości (50 cm). Zawiera 816 mln wykryć budynków w Afryce, Azji Południowej i Azji Południowo-Wschodniej. Wnioskowanie obejmowało obszar o powierzchni 39,1 mln km².

W przypadku każdego budynku w tym zbiorze danych uwzględniamy wielokąt opisujący jego obrys na ziemi, ocenę ufności wskazującą, jak bardzo jesteśmy pewni, że jest to budynek, oraz kod Plus Code odpowiadający środkowi budynku. Nie ma informacji o rodzaju budynku, jego adresie ani żadnych innych szczegółów poza jego geometrią.

Obrysy budynków są przydatne w wielu ważnych zastosowaniach: od szacowania liczby ludności, planowania urbanistycznego i reagowania na sytuacje kryzysowe po nauki o środowisku i klimacie. Projekt jest realizowany w Ghanie, więc obecnie skupiamy się na kontynencie afrykańskim.

Wnioskowanie przeprowadzono w sierpniu 2022 r.

Więcej informacji znajdziesz na oficjalnej stronie zbioru danych Open Buildings.

Pamiętaj, że dostępne są zaktualizowane wersje tych danych. Najnowsza wersja, 3.0 (z wnioskowaniem przeprowadzonym w maju 2023 r.), jest dostępna pod adresem GOOGLE/Research/open-buildings/v3/polygons.

Schemat tabeli

Schemat tabeli

Nazwa	Typ	Opis
area_in_meters	LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI	Powierzchnia wielokąta w metrach kwadratowych.
pewność	LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI	Wskaźnik ufności [0,5; 1,0] przypisany przez model.
full_plus_code	CIĄG ZNAKÓW	Pełny kod Plus Code w środku wielokąta budynku.
longitude_latitude	GEOMETRY	Środek wielokąta.

Warunki korzystania z usługi

Warunki korzystania z usługi

CC-BY-4.0

Cytowanie

Cytowanie:

• 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.

Odkrywaj za pomocą Earth Engine

Ważne: Earth Engine to platforma do analizy naukowej i wizualizacji zbiorów danych geoprzestrzennych o rozmiarze petabajtów, która jest dostępna zarówno do publicznego użytku, jak i dla firm oraz organów administracji. Z Earth Engine można korzystać bezpłatnie w celach badawczych, edukacyjnych i non-profit. Aby rozpocząć, zarejestruj się w Earth Engine.

Edytor kodu (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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska 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

Otwórz w edytorze kodu

Wyświetlanie jako widok cech

FeatureView to przyspieszona reprezentacja FeatureCollection, którą można tylko wyświetlać. Więcej informacji znajdziesz w  dokumentacji.FeatureView

Ważne: Earth Engine to platforma do analizy naukowej i wizualizacji zbiorów danych geoprzestrzennych o rozmiarze petabajtów, która jest dostępna zarówno do publicznego użytku, jak i dla firm oraz organów administracji. Z Earth Engine można korzystać bezpłatnie w celach badawczych, edukacyjnych i non-profit. Aby rozpocząć, zarejestruj się w Earth Engine.

Edytor kodu (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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska 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

Otwórz w edytorze kodu

Open Buildings V2 Polygons [deprecated]

Ten duży, otwarty zbiór danych zawiera kontury budynków uzyskane ze zdjęć satelitarnych o wysokiej rozdzielczości (50 cm). Zawiera 816 mln wykryć budynków w Afryce, Azji Południowej i Azji Południowo-Wschodniej. Wnioskowanie obejmowało obszar o powierzchni 39,1 mln km². W przypadku każdego budynku w tym zbiorze danych uwzględniamy wielokąt opisujący jego obrys na ziemi…

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