Open Buildings V2 Polygons [deprecated]

Atenção: este conjunto de dados foi substituído por GOOGLE/Research/open-buildings/v3/polygons.

Disponibilidade do conjunto de dados

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

Produtor de dados

Pesquisa do Google - Open Buildings

Snippet do Earth Engine

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

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

Tags

áfrica

ásia

criando

construído

open-buildings

population

sul da ásia

sudeste da ásia

estrutura

tabela

Descrição

Esse conjunto de dados aberto em grande escala consiste em contornos de edifícios derivados de imagens de satélite de alta resolução de 50 cm. Ele contém 816 milhões de detecções de edifícios na África, no sul e no sudeste da Ásia. A inferência abrangeu uma área de 39,1 milhões de km².

Para cada edifício dele, incluímos o polígono que descreve a sua área ocupada no solo, uma pontuação de confiança que indica o quanto temos certeza de que é um edifício e um Plus Code correspondente ao centro do edifício. Não há informações sobre o tipo de edifício, o endereço da rua ou outros detalhes além da geometria.

As áreas ocupadas por edifícios são úteis para uma série de aplicações importantes: desde estimativa populacional, planejamento urbano e resposta humanitária até ciência ambiental e climática. Como o projeto é baseado em Gana, o foco atual é no continente africano.

A inferência foi realizada durante agosto de 2022.

Para mais detalhes, consulte o site oficial do conjunto de dados Open Buildings.

Versões atualizadas desses dados estão disponíveis. A versão mais recente, a 3.0 (com inferência realizada em maio de 2023), está disponível como GOOGLE/Research/open-buildings/v3/polygons.

Esquema da tabela

Esquema da tabela

Nome	Tipo	Descrição
area_in_meters	DOUBLE	Área em metros quadrados do polígono.
confidence	DOUBLE	Pontuação de confiança [0,5; 1,0] atribuída pelo modelo.
full_plus_code	STRING	O Plus Code completo no centroide do polígono do edifício.
longitude_latitude	GEOMETRY	Centroide do polígono.

Termos de Uso

Termos de Uso

CC-BY-4.0

Citações

Citações:

• 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.

Explore com o Earth Engine

Importante: o Earth Engine é uma plataforma para análise científica e visualização de petabytes de conjuntos de dados geoespaciais, tanto para benefício público quanto para usuários empresariais e governamentais. A plataforma pode ser usada sem custo financeiro para pesquisa, educação e objetivos sem fins lucrativos. Para começar, cadastre-se para ter acesso ao Earth Engine.

Editor de código (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');

Configuração do Python

Consulte a página Ambiente Python (em inglês) para informações sobre a API Python e como usar geemap para desenvolvimento interativo.

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

Abrir no editor de código

Visualizar como FeatureView

Uma FeatureView é uma representação acelerada e somente leitura de um FeatureCollection. Para mais detalhes, acesse a FeatureView documentação.

Importante: o Earth Engine é uma plataforma para análise científica e visualização de petabytes de conjuntos de dados geoespaciais, tanto para benefício público quanto para usuários empresariais e governamentais. A plataforma pode ser usada sem custo financeiro para pesquisa, educação e objetivos sem fins lucrativos. Para começar, cadastre-se para ter acesso ao Earth Engine.

Editor de código (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');

Configuração do Python

Consulte a página Ambiente Python (em inglês) para informações sobre a API Python e como usar geemap para desenvolvimento interativo.

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

Abrir no editor de código

Polígonos do Open Buildings V2 [descontinuado]

Esse conjunto de dados aberto em grande escala consiste em contornos de edifícios derivados de imagens de satélite de alta resolução de 50 cm. Ele contém 816 milhões de detecções de edifícios na África, no sul e no sudeste da Ásia. A inferência abrangeu uma área de 39,1 milhões de km². Para cada edifício nesse conjunto de dados, incluímos o polígono que descreve a área ocupada no solo…

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