Open Buildings V3 Polygons

GOOGLE/Research/open-buildings/v3/polygons
זמינות קבוצת הנתונים
2023-05-30T00:00:00Z–2023-05-30T00:00:00Z
מפיק מערך הנתונים
קטע קוד ל-Earth Engine
FeatureCollection
ee.FeatureCollection("GOOGLE/Research/open-buildings/v3/polygons")
FeatureView
ui.Map.FeatureViewLayer("GOOGLE/Research/open-buildings/v3/polygons_FeatureView")
תגים
africa asia building built-up open-buildings population south-asia southeast-asia table
structure

תיאור

קבוצת הנתונים הגדולה הזו היא קבוצת נתונים פתוחה, והיא כוללת קווי מתאר של מבנים שהופקו מצילומי לוויין ברזולוציה גבוהה של 50 ס"מ. היא מכילה 1.8 מיליארד זיהויים של בניינים באפריקה, באמריקה הלטינית, באיים הקריביים, בדרום אסיה ובדרום-מזרח אסיה. הסקת המסקנות התבצעה בשטח של 58 מיליון קמ"ר.

לכל בניין בקבוצת הנתונים הזו אנחנו כוללים את הפוליגון שמתאר את הטביעה שלו על הקרקע, ציון מובהקות שמראה עד כמה אנחנו בטוחים שמדובר בבניין ו-Plus Code של מרכז הבניין. אין מידע על סוג הבניין, על הכתובת שלו או על פרטים אחרים מלבד הגיאומטריה שלו.

טביעות רגל של בניינים שימושיות למגוון רחב של יישומים חשובים: מהערכת אוכלוסייה, תכנון עירוני ותגובה הומניטרית ועד למדעי הסביבה והאקלים. הפרויקט מתבצע בגאנה, והמיקוד הראשוני שלו הוא ביבשת אפריקה. בהמשך יפורסמו עדכונים חדשים לגבי דרום אסיה, דרום-מזרח אסיה, אמריקה הלטינית והאיים הקריביים.

ההסקה (inference) בוצעה במהלך מאי 2023.

פרטים נוספים ניתן למצוא באתר הרשמי של קבוצת הנתונים Open Buildings.

סכימת טבלה

סכימת טבלה

שם סוג תיאור
area_in_meters DOUBLE

השטח של הפוליגון במטרים רבועים.
מובהקות נקודה צפה בדיוק כפול (Double Precision Floating Point)

ציון המובהקות [0.65;1.0] שהמודל הקצה.
full_plus_code מחרוזת

Plus Code מלא בנקודת המרכז של פוליגון הבניין.
longitude_latitude גיאומטריה

נקודת המרכז של הפוליגון.

תנאים והגבלות

תנאים והגבלות

CC-BY-4.0

ציטוטים ביבליוגרפיים

ציטוטים ביבליוגרפיים:

  • 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.

סיור עם פלטפורמת Earth Engine

Code Editor (JavaScript)

// Visualization of GOOGLE/Research/open-buildings/v3/polygons.

var t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v3/polygons');

var t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.7');
var t_070_075 = t.filter('confidence >= 0.7 && confidence < 0.75');
var t_gte_075 = t.filter('confidence >= 0.75');

Map.addLayer(t_065_070, {color: 'FF0000'}, 'Buildings confidence [0.65; 0.7)');
Map.addLayer(t_070_075, {color: 'FFFF00'}, 'Buildings confidence [0.7; 0.75)');
Map.addLayer(t_gte_075, {color: '00FF00'}, 'Buildings confidence >= 0.75');
Map.setCenter(3.389, 6.492, 17);  // Lagos, Nigeria
Map.setOptions('SATELLITE');

הגדרה של Python

בדף סביבת Python מפורט מידע על Python API ועל השימוש ב-geemap לפיתוח אינטראקטיבי.

import ee
import geemap.core as geemap

Colab (Python)

# Visualization of GOOGLE/Research/open-buildings/v3/polygons.
t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v3/polygons')

t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.7')
t_070_075 = t.filter('confidence >= 0.7 && confidence < 0.75')
t_gte_075 = t.filter('confidence >= 0.75');

m = geemap.Map()
m.set_center(3.389, 6.492, 17)
m.add_layer(t_065_070, {'color': 'FF0000'}, 'Buildings confidence [0.65; 0.7)')
m.add_layer(t_070_075, {'color': 'FFFF00'}, 'Buildings confidence [0.7; 0.75)')
m.add_layer(t_gte_075, {'color': '00FF00'}, 'Buildings confidence >= 0.75')
m
פתיחה ב-Code Editor

ויזואליזציה כ-FeatureView

‫FeatureView הוא ייצוג מואץ של FeatureCollection לצפייה בלבד. פרטים נוספים ניתן לקרוא ב מסמכי התיעוד של FeatureView.

Code Editor (JavaScript)

var fvLayer = ui.Map.FeatureViewLayer(
  'GOOGLE/Research/open-buildings/v3/polygons_FeatureView');

var visParams = {
  rules: [
    {
      filter: ee.Filter.expression('confidence >= 0.65 && confidence < 0.7'),
      color: 'FF0000'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.7 && confidence < 0.75'),
      color: 'FFFF00'
    },
    {
      filter: ee.Filter.expression('confidence >= 0.75'),
      color: '00FF00'
    },
  ]
};

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

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

הגדרה של Python

בדף סביבת Python מפורט מידע על Python API ועל השימוש ב-geemap לפיתוח אינטראקטיבי.

import ee
import geemap.core as geemap

Colab (Python)

# Visualization of GOOGLE/Research/open-buildings/v3/polygons.
t = ee.FeatureCollection('GOOGLE/Research/open-buildings/v3/polygons')

t_065_070 = t.filter('confidence >= 0.65 && confidence < 0.7')
t_070_075 = t.filter('confidence >= 0.7 && confidence < 0.75')
t_gte_075 = t.filter('confidence >= 0.75');

m = geemap.Map()
m.set_center(3.389, 6.492, 17)
m.add_layer(t_065_070, {'color': 'FF0000'}, 'Buildings confidence [0.65; 0.7)')
m.add_layer(t_070_075, {'color': 'FFFF00'}, 'Buildings confidence [0.7; 0.75)')
m.add_layer(t_gte_075, {'color': '00FF00'}, 'Buildings confidence >= 0.75')
m
פתיחה ב-Code Editor
זו קבוצת נתונים פתוחה גדולה שמורכבת ממתארים של בניינים שהופקו מצילומי לוויין ברזולוציה גבוהה של 50 ס"מ. היא מכילה 1.8 מיליארד זיהויים של מבנים באפריקה, באמריקה הלטינית, באיים הקריביים, בדרום אסיה ובדרום-מזרח אסיה. ההסקה התבצעה בשטח של 58 מיליון קמ"ר. לכל בניין בקבוצת הנתונים הזו אנחנו כוללים את הפוליגון שמתאר …
GOOGLE/Research/open-buildings/v3/polygons, africa,asia,building,built-up,open-buildings,population,south-asia,southeast-asia,table
2023-05-30T00:00:00Z/2023-05-30T00:00:00Z
-90 -180 90 180
Google Earth Engine