
- Dostępność zbioru danych
- 2023-05-30T00:00:00Z–2023-05-30T00:00:00Z
- Dostawca zbioru danych
- Zespół ds. badań Google – Open Buildings
- Tagi
Opis
Ten duży otwarty zbiór danych zawiera kontury budynków utworzone na podstawie zdjęć satelitarnych o wysokiej rozdzielczości (50 cm). Zawiera 1,8 mld wykryć budynków w Afryce, Ameryce Łacińskiej, na Karaibach, w Azji Południowej i Azji Południowo-Wschodniej. Wniosek obejmował obszar 58 mln km².
W przypadku każdego budynku w tym zbiorze danych uwzględniamy wielokąt opisujący jego zasięg na ziemi, wskaźnik ufności wskazujący, jak bardzo jesteśmy pewni, że to budynek, oraz kod Plus Code odpowiadający środkowi budynku. Brak informacji o typie budynku, jego adresie ulicy lub innych szczegółach poza geometrią.
Ślady budynków są przydatne w różnych ważnych zastosowaniach: od szacowania populacji, planowania urbanistycznego i działań humanitarnych po badania środowiskowe i klimatologiczne. Projekt jest realizowany w Ganie i początkowo skupia się na Afryce, a nowe informacje będą dotyczyć Azji Południowej, Azji Południowo-Wschodniej, Ameryki Łacińskiej i Karaibów.
Wnioskowanie zostało przeprowadzone w maju 2023 r.
Więcej informacji znajdziesz na oficjalnej stronie internetowej zbioru danych OpenBuildings.
Schemat tabeli
Schemat tabeli
Nazwa | Typ | Opis |
---|---|---|
area_in_meters | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Pole wielokąta w metrach kwadratowych. |
ufność | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Wskaźnik ufności [0,65;1,0] przypisany przez model. |
full_plus_code | CIĄG ZNAKÓW | Pełny kod Plus Code w centrum wielokąta budynku. |
longitude_latitude | GEOMETRIA | Środek wielokąta. |
Warunki korzystania z usługi
Warunki korzystania z usługi
Cytaty
W. Sirko, S. Kashubin, M. Ritter, A. Annkah, Y.S.E. Bouchareb, Y. Dauphin, D. Keysers, M. Neumann, M. Cisse, J.A. Quinn. Wykrywanie budynków na kontynentalnej skali na podstawie zdjęć satelitarnych w wysokiej rozdzielczości. arXiv:2107.12283, 2021.
Odkrywanie za pomocą Earth Engine
Edytor kodu (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');
Wizualizacja jako widok cech
FeatureView
to przyspieszona wersja FeatureCollection
, która służy tylko do wyświetlania. Więcej informacji znajdziesz w dokumentacji
FeatureView
.
Edytor kodu (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');