Satellite Embedding V1

GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL
مدى توفّر مجموعة البيانات
2017-01-01T00:00:00Z–2025-01-01T00:00:00Z
الجهة المنتجة لمجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL")
العلامات
سنوي عالمي google مشتق من Landsat صور الأقمار الصناعية مشتق من Sentinel1 مشتق من Sentinel2

الوصف

مجموعة بيانات Google Satellite Embedding هي مجموعة عالمية جاهزة للتحليل من عمليات التضمين الجغرافية المكانية التي تم تعلّمها. كل وحدة بكسل تبلغ مساحتها 10 أمتار في مجموعة البيانات هذه هي تمثيل بـ 64 بُعدًا، أو "متّجه تضمين"، يشفّر المسارات الزمنية لظروف السطح في وحدة البكسل وحولها كما تم قياسها بواسطة أدوات ومجموعات بيانات مختلفة لمراقبة الأرض، على مدار سنة تقويمية واحدة. على عكس المدخلات والفهارس الطيفية التقليدية، حيث تتوافق النطاقات مع القياسات الفيزيائية، فإنّ عمليات التضمين هي متجهات مميزة تلخّص العلاقات بين الملاحظات المتعددة المصادر والمتعددة الأنماط بطريقة أقل قابلية للتفسير المباشر، ولكنها أكثر فعالية. الاطّلاع على أمثلة الاستخدام وشروحات أكثر تفصيلاً

تغطّي مجموعة البيانات أسطح الأراضي والمياه الضحلة، بما في ذلك المناطق المدّية والجزرية، والممرات المائية الداخلية، والممرات المائية الساحلية. تكون التغطية في القطبَين محدودة بسبب مدارات الأقمار الصناعية والتغطية التي توفّرها الأجهزة.

تتألف المجموعة من صور تغطي مساحة تبلغ حوالي 163,840 مترًا في 163,840 مترًا، وتحتوي كل صورة على 64 نطاقًا {A00, A01, …, A63}، أي نطاق واحد لكل محور من محاور مساحة التضمين السداسية الأبعاد. يجب استخدام جميع النطاقات في التحليل اللاحق لأنّها تشير بشكل جماعي إلى إحداثي 64D في مساحة التضمين، ولا يمكن تفسيرها بشكل مستقل.

يتم إنشاء جميع الصور في إسقاط Universal Transverse Mercator المحلي كما هو موضّح في السمة UTM_ZONE، وتتضمّن السمتَين system:time_start وsystem:time_end اللتَين تعكسان السنة التقويمية الملخّصة بواسطة عمليات التضمين. على سبيل المثال، ستحتوي صورة مضمّنة لعام 2021 على قيمة system:start_time تساوي ee.Date('2021-01-01 00:00:00') وقيمة system:end_time تساوي ee.Date('2022-01-01 00:00:00').

تكون التضمينات بطول الوحدة، ما يعني أنّ حجمها يبلغ 1 ولا تتطلّب أي تسوية إضافية، ويتم توزيعها على كرة الوحدة، ما يجعلها مناسبة للاستخدام مع خوارزميات التجميع والتصنيفات المستندة إلى الشجرة. يتّسم فضاء التضمين أيضًا بالاتساق على مرّ السنوات، ويمكن استخدام التضمينات من سنوات مختلفة لرصد التغيّرات في الحالة من خلال أخذ الجداء النقطي أو الزاوية بين متجهَي تضمين في الاعتبار. بالإضافة إلى ذلك، تم تصميم عمليات التضمين لتكون قابلة للتركيب خطيًا، أي يمكن تجميعها لإنتاج عمليات تضمين بدقة مكانية أدق أو تحويلها باستخدام حساب المتجهات، مع الاحتفاظ بالمعنى الدلالي وعلاقات المسافة.

تم إنشاء مجموعة بيانات Satellite Embedding بواسطة AlphaEarth Foundations، وهي نموذج تضمين جغرافي مكاني يستوعب تدفقات بيانات متعددة، بما في ذلك البيانات المرئية وبيانات الرادار وبيانات LiDAR وغيرها من المصادر (Brown وKazmierski وPasquarella وآخرون، ‫2025؛ نسخة أولية متاحة هنا).

بما أنّ عمليات التمثيل يتم تعلّمها من خلال العديد من أجهزة الاستشعار والصور، فإنّ عمليات تمثيل التضمين تتغلّب بشكل عام على المشاكل الشائعة، مثل السُحب أو خطوط المسح الضوئي أو آثار أجهزة الاستشعار أو البيانات الناقصة، ما يوفّر ميزات سلسة وجاهزة للتحليل يمكن استبدالها مباشرةً بمصادر أخرى لصور مراقبة الأرض في عمليات التصنيف والانحدار وتحليل رصد التغيير.

تم إنشاء عمليات التضمين في مجموعة الصور هذه باستخدام الإصدار 2.1 من نموذج AlphaEarth Foundations، الذي يتضمّن عددًا من التحسينات مقارنةً بالإصدار 2.0 الذي تم تقييمه في ورقة AlphaEarth Foundations. على وجه التحديد، تمت إعادة إنشاء مجموعة بيانات التدريب لتشمل عددًا كبيرًا من العيّنات من القارة القطبية الجنوبية التي تم إسقاطها سابقًا بسبب التغطية المحدودة لأجهزة الاستشعار، ما أدّى إلى زيادة عدد تسلسلات الفيديو التدريبية من أكثر من 8.4 مليون إلى أكثر من 10.1 مليون تسلسل، وتم تضمين "طبقة بيانات الأراضي الزراعية" التابعة لـ USDA NASS كهدف إضافي أثناء التدريب، وتم تخفيض أوزان الخسارة لكل من NLCD وCDL من 0.50 إلى 0.25، وتم تنفيذ العديد من التغييرات الطفيفة الأخرى للحدّ بشكل أفضل من التشوهات المرئية المرتبطة بمسارات أجهزة الاستشعار المدخلة، والتقسيم إلى مربعات، واستهداف وحدات البكسل المتعددة الدقة. لم تؤثّر هذه التغييرات بشكل ملحوظ في أداء النموذج من حيث مقاييس التقييم، ولكنّها حسّنت بشكل عام جودة عمليات التضمين الناتجة.

على الرغم من بقاء بعض المشاكل المتعلقة بتوفّر البيانات على نطاق واسع، إلا أنّها عادةً ما تمثّل انحرافات بسيطة في المتجهات ولا تؤثّر بشكل عام في المعالجة أو النتائج اللاحقة.

تتوفّر مجموعة البيانات أيضًا على Google Cloud Storage (GCS) في الحزمة gs://alphaearth_foundations. يمكنك تصفّح محتوى الحزمة من خلال Google Cloud Console. يُرجى العِلم أنّه تم ضبط هذا الحزمة على "الدفع من قِبل الطالب"، ما يعني أنّه يجب تضمين مشروع فوترة مع طلبات واجهة برمجة التطبيقات لتغطية رسوم استرداد البيانات ونقلها. راجِع مستندات GCS حول الدفع من قِبل الطالب وREADME الخاص بالحزمة للحصول على التفاصيل الكاملة حول بنية البيانات.

التعديلات:

  • اعتبارًا من 2025-11-17، ستتضمّن الطبقات المضمّنة الإصدار 1.1 من مجموعة البيانات. ويشمل ذلك طبقة تم تجديدها في 2017 تتضمّن عمليات اكتساب إضافية من Sentinel-1.
  • اعتبارًا من 29-01-2026، ستتم إضافة عمليات التضمين لعام 2025 إلى المجموعة بشكل متواصل حسب منطقة نظام مراقبة الزيارات من Urchin ‏(UTM). يُرجى التحقّق من المجموعة لمعرفة التغطية الحالية.

تلتزم Google بمواصلة إنتاج طبقات "تضمين صور الأقمار الصناعية" السنوية، وستقدّم إشعارًا مسبقًا قبل عام واحد على الأقل بأي تغيير متوقّع في عملية التسليم، وذلك رهنًا بتوفّر مصادر بيانات الإدخال من "هيئة المسح الجيولوجي الأمريكية" و"وكالة الفضاء الأوروبية" التي يعتمد عليها إنتاج مجموعة البيانات.

النطاقات

حجم البكسل
‫10 أمتار

النطاقات

الاسم الوحدات الحد الأدنى الحد الأقصى حجم البكسل الوصف
A00 بلا أبعاد -1 1 متر

المحور رقم 0 لمتجه التضمين

A01 بلا أبعاد -1 1 متر

المحور الأول لمتجه التضمين.

A02 بلا أبعاد -1 1 متر

المحور الثاني لمتجه التضمين.

A03 بلا أبعاد -1 1 متر

تمثّل هذه السمة المحور الثالث لمتجه التضمين.

A04 بلا أبعاد -1 1 متر

المحور الرابع لمتجه التضمين

A05 بلا أبعاد -1 1 متر

المحور الخامس لمتجه التضمين

A06 بلا أبعاد -1 1 متر

المحور السادس لمتّجه التضمين

A07 بلا أبعاد -1 1 متر

المحور السابع لمتجه التضمين

A08 بلا أبعاد -1 1 متر

المحور الثامن لمتجه التضمين

A09 بلا أبعاد -1 1 متر

المحور التاسع لمتجه التضمين

A10 بلا أبعاد -1 1 متر

المحور العاشر لمتجه التضمين

A11 بلا أبعاد -1 1 متر

المحور الحادي عشر لمتجه التضمين.

A12 بلا أبعاد -1 1 متر

المحور الثاني عشر لمتجه التضمين

A13 بلا أبعاد -1 1 متر

المحور الثالث عشر لمتجه التضمين

A14 بلا أبعاد -1 1 متر

المحور الرابع عشر لمتجه التضمين

A15 بلا أبعاد -1 1 متر

المحور الخامس عشر لمتجه التضمين

A16 بلا أبعاد -1 1 متر

المحور السادس عشر لمتجه التضمين

A17 بلا أبعاد -1 1 متر

المحور السابع عشر لمتجه التضمين

A18 بلا أبعاد -1 1 متر

المحور الثامن عشر لمتجه التضمين

A19 بلا أبعاد -1 1 متر

المحور التاسع عشر لمتجه التضمين

A20 بلا أبعاد -1 1 متر

المحور رقم 20 لمتجه التضمين

A21 بلا أبعاد -1 1 متر

المحور الحادي والعشرون لخط المتجه الخاص بالتمثيل.

A22 بلا أبعاد -1 1 متر

المحور الثاني والعشرون لمتّجه التضمين

A23 بلا أبعاد -1 1 متر

المحور رقم 23 لمتّجه التضمين

A24 بلا أبعاد -1 1 متر

المحور الرابع والعشرون لمتجه التضمين

A25 بلا أبعاد -1 1 متر

المحور رقم 25 لمتّجه التضمين

A26 بلا أبعاد -1 1 متر

المحور رقم 26 لمتّجه التضمين

A27 بلا أبعاد -1 1 متر

المحور رقم 27 لمتّجه التضمين

A28 بلا أبعاد -1 1 متر

المحور رقم 28 لمتّجه التضمين

A29 بلا أبعاد -1 1 متر

المحور رقم 29 لمتّجه التضمين

A30 بلا أبعاد -1 1 متر

المحور الثلاثون لمتجه التضمين

A31 بلا أبعاد -1 1 متر

المحور الحادي والثلاثون لمتجه التضمين.

A32 بلا أبعاد -1 1 متر

المحور رقم 32 لمتجه التضمين

A33 بلا أبعاد -1 1 متر

المحور رقم 33 لمتّجه التضمين

A34 بلا أبعاد -1 1 متر

المحور الرابع والثلاثون لمتجه التضمين

A35 بلا أبعاد -1 1 متر

المحور رقم 35 لمتجه التضمين

A36 بلا أبعاد -1 1 متر

المحور رقم 36 لمتجه التضمين

A37 بلا أبعاد -1 1 متر

المحور رقم 37 لمتّجه التضمين

A38 بلا أبعاد -1 1 متر

المحور رقم 38 لمتّجه التضمين

A39 بلا أبعاد -1 1 متر

المحور رقم 39 لمتّجه التضمين

A40 بلا أبعاد -1 1 متر

المحور الأربعون لمتّجه التضمين

A41 بلا أبعاد -1 1 متر

تمثّل هذه السمة المحور رقم 41 لمتّجه التضمين.

A42 بلا أبعاد -1 1 متر

المحور رقم 42 لمتّجه التضمين

A43 بلا أبعاد -1 1 متر

المحور رقم 43 لمتجه التضمين

A44 بلا أبعاد -1 1 متر

المحور رقم 44 لمتجه التضمين

A45 بلا أبعاد -1 1 متر

المحور رقم 45 لمتجه التضمين

A46 بلا أبعاد -1 1 متر

المحور رقم 46 لمتجه التضمين

A47 بلا أبعاد -1 1 متر

المحور رقم 47 لمتّجه التضمين

A48 بلا أبعاد -1 1 متر

المحور رقم 48 لمتجه التضمين

A49 بلا أبعاد -1 1 متر

المحور رقم 49 لمتجه التضمين

A50 بلا أبعاد -1 1 متر

المحور رقم 50 لمتجه التضمين

A51 بلا أبعاد -1 1 متر

المحور رقم 51 لمتجه التضمين

A52 بلا أبعاد -1 1 متر

المحور رقم 52 لمتجه التضمين

A53 بلا أبعاد -1 1 متر

المحور رقم 53 لمتجه التضمين

A54 بلا أبعاد -1 1 متر

المحور الرابع والخمسون لمتجه التضمين

A55 بلا أبعاد -1 1 متر

المحور رقم 55 لمتجه التضمين

A56 بلا أبعاد -1 1 متر

المحور رقم 56 لمتجه التضمين

A57 بلا أبعاد -1 1 متر

المحور رقم 57 لمتجه التضمين

A58 بلا أبعاد -1 1 متر

المحور رقم 58 لمتجه التضمين

A59 بلا أبعاد -1 1 متر

المحور رقم 59 لمتجه التضمين

A60 بلا أبعاد -1 1 متر

المحور الستّون لمتّجه التضمين

A61 بلا أبعاد -1 1 متر

المحور الحادي والستون لمتجه التضمين

A62 بلا أبعاد -1 1 متر

المحور رقم 62 لمتجه التضمين

A63 بلا أبعاد -1 1 متر

المحور رقم 63 لمتجه التضمين

خصائص الصور

خصائص الصور

الاسم النوع الوصف
MODEL_VERSION سلسلة

سلسلة الإصدار التي تحدّد بشكل فريد إصدار النموذج المستخدَم لإنتاج الصورة.

PROCESSING_SOFTWARE_VERSION سلسلة

تمثّل هذه السلسلة إصدار برنامج معالجة بيانات النموذج المستخدَم لإنتاج الصورة، ويجب أن تكون فريدة.

UTM_ZONE سلسلة

تمثّل هذه السمة منطقة نظام الإحداثيات العالمي المستعرض (UTM) المستخدَم لإنتاج الصورة.

DATASET_VERSION سلسلة

تمثّل هذه السمة إصدار مجموعة البيانات.

بنود الاستخدام

بنود الاستخدام

تم ترخيص مجموعة البيانات هذه بموجب CC-BY 4.0، ويجب تضمين نص الإشارة التالي إلى المصدر: "تم إنتاج مجموعة بيانات AlphaEarth Foundations Satellite Embedding من قِبل Google وGoogle DeepMind".

الاقتباسات

المراجع
  • Brown, C. F., Kazmierski, M. R., Pasquarella, V J., Rucklidge, W. ‫J.,‎ Samsikova, M., Zhang, C., Shelhamer, E., Lahera, E., Wiles, O., Ilyushchenko, S., Gorelick, N., Zhang, L. L., Alj, S., Schechter, E., Askay, S., Guinan, O., Moore, R., Boukouvalas, A., & Kohli, P.(2025). AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data. arXiv preprint arXiv.2507.22291. doi:10.48550/arXiv.2507.22291

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

// Load collection.
var dataset = ee.ImageCollection('GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL');

// Point of interest.
var point = ee.Geometry.Point(-121.8036, 39.0372);

// Get embedding images for two years.
var image1 = dataset
      .filterDate('2023-01-01', '2024-01-01')
      .filterBounds(point)
      .first();

var image2 = dataset
      .filterDate('2024-01-01', '2025-01-01')
      .filterBounds(point)
      .first();

// Visualize three axes of the embedding space as an RGB.
var visParams = {min: -0.3, max: 0.3, bands: ['A01', 'A16', 'A09']};

Map.addLayer(image1, visParams, '2023 embeddings');
Map.addLayer(image2, visParams, '2024 embeddings');

// Calculate dot product as a measure of similarity between embedding vectors.
// Note for vectors with a magnitude of 1, this simplifies to the cosine of the
// angle between embedding vectors.
var dotProd = image1
    .multiply(image2)
    .reduce(ee.Reducer.sum());

// Add dot product to the map.
Map.addLayer(
  dotProd,
  {min: 0, max: 1, palette: ['white', 'black']},
  'Similarity between years (brighter = less similar)'
);

Map.centerObject(point, 12);
Map.setOptions('SATELLITE');
فتح في "أداة تعديل الرموز"