- توفّر مجموعة البيانات
- 2017-01-01T00:00:00Z–2024-01-01T00:00:00Z
- مزوّد مجموعة البيانات
- Google Earth Engine Google DeepMind
- العلامات
الوصف
مجموعة بيانات Google Satellite Embedding هي مجموعة عالمية جاهزة للتحليل من عمليات التضمين الجغرافية المكانية التي تم تعلّمها. كل بكسل يبلغ طول ضلعه 10 أمتار في مجموعة البيانات هذه هو تمثيل بـ 64 بُعدًا، أو "متجه تضمين"، يشفّر المسارات الزمنية لظروف السطح في هذا البكسل وحوله 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 ومدى تغطية 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، ستتضمّن صورة مضمّنة لعام 2021 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 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 ناتج الضرب 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 العمليات الحسابية المتجهة، مع الاحتفاظ بالمعنى الدلالي وعلاقات المسافة.
تم إنتاج مجموعة بيانات Satellite Embedding بواسطة AlphaEarth Foundations، وهي نموذج تضمين جغرافي مكاني يستوعب عدة تدفقات بيانات، بما في ذلك البيانات المرئية وبيانات الرادار وبيانات LiDAR وغيرها من المصادر (Brown وKazmierski وPasquarella وآخرون، قيد المراجعة؛ يتوفّر إصدار أولي هنا).
بما أنّ عمليات التمثيل يتم تعلّمها من خلال العديد من أجهزة الاستشعار والصور، تتغلّب عمليات تمثيل التضمين 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 تحليلات التصنيف والانحدار ورصد التغيير.
تم إنشاء التضمينات 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 والمساحات الكبيرة، إلا أنّ هذه المشاكل عادةً ما تمثّل إزاحات متجهة بسيطة ولا تؤثّر بشكل كبير في المعالجة أو النتائج اللاحقة.
النطاقات
حجم البكسل
10 أمتار
النطاقات
| الاسم | الوحدات | الحد الأدنى | الحد الأقصى | حجم البكسل | الوصف |
|---|---|---|---|---|---|
A00 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 0 لمتّجه التضمين |
A01 |
بلا أبعاد | -1 | 1 | أمتار | المحور الأول لمتّجه التضمين |
A02 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثاني لمتّجه التضمين. |
A03 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثالث لمتّجه التضمين |
A04 |
بلا أبعاد | -1 | 1 | أمتار | المحور الرابع لمتّجه التضمين |
A05 |
بلا أبعاد | -1 | 1 | أمتار | المحور الخامس لمتّجه التضمين |
A06 |
بلا أبعاد | -1 | 1 | أمتار | المحور السادس لمتّجه التضمين |
A07 |
بلا أبعاد | -1 | 1 | أمتار | المحور السابع لمتّجه التضمين |
A08 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثامن لمتّجه التضمين |
A09 |
بلا أبعاد | -1 | 1 | أمتار | المحور التاسع لمتّجه التضمين |
A10 |
بلا أبعاد | -1 | 1 | أمتار | المحور العاشر لمتّجه التضمين |
A11 |
بلا أبعاد | -1 | 1 | أمتار | المحور الحادي عشر لمتجه التضمين |
A12 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثاني عشر لمتّجه التضمين |
A13 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثالث عشر لمتّجه التضمين |
A14 |
بلا أبعاد | -1 | 1 | أمتار | المحور الرابع عشر لمتّجه التضمين |
A15 |
بلا أبعاد | -1 | 1 | أمتار | المحور الخامس عشر لمتّجه التضمين |
A16 |
بلا أبعاد | -1 | 1 | أمتار | المحور السادس عشر لمتّجه التضمين |
A17 |
بلا أبعاد | -1 | 1 | أمتار | المحور السابع عشر لمتّجه التضمين |
A18 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثامن عشر لمتّجه التضمين |
A19 |
بلا أبعاد | -1 | 1 | أمتار | المحور التاسع عشر لمتّجه التضمين |
A20 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 20 لمتّجه التضمين |
A21 |
بلا أبعاد | -1 | 1 | أمتار | المحور الحادي والعشرون لمتّجه التضمين |
A22 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثاني والعشرون لمتّجه التضمين. |
A23 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 23 لمتّجه التضمين |
A24 |
بلا أبعاد | -1 | 1 | أمتار | المحور الرابع والعشرون لمتّجه التضمين |
A25 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 25 لمتّجه التضمين |
A26 |
بلا أبعاد | -1 | 1 | أمتار | المحور السادس والعشرون لمتّجه التضمين |
A27 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 27 لمتّجه التضمين |
A28 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 28 لمتّجه التضمين |
A29 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 29 لمتّجه التضمين |
A30 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 30 لمتّجه التضمين |
A31 |
بلا أبعاد | -1 | 1 | أمتار | المحور الحادي والثلاثون لمتّجه التضمين |
A32 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 32 لمتّجه التضمين |
A33 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 33 لمتّجه التضمين |
A34 |
بلا أبعاد | -1 | 1 | أمتار | المحور الرابع والثلاثون لمتّجه التضمين |
A35 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 35 لمتّجه التضمين |
A36 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 36 لمتّجه التضمين |
A37 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 37 لمتّجه التضمين |
A38 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 38 لمتّجه التضمين |
A39 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 39 لمتّجه التضمين |
A40 |
بلا أبعاد | -1 | 1 | أمتار | المحور الأربعون لمتجه التضمين |
A41 |
بلا أبعاد | -1 | 1 | أمتار | تمثّل هذه السمة المحور رقم 41 لمتّجه التضمين. |
A42 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 42 لمتّجه التضمين |
A43 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 43 لمتّجه التضمين |
A44 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 44 لمتّجه التضمين |
A45 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 45 لمتّجه التضمين |
A46 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 46 لمتّجه التضمين |
A47 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 47 لمتّجه التضمين |
A48 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 48 لمتّجه التضمين |
A49 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 49 لمتّجه التضمين |
A50 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 50 لمتّجه التضمين |
A51 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 51 لمتّجه التضمين |
A52 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 52 لمتّجه التضمين |
A53 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 53 لمتّجه التضمين |
A54 |
بلا أبعاد | -1 | 1 | أمتار | المحور الرابع والخمسون لمتّجه التضمين |
A55 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 55 لمتّجه التضمين |
A56 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 56 لمتّجه التضمين |
A57 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 57 لمتّجه التضمين |
A58 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 58 لمتّجه التضمين |
A59 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 59 لمتّجه التضمين |
A60 |
بلا أبعاد | -1 | 1 | أمتار | المحور الستّون لمتّجه التضمين |
A61 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 61 لمتّجه التضمين |
A62 |
بلا أبعاد | -1 | 1 | أمتار | المحور الثاني والستون لمتّجه التضمين |
A63 |
بلا أبعاد | -1 | 1 | أمتار | المحور رقم 63 لمتّجه التضمين |
خصائص الصور
خصائص الصورة
| الاسم | النوع | الوصف |
|---|---|---|
| MODEL_VERSION | سلسلة | سلسلة الإصدار التي تحدّد بشكل فريد إصدار النموذج المستخدَم لإنشاء الصورة. |
| PROCESSING_SOFTWARE_VERSION | سلسلة | سلسلة الإصدار التي تحدّد بشكلٍ فريد برنامج معالجة بيانات النموذج المستخدَم لإنتاج الصورة. |
| UTM_ZONE | سلسلة | تمثّل هذه السمة منطقة نظام الإحداثيات العالمي المستعرض (UTM) المستخدَمة 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: "تم إنتاج مجموعة بيانات AlphaEarth Foundations Satellite Embedding من قِبل Google وGoogle DeepMind".
الاقتباسات
Brown, C. F., Kazmierski, M. R., Pasquarella, V J., روكليدج، دبليو. 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');