- ডেটাসেটের উপলভ্যতা
- 2017-01-01T00:00:00Z–2024-01-01T00:00:00Z
- ডেটাসেট প্রদানকারী
- গুগল আর্থ ইঞ্জিন গুগল ডিপমাইন্ড
- ট্যাগ
বিবরণ
গুগল স্যাটেলাইট এম্বেডিং ডেটাসেট হল একটি বিশ্বব্যাপী, বিশ্লেষণ-প্রস্তুত জিওস্পেশিয়াল এম্বেডিংয়ের সংগ্রহ। এই ডেটাসেটের প্রতিটি 10-মিটার পিক্সেল একটি 64-মাত্রিক উপস্থাপনা, বা " এম্বেডিং ভেক্টর ", যা একটি একক ক্যালেন্ডার বছরে বিভিন্ন পৃথিবী পর্যবেক্ষণ যন্ত্র এবং ডেটাসেট দ্বারা পরিমাপ করা পিক্সেলের চারপাশে পৃষ্ঠের অবস্থার টেম্পোরাল ট্র্যাজেক্টোরিগুলিকে এনকোড করে। প্রচলিত বর্ণালী ইনপুট এবং সূচকগুলির বিপরীতে, যেখানে ব্যান্ডগুলি ভৌত পরিমাপের সাথে সামঞ্জস্যপূর্ণ, এম্বেডিং হল বৈশিষ্ট্য ভেক্টর যা বহু-উৎস, বহু-মডেল পর্যবেক্ষণের মধ্যে সম্পর্কগুলিকে কম সরাসরি ব্যাখ্যাযোগ্য, কিন্তু আরও শক্তিশালী উপায়ে সংক্ষিপ্ত করে। ব্যবহারের উদাহরণ এবং আরও বিশদ ব্যাখ্যা দেখুন ।
ডেটাসেটটি স্থলজ ভূমি পৃষ্ঠ এবং অগভীর জলরাশিকে অন্তর্ভুক্ত করে, যার মধ্যে রয়েছে আন্তঃজোয়ার এবং প্রবাল প্রাচীর অঞ্চল, অভ্যন্তরীণ জলপথ এবং উপকূলীয় জলপথ। মেরুতে কভারেজ উপগ্রহ কক্ষপথ এবং যন্ত্রের কভারেজ দ্বারা সীমিত।
এই সংগ্রহটি প্রায় ১৬৩,৮৪০ মিটার বাই ১৬৩,৮৪০ মিটার জুড়ে বিস্তৃত চিত্রগুলি দিয়ে তৈরি, এবং প্রতিটি ছবিতে ৬৪টি ব্যান্ড {A00, A01, …, A63} রয়েছে, যা ৬৪D এম্বেডিং স্পেসের প্রতিটি অক্ষের জন্য একটি। সমস্ত ব্যান্ড ডাউনস্ট্রিম বিশ্লেষণের জন্য ব্যবহার করা উচিত কারণ তারা সম্মিলিতভাবে এম্বেডিং স্পেসের একটি ৬৪D স্থানাঙ্ককে নির্দেশ করে এবং স্বাধীনভাবে ব্যাখ্যাযোগ্য নয়।
সমস্ত ছবি তাদের স্থানীয় ইউনিভার্সাল ট্রান্সভার্স মার্কেটর প্রক্ষেপণে তৈরি করা হয় যেমনটি UTM_ZONE প্রপার্টি দ্বারা নির্দেশিত, এবং এর system:time_start এবং system:time_end প্রপার্টি রয়েছে যা এম্বেডিং দ্বারা সংক্ষিপ্ত ক্যালেন্ডার বছর প্রতিফলিত করে; উদাহরণস্বরূপ, 2021 সালের জন্য একটি এম্বেডিং চিত্রের একটি system:start_time সমান ee.Date('2021-01-01 00:00:00') এবং একটি system:end_time সমান ee.Date('2022-01-01 00:00:00') থাকবে।
এম্বেডিংগুলি ইউনিট-দৈর্ঘ্যের, যার অর্থ তাদের মান 1 এবং কোনও অতিরিক্ত স্বাভাবিকীকরণের প্রয়োজন হয় না, এবং ইউনিট গোলক জুড়ে বিতরণ করা হয়, যা এগুলিকে ক্লাস্টারিং অ্যালগরিদম এবং ট্রি-ভিত্তিক শ্রেণিবদ্ধকরণের সাথে ব্যবহারের জন্য উপযুক্ত করে তোলে। এম্বেডিং স্থানটি বছরের পর বছর ধরেও সামঞ্জস্যপূর্ণ, এবং বিভিন্ন বছরের এম্বেডিংগুলি দুটি এম্বেডিং ভেক্টরের মধ্যে বিন্দু পণ্য বা কোণ বিবেচনা করে অবস্থার পরিবর্তন সনাক্তকরণের জন্য ব্যবহার করা যেতে পারে। তদুপরি, এম্বেডিংগুলি রৈখিকভাবে কম্পোজেবল করার জন্য ডিজাইন করা হয়েছে, অর্থাৎ, এগুলিকে মোটা স্থানিক রেজোলিউশনে এম্বেডিং তৈরি করতে একত্রিত করা যেতে পারে বা ভেক্টর গাণিতিকের সাথে রূপান্তরিত করা যেতে পারে এবং এখনও তাদের শব্দার্থিক অর্থ এবং দূরত্ব সম্পর্ক বজায় রাখতে পারে।
স্যাটেলাইট এম্বেডিং ডেটাসেটটি তৈরি করেছে আলফাআর্থ ফাউন্ডেশনস , একটি ভূ-স্থানিক এম্বেডিং মডেল যা অপটিক্যাল, রাডার, LiDAR এবং অন্যান্য উৎস সহ একাধিক ডেটাস্ট্রিমকে একীভূত করে (ব্রাউন, কাজমিয়ার্সকি, প্যাসকোয়ারেলা ইত্যাদি, ২০২৫; প্রিপ্রিন্ট এখানে উপলব্ধ)।
যেহেতু অনেক সেন্সর এবং চিত্রের মাধ্যমে উপস্থাপনা শেখা হয়, তাই উপস্থাপনা এম্বেড করার মাধ্যমে সাধারণত ক্লাউড, স্ক্যান লাইন, সেন্সর আর্টিফ্যাক্ট বা অনুপস্থিত ডেটার মতো সাধারণ সমস্যাগুলি কাটিয়ে ওঠা যায়, যা বিরামহীন বিশ্লেষণ-প্রস্তুত বৈশিষ্ট্য প্রদান করে যা শ্রেণীবিভাগ, রিগ্রেশন এবং পরিবর্তন সনাক্তকরণ বিশ্লেষণে অন্যান্য পৃথিবী পর্যবেক্ষণ চিত্র উৎসের জন্য সরাসরি প্রতিস্থাপন করা যেতে পারে।
এই চিত্র সংগ্রহের এম্বেডিংগুলি AlphaEarth Foundations মডেলের v2.1 ব্যবহার করে তৈরি করা হয়েছে, যার মধ্যে AlphaEarth Foundations পেপারে মূল্যায়ন করা v2.0 মডেলের তুলনায় বেশ কিছু উন্নতি অন্তর্ভুক্ত রয়েছে। যথা, সীমিত সেন্সর কভারেজের কারণে পূর্বে বাদ দেওয়া অ্যান্টার্কটিকা থেকে প্রচুর সংখ্যক নমুনা অন্তর্ভুক্ত করার জন্য প্রশিক্ষণ ডেটাসেটটি পুনরায় তৈরি করা হয়েছিল, যা কার্যকরভাবে প্রশিক্ষণ ভিডিও সিকোয়েন্সের সংখ্যা 8.4 মিলিয়নেরও বেশি থেকে 10.1 মিলিয়নেরও বেশি সিকোয়েন্সে বৃদ্ধি করেছে; এবং প্রশিক্ষণের সময় USDA NASS ক্রপল্যান্ড ডেটা লেয়ারকে অতিরিক্ত লক্ষ্য হিসাবে অন্তর্ভুক্ত করা হয়েছিল; NLCD এবং CDL-এর জন্য ক্ষতির ওজন 0.50 থেকে 0.25 এ কমিয়ে আনা হয়েছিল; এবং ইনপুট সেন্সর সোয়াথ, টাইলিং এবং মাল্টি-রেজোলিউশন পিক্সেল লক্ষ্যগুলির সাথে সম্পর্কিত ভিজ্যুয়াল আর্টিফ্যাক্টগুলিকে আরও ভালভাবে প্রশমিত করার জন্য আরও বেশ কয়েকটি ছোটখাটো পরিবর্তন বাস্তবায়িত হয়েছিল। মূল্যায়ন মেট্রিক্সের ক্ষেত্রে এই পরিবর্তনগুলি মডেলের কর্মক্ষমতাকে উল্লেখযোগ্যভাবে প্রভাবিত করেনি, তবে সাধারণত ফলস্বরূপ এম্বেডিংয়ের মান উন্নত করেছে।
যদিও কিছু বৃহৎ পরিসরে তথ্য প্রাপ্যতা এবং তথ্যের প্রাপ্যতা সম্পর্কিত নিদর্শনগুলি রয়ে গেছে, এগুলি সাধারণত ছোট ভেক্টর অফসেট উপস্থাপন করে এবং সাধারণত ডাউনস্ট্রিম প্রক্রিয়াকরণ বা ফলাফলগুলিকে উল্লেখযোগ্যভাবে প্রভাবিত করে না।
আপডেট: ২০২৫-১১-১৭ তারিখ পর্যন্ত, ২০১৭ সালের জন্য এম্বেডিং স্তরগুলি পুনরায় তৈরি করা হয়েছে এবং অতিরিক্ত সেন্টিনেল-১ অধিগ্রহণ অন্তর্ভুক্ত করার জন্য আপডেট করা হয়েছে। এই আপডেট করা স্তরগুলির জন্য DATASET_VERSION বৈশিষ্ট্যটি ১.০ থেকে ১.১ এ বৃদ্ধি করা হয়েছে।
ব্যান্ড
পিক্সেল আকার
১০ মিটার
ব্যান্ড
| নাম | ইউনিট | ন্যূনতম | সর্বোচ্চ | পিক্সেল আকার | বিবরণ |
|---|---|---|---|---|---|
A00 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের 0 তম অক্ষ। |
A01 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১ম অক্ষ। |
A02 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২য় অক্ষ। |
A03 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩য় অক্ষ। |
A04 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪র্থ অক্ষ। |
A05 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫ম অক্ষ। |
A06 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ষষ্ঠ অক্ষ। |
A07 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৭ম অক্ষ। |
A08 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৮ম অক্ষ। |
A09 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৯ম অক্ষ। |
A10 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১০ম অক্ষ। |
A11 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১১তম অক্ষ। |
A12 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের দ্বাদশ অক্ষ। |
A13 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৩তম অক্ষ। |
A14 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৪তম অক্ষ। |
A15 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৫তম অক্ষ। |
A16 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৬তম অক্ষ। |
A17 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৭তম অক্ষ। |
A18 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৮তম অক্ষ। |
A19 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ১৯তম অক্ষ। |
A20 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২০তম অক্ষ। |
A21 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২১তম অক্ষ। |
A22 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২২তম অক্ষ। |
A23 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৩তম অক্ষ। |
A24 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৪তম অক্ষ। |
A25 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৫তম অক্ষ। |
A26 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৬তম অক্ষ। |
A27 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৭তম অক্ষ। |
A28 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৮তম অক্ষ। |
A29 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ২৯তম অক্ষ। |
A30 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের 30তম অক্ষ। |
A31 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩১তম অক্ষ। |
A32 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩২তম অক্ষ। |
A33 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩৩তম অক্ষ। |
A34 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের 34তম অক্ষ। |
A35 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩৫তম অক্ষ। |
A36 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩৬তম অক্ষ। |
A37 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩৭তম অক্ষ। |
A38 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৩৮তম অক্ষ। |
A39 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের 39তম অক্ষ। |
A40 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪০তম অক্ষ। |
A41 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪১তম অক্ষ। |
A42 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪২তম অক্ষ। |
A43 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৩তম অক্ষ। |
A44 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৪তম অক্ষ। |
A45 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৫তম অক্ষ। |
A46 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৬তম অক্ষ। |
A47 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৭তম অক্ষ। |
A48 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৮তম অক্ষ। |
A49 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৪৯তম অক্ষ। |
A50 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫০তম অক্ষ। |
A51 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫১তম অক্ষ। |
A52 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫২তম অক্ষ। |
A53 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৩তম অক্ষ। |
A54 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৪তম অক্ষ। |
A55 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৫তম অক্ষ। |
A56 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৬তম অক্ষ। |
A57 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৭তম অক্ষ। |
A58 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৮তম অক্ষ। |
A59 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৫৯তম অক্ষ। |
A60 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৬০তম অক্ষ। |
A61 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৬১তম অক্ষ। |
A62 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৬২তম অক্ষ। |
A63 | মাত্রাহীন | -১ | ১ | মিটার | এমবেডিং ভেক্টরের ৬৩তম অক্ষ। |
ছবির বৈশিষ্ট্য
ছবির বৈশিষ্ট্য
| নাম | আদর্শ | বিবরণ |
|---|---|---|
| মডেল_ভার্সন | স্ট্রিং | সংস্করণ স্ট্রিংটি চিত্র তৈরি করতে ব্যবহৃত মডেল সংস্করণটিকে অনন্যভাবে সনাক্ত করে। |
| প্রসেসিং_সফটওয়্যার_সংস্করণ | স্ট্রিং | সংস্করণ স্ট্রিংটি চিত্র তৈরি করতে ব্যবহৃত মডেল ডেটা প্রসেসিং সফ্টওয়্যারটিকে অনন্যভাবে সনাক্ত করে। |
| ইউটিএম_জোন | স্ট্রিং | চিত্রটি তৈরি করতে ব্যবহৃত স্থানাঙ্ক রেফারেন্স সিস্টেমের UTM জোন। |
| ডেটাসেট_ভার্সন | স্ট্রিং | ডেটাসেট সংস্করণ। |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
এই ডেটাসেটটি CC-BY 4.0 এর অধীনে লাইসেন্সপ্রাপ্ত এবং এর জন্য নিম্নলিখিত অ্যাট্রিবিউশন টেক্সট প্রয়োজন: "The AlphaEarth Foundations Satellite Embedding dataset is produced by Google and Google DeepMind."
উদ্ধৃতি
ব্রাউন, সিএফ, কাজমিয়ারস্কি, এমআর, পাসকুয়ারেলা, ভি জে., রুকলিজ, ডব্লিউজে, সামসিকোভা, এম., ঝাং, সি., শেলহামার, ই., লাহেরা, ই., ওয়াইলস, ও., ইলিউশচেঙ্কো, এস., গোরেলিক, এন., ঝাং, এলএল, আলজ, এস, এস, ওচেন, এস, এস, এস, এস। মুর, আর., বোকোভালাস, এ., এবং কোহলি, পি.(2025)। আলফাআর্থ ফাউন্ডেশনস: স্পার্স লেবেল ডেটা থেকে নির্ভুল এবং দক্ষ গ্লোবাল ম্যাপিংয়ের জন্য একটি এমবেডিং ফিল্ড মডেল। arXiv প্রিপ্রিন্ট arXiv.2507.22291। doi:10.48550/arXiv.2507.22291
আর্থ ইঞ্জিনের সাহায্যে ঘুরে দেখুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
// 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');