- در دسترس بودن مجموعه داده
- 2017-01-01T00:00:00Z–2024-01-01T00:00:00Z
- ارائه دهنده مجموعه داده
- موتور Google Earth Google DeepMind
- برچسب ها
توضیحات
مجموعه داده Google Satellite Embedding مجموعه ای جهانی و آماده تحلیل از جاسازی های جغرافیایی آموخته شده است. هر پیکسل 10 متری در این مجموعه داده یک نمایش 64 بعدی یا " بردار تعبیه شده " است که مسیرهای زمانی شرایط سطح در آن پیکسل و اطراف آن را که توسط ابزارها و مجموعه داده های مختلف رصد زمین اندازه گیری می شود، در طول یک سال تقویمی رمزگذاری می کند. برخلاف ورودی‌ها و شاخص‌های طیفی مرسوم، که در آن باندها با اندازه‌گیری‌های فیزیکی مطابقت دارند، جاسازی‌ها بردارهای ویژگی هستند که روابط بین مشاهدات چند منبعی و چندوجهی را به روشی کمتر قابل تفسیر مستقیم، اما قدرتمندتر خلاصه می‌کنند. نمونه های استفاده و توضیحات دقیق تر را ببینید .
مجموعه داده‌ها سطوح زمینی و آب‌های کم عمق، از جمله مناطق جزر و مدی و صخره‌ای، آبراه‌های داخلی و آبراه‌های ساحلی را پوشش می‌دهد. پوشش در قطب ها توسط مدارهای ماهواره ای و پوشش ابزار محدود می شود.
این مجموعه از تصاویری تشکیل شده است که تقریباً 163840 متر در 163840 متر را پوشش می دهند و هر تصویر دارای 64 باند {A00, A01, …, A63} است که یک باند برای هر محور فضای جاسازی 64 بعدی است. همه باندها باید برای تجزیه و تحلیل پایین دست استفاده شوند زیرا در مجموع به یک مختصات 64 بعدی در فضای جاسازی اشاره می کنند و به طور مستقل قابل تفسیر نیستند.
همه تصاویر در پروژکتور Universal Transverse Mercator محلی خود همانطور که با ویژگی UTM_ZONE نشان داده شده است، تولید می شوند و دارای ویژگی های system:time_start و system:time_end هستند که سال تقویمی خلاصه شده توسط جاسازی ها را منعکس می کنند. برای مثال، یک تصویر جاسازی شده برای سال 2021 دارای یک system:start_time برابر با ee.Date('2021-01-01 00:00:00') و یک system:end_time برابر با ee.Date('2022-01-01 00:00:00') خواهد بود.
تعبیه‌ها دارای طول واحد هستند، به این معنی که قدر آنها 1 است و نیازی به نرمال‌سازی اضافی ندارند، و در سراسر کره واحد توزیع شده‌اند، که آنها را برای استفاده با الگوریتم‌های خوشه‌بندی و طبقه‌بندی‌کننده‌های مبتنی بر درخت مناسب می‌کند. فضای جاسازی نیز در طول سال‌ها ثابت است و جاسازی‌های سال‌های مختلف را می‌توان با در نظر گرفتن محصول نقطه یا زاویه بین دو بردار جاسازی برای تشخیص تغییر شرایط استفاده کرد. علاوه بر این، جاسازی ها به گونه ای طراحی شده اند که به صورت خطی ترکیب شوند، به عنوان مثال، می توان آنها را جمع کرد تا جاسازی هایی را با وضوح های فضایی درشت تر ایجاد کنند یا با حساب برداری تبدیل شوند، و همچنان معنای معنایی و روابط فاصله خود را حفظ کنند.
مجموعه داده های Satellite Embedding توسط AlphaEarth Foundations تولید شده است، یک مدل جاسازی مکانی که جریان های داده متعددی از جمله نوری، رادار، LiDAR و منابع دیگر را جذب می کند (براون، کازمیرسکی، پاسکوارلا و همکاران، در بررسی؛ پیش چاپ در اینجا موجود است).
از آنجایی که نمایش‌ها در بسیاری از حسگرها و تصاویر آموخته می‌شوند، نمایش‌های تعبیه‌شده عموماً بر مسائل رایج مانند ابرها، خطوط اسکن، مصنوعات حسگر یا داده‌های از دست رفته غلبه می‌کنند و ویژگی‌های آماده تجزیه و تحلیل یکپارچه را ارائه می‌دهند که می‌توانند مستقیماً جایگزین سایر منابع تصویر رصد زمین در طبقه‌بندی، رگرسیون و تحلیل‌های تشخیص تغییر شوند.
جاسازی‌های موجود در این مجموعه تصویر با استفاده از v2.1 مدل AlphaEarth Foundations ایجاد شده‌اند که شامل تعدادی بهبود نسبت به مدل v2.0 ارزیابی‌شده در مقاله AlphaEarth Foundations است. به عبارت دیگر، مجموعه داده آموزشی مجدداً تولید شد تا شامل تعداد زیادی نمونه از قطب جنوب باشد که قبلاً به دلیل پوشش محدود حسگر حذف شده بودند و به طور مؤثر تعداد توالی‌های ویدیوی آموزشی را از بیش از 8.4 میلیون به بیش از 10.1 میلیون دنباله افزایش داد. و USDA NASS Cropland Data Layer به عنوان یک هدف اضافی در طول آموزش گنجانده شد. وزن کاهش برای NLCD و CDL از 0.50 به 0.25 کاهش یافت. و چندین تغییر جزئی دیگر برای کاهش بهتر مصنوعات بصری مرتبط با نوارهای حسگر ورودی، کاشی کاری‌ها و اهداف پیکسلی با وضوح چندگانه اعمال شد. این تغییرات به طور قابل توجهی بر عملکرد مدل از نظر معیارهای ارزیابی تأثیری نداشت، اما به طور کلی کیفیت تعبیه‌های حاصل را بهبود بخشید.
در حالی که برخی از مصنوعات در مقیاس بزرگ و در دسترس بودن داده ها باقی می مانند، این موارد معمولاً نشان دهنده انحرافات برداری جزئی هستند و عموماً تأثیر قابل توجهی بر پردازش یا نتایج پایین دستی ندارند.
باندها
اندازه پیکسل
10 متر
باندها
| نام | واحدها | حداقل | حداکثر | اندازه پیکسل | توضیحات |
|---|---|---|---|---|---|
A00 | بدون بعد | -1 | 1 | متر | محور 0 بردار جاسازی. |
A01 | بدون بعد | -1 | 1 | متر | محور اول بردار جاسازی. |
A02 | بدون بعد | -1 | 1 | متر | محور دوم بردار تعبیه. |
A03 | بدون بعد | -1 | 1 | متر | محور سوم بردار جاسازی. |
A04 | بدون بعد | -1 | 1 | متر | محور چهارم بردار تعبیه. |
A05 | بدون بعد | -1 | 1 | متر | محور پنجم بردار تعبیه. |
A06 | بدون بعد | -1 | 1 | متر | محور ششم بردار تعبیه. |
A07 | بدون بعد | -1 | 1 | متر | محور هفتم بردار تعبیه. |
A08 | بدون بعد | -1 | 1 | متر | محور هشتم بردار تعبیه. |
A09 | بدون بعد | -1 | 1 | متر | محور نهم بردار تعبیه. |
A10 | بدون بعد | -1 | 1 | متر | محور دهم بردار تعبیه. |
A11 | بدون بعد | -1 | 1 | متر | محور یازدهم بردار تعبیه. |
A12 | بدون بعد | -1 | 1 | متر | محور دوازدهم بردار تعبیه. |
A13 | بدون بعد | -1 | 1 | متر | محور سیزدهم بردار تعبیه. |
A14 | بدون بعد | -1 | 1 | متر | چهاردهمین محور بردار تعبیه. |
A15 | بدون بعد | -1 | 1 | متر | محور پانزدهم بردار تعبیه. |
A16 | بدون بعد | -1 | 1 | متر | محور شانزدهم بردار تعبیه. |
A17 | بدون بعد | -1 | 1 | متر | محور هفدهم بردار تعبیه. |
A18 | بدون بعد | -1 | 1 | متر | هجدهمین محور بردار تعبیه. |
A19 | بدون بعد | -1 | 1 | متر | محور نوزدهم بردار تعبیه. |
A20 | بدون بعد | -1 | 1 | متر | محور بیستم بردار جاسازی. |
A21 | بدون بعد | -1 | 1 | متر | محور بیست و یکم بردار جاسازی. |
A22 | بدون بعد | -1 | 1 | متر | محور بیست و دوم بردار تعبیه. |
A23 | بدون بعد | -1 | 1 | متر | محور بیست و سوم بردار تعبیه. |
A24 | بدون بعد | -1 | 1 | متر | محور 24 بردار تعبیه. |
A25 | بدون بعد | -1 | 1 | متر | محور 25 بردار تعبیه. |
A26 | بدون بعد | -1 | 1 | متر | محور بیست و ششم بردار تعبیه. |
A27 | بدون بعد | -1 | 1 | متر | محور بیست و هفتم بردار تعبیه. |
A28 | بدون بعد | -1 | 1 | متر | محور بیست و هشتم بردار تعبیه. |
A29 | بدون بعد | -1 | 1 | متر | محور بیست و نهم بردار تعبیه. |
A30 | بدون بعد | -1 | 1 | متر | محور سی ام بردار تعبیه. |
A31 | بدون بعد | -1 | 1 | متر | محور سی و یکم بردار تعبیه. |
A32 | بدون بعد | -1 | 1 | متر | محور سی و دوم بردار تعبیه. |
A33 | بدون بعد | -1 | 1 | متر | محور سی و سوم بردار تعبیه. |
A34 | بدون بعد | -1 | 1 | متر | محور سی و چهارم بردار تعبیه. |
A35 | بدون بعد | -1 | 1 | متر | محور سی و پنجم بردار تعبیه. |
A36 | بدون بعد | -1 | 1 | متر | محور سی و ششم بردار تعبیه. |
A37 | بدون بعد | -1 | 1 | متر | محور سی و هفتم بردار تعبیه. |
A38 | بدون بعد | -1 | 1 | متر | محور سی و هشتم بردار تعبیه. |
A39 | بدون بعد | -1 | 1 | متر | محور سی و نهم بردار تعبیه. |
A40 | بدون بعد | -1 | 1 | متر | محور چهلم بردار تعبیه. |
A41 | بدون بعد | -1 | 1 | متر | محور 41 بردار تعبیه. |
A42 | بدون بعد | -1 | 1 | متر | محور 42 بردار تعبیه. |
A43 | بدون بعد | -1 | 1 | متر | محور 43 بردار تعبیه. |
A44 | بدون بعد | -1 | 1 | متر | محور 44 بردار تعبیه. |
A45 | بدون بعد | -1 | 1 | متر | محور 45 بردار تعبیه. |
A46 | بدون بعد | -1 | 1 | متر | محور 46 بردار تعبیه. |
A47 | بدون بعد | -1 | 1 | متر | محور 47 بردار تعبیه. |
A48 | بدون بعد | -1 | 1 | متر | محور 48 بردار تعبیه. |
A49 | بدون بعد | -1 | 1 | متر | محور 49 بردار تعبیه. |
A50 | بدون بعد | -1 | 1 | متر | محور پنجاهم بردار تعبیه. |
A51 | بدون بعد | -1 | 1 | متر | محور 51 بردار تعبیه. |
A52 | بدون بعد | -1 | 1 | متر | محور 52 بردار تعبیه. |
A53 | بدون بعد | -1 | 1 | متر | محور 53 بردار تعبیه. |
A54 | بدون بعد | -1 | 1 | متر | محور 54 بردار تعبیه. |
A55 | بدون بعد | -1 | 1 | متر | محور 55 بردار تعبیه. |
A56 | بدون بعد | -1 | 1 | متر | محور 56 بردار تعبیه. |
A57 | بدون بعد | -1 | 1 | متر | محور 57 بردار تعبیه. |
A58 | بدون بعد | -1 | 1 | متر | محور 58 بردار تعبیه. |
A59 | بدون بعد | -1 | 1 | متر | محور 59 بردار تعبیه. |
A60 | بدون بعد | -1 | 1 | متر | محور 60 بردار تعبیه. |
A61 | بدون بعد | -1 | 1 | متر | محور شصت و یکم بردار تعبیه. |
A62 | بدون بعد | -1 | 1 | متر | محور شصت و دوم بردار تعبیه. |
A63 | بدون بعد | -1 | 1 | متر | شصت و سومین محور بردار تعبیه. |
ویژگی های تصویر
ویژگی های تصویر
| نام | تایپ کنید | توضیحات |
|---|---|---|
| MODEL_VERSION | STRING | رشته نسخه به طور منحصر به فرد نسخه مدل مورد استفاده برای تولید تصویر را شناسایی می کند. |
| PROCESSING_SOFTWARE_VERSION | STRING | رشته نسخه به طور منحصر به فرد نرم افزار پردازش داده مدل مورد استفاده برای تولید تصویر را شناسایی می کند. |
| UTM_ZONE | STRING | ناحیه UTM سیستم مرجع مختصات مورد استفاده برای تولید تصویر. |
| DATASET_VERSION | STRING | نسخه مجموعه داده. |
شرایط استفاده
شرایط استفاده
این مجموعه داده تحت مجوز CC-BY 4.0 است و به متن انتساب زیر نیاز دارد: " مجموعه داده های جاسازی ماهواره ای AlphaEarth Foundations توسط Google و Google DeepMind تولید شده است."
نقل قول ها
براون، سی اف، کازمیرسکی، ام آر، پاسکوارلا، وی جی.، راکلیج، و.جی.، سامسیکووا، ام.، ژانگ، سی، شلهامر، ای.، لاهرا، ای.، وایلز، او.، ایلیوشچنکو، اس.، گولیک، ن.، ژانگ، ال.ال.، آلج، اس.، اس.، اس. Moore, R., Boukouvalas, A., & Kohli, P. (2025). پایه های AlphaEarth: یک مدل میدانی جاسازی شده برای نقشه برداری جهانی دقیق و کارآمد از داده های برچسب پراکنده. پیش چاپ arXiv arXiv.2507.22291. doi:10.48550/arXiv.2507.22291
با Earth Engine کاوش کنید
ویرایشگر کد (جاوا اسکریپت)
// 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');