
- 資料集可用性
- 2017-06-01T00:00:00Z–2018-05-31T00:00:00Z
- 資料集來源
- BigEarthNet
- 標記
說明
BigEarthNet 是新的大規模 Sentinel-2 基準封存檔,內含 590,326 個 Sentinel-2 影像修補程式。為建構 BigEarthNet,我們在 2017 年 6 月至 2018 年 5 月期間,從歐洲 10 個國家/地區 (奧地利、比利時、芬蘭、愛爾蘭、科索沃、立陶宛、盧森堡、葡萄牙、塞爾維亞、瑞士) 取得 125 個 Sentinel-2 圖塊。所有圖塊都經過 Sentinel-2 Level 2A 產品生成和格式化工具 (sen2cor) 的大氣校正。然後,將這些圖片分割成 590,326 個不重疊的圖像修補程式。每個圖像修補程式都標註了多個土地覆蓋類別 (即多重標籤),這些類別來自 2018 年的 CORINE 土地覆蓋資料庫 (CLC 2018)。
頻帶
頻帶
名稱 | 規模 | 像素大小 | 波長 | 說明 |
---|---|---|---|---|
B1 |
0.0001 | 60 公尺 | 443.9 奈米 (S2A) / 442.3 奈米 (S2B) | 氣溶膠 |
B2 |
0.0001 | 10 公尺 | 496.6 奈米 (S2A) / 492.1 奈米 (S2B) | 藍色 |
B3 |
0.0001 | 10 公尺 | 560 奈米 (S2A) / 559 奈米 (S2B) | 綠色 |
B4 |
0.0001 | 10 公尺 | 664.5 奈米 (S2A) / 665 奈米 (S2B) | 紅色 |
B5 |
0.0001 | 20 公尺 | 703.9 奈米 (S2A) / 703.8 奈米 (S2B) | 紅邊 1 |
B6 |
0.0001 | 20 公尺 | 740.2 奈米 (S2A) / 739.1 奈米 (S2B) | Red Edge 2 |
B7 |
0.0001 | 20 公尺 | 782.5 奈米 (S2A) / 779.7 奈米 (S2B) | Red Edge 3 |
B8 |
0.0001 | 10 公尺 | 835.1 奈米 (S2A) / 833 奈米 (S2B) | NIR |
B9 |
0.0001 | 60 公尺 | 945 奈米 (S2A) / 943.2 奈米 (S2B) | 水蒸氣 |
B10 |
0.0001 | 60 公尺 | 1373.5 奈米 (S2A) / 1376.9 奈米 (S2B) | 卷雲 |
B11 |
0.0001 | 20 公尺 | 1613.7 奈米 (S2A) / 1610.4 奈米 (S2B) | SWIR 1 |
B12 |
0.0001 | 20 公尺 | 2202.4 奈米 (S2A) / 2185.7 奈米 (S2B) | SWIR 2 |
B8A |
0.0001 | 20 公尺 | 864.8 奈米 (S2A) / 864 奈米 (S2B) | Red Edge 4 |
圖片屬性
圖片屬性
名稱 | 類型 | 說明 |
---|---|---|
標籤 | STRING_LIST | 這張圖片中找到的地表覆蓋類型清單 |
來源 | STRING | 對應的 Sentinel-2 1C 影像產品 ID |
tile_x | DOUBLE | 來源圖片中圖塊的 X 座標 |
tile_y | DOUBLE | 來源圖片中圖塊的 Y 座標 |
使用條款
使用條款
BigEarthNet 封存資料是依據「社群資料授權協議 - 寬鬆版 1.0 版」授權。詳情請參閱 https://cdla.dev/permissive-1-0。
引用內容
G. Sumbul, M. Charfuelan, B. Demir, V. Markl,《BigEarthNet: A Large-Scale Benchmark Archive for Remote Sensing Image Understanding》,IEEE International Conference on Geoscience and Remote Sensing Symposium,第 5901-5904 頁,日本橫濱,2019 年。
使用 Earth Engine 探索
程式碼編輯器 (JavaScript)
var geometry = ee.Geometry.Polygon( [[ [16.656886757418057, 48.27086673747943], [16.656886757418057, 48.21359065567954], [16.733276070162198, 48.21359065567954], [16.733276070162198, 48.27086673747943]]]); var ic = ee.ImageCollection('TUBerlin/BigEarthNet/v1'); var filtered = ic.filterBounds(geometry); var tiles = filtered.map(function(image) { var labels = ee.List(image.get('labels')); var urban = labels.indexOf('Discontinuous urban fabric').gte(0); var highlight_urban = ee.Image(urban).toInt().multiply(1000); return image.addBands( {srcImg: image.select(['B4']).add(highlight_urban), overwrite: true}); }); var image = tiles.mosaic().clip(geometry); var visParams = {bands: ['B4', 'B3', 'B2'], min: 0, max: 3000}; Map.addLayer(image, visParams); Map.centerObject(image, 13);