-
Ensemble de données d'imagerie forestière du Brésil (2008) : carte de base analytique
Cet ensemble de données fournit une carte de base multispectrale (vert, rouge et proche infrarouge) du Brésil, avec une résolution allant jusqu'à 10 mètres. Il a été principalement capturé en 2008 pour faciliter l'application du Code forestier brésilien. La mosaïque est synthétisée à partir des données satellite SPOT 2, 4 et 5. Il sert de … à une résolution plus élevée. brazil forest-code google imagery multispectral satellite-imagery -
Ensemble de données d'imagerie forestière du Brésil (2008) : carte de base visuelle
Cet ensemble de données fournit une carte de base d'imagerie visuelle du Brésil avec une résolution allant jusqu'à 5 mètres, principalement capturée en 2008, pour faciliter l'application du Code forestier brésilien. La mosaïque est synthétisée à partir des données satellite SPOT 2, 4 et 5. Il sert d'alternative haute résolution à … brazil deforestation forest-code google rgb satellite-imagery -
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ est un outil de traitement d'assurance qualité (QA) pour l'imagerie satellitaire optique de résolution moyenne à élevée. L'ensemble de données Cloud Score+ S2_HARMONIZED est produit de manière opérationnelle à partir de la collection harmonisée Sentinel-2 L1C. Les sorties Cloud Score+ peuvent être utilisées pour identifier les pixels relativement clairs et supprimer efficacement les nuages. cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World est un ensemble de données d'occupation et d'utilisation des sols (LULC, Land Use/Land Cover) en temps quasi réel (NRT) avec une résolution de 10 m. Il inclut des probabilités de classe et des informations d'étiquettes pour neuf classes. Les prédictions Dynamic World sont disponibles pour la collection Sentinel-2 L1C depuis le 27/06/2015. La fréquence de revisite de Sentinel-2 est comprise entre 2 et 5 jours… global google landcover landuse landuse-landcover nrt -
Segments CCDC mondiaux basés sur Landsat de Google (1999-2019)
Cette collection contient des résultats précalculés de l'algorithme CCDC (Continuous Change Detection and Classification) exécuté sur 20 ans de données de réflectance de surface Landsat. CCDC est un algorithme de détection de points d'arrêt qui utilise l'ajustement harmonique avec un seuil RMSE dynamique pour détecter les points d'arrêt dans les données de séries temporelles. Le… change-detection google landcover landsat-derived landuse landuse-landcover -
Couches de cartographie des eaux de surface mondiales du JRC, v1.2 [obsolètes]
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2019, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
Calques de cartographie des eaux de surface dans le monde du JRC, v1.4
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
Métadonnées JRC Global Surface Water, v1.4
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
Historique mensuel de l'eau du JRC, v1.4
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
Historique annuel de la classification de l'eau du JRC, v1.4
Cet ensemble de données contient des cartes de la distribution spatiale et temporelle des eaux de surface entre 1984 et 2021, et fournit des statistiques sur l'étendue et l'évolution de ces surfaces d'eau. Pour en savoir plus, consultez l'article de revue associé : High-resolution mapping of global surface water and its … annual geophysical google history jrc landsat-derived -
Classification des changements intertidaux mondiaux de Murray
L'ensemble de données Murray Global Intertidal Change contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé dans la catégorie "vasière", "eau permanente" ou "autre" en référence à un ensemble de données d'entraînement distribué à l'échelle mondiale. Le… coastal google intertidal landsat-derived murray surface-ground-water -
Masque de données sur les changements intertidaux mondiaux de Murray
L'ensemble de données Murray Global Intertidal Change contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé dans la catégorie "vasière", "eau permanente" ou "autre" en référence à un ensemble de données d'entraînement distribué à l'échelle mondiale. Le… coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change QA Pixel Count
L'ensemble de données Murray Global Intertidal Change contient des cartes mondiales des écosystèmes de vasières produites à l'aide d'une classification supervisée de 707 528 images de l'archive Landsat. Chaque pixel a été classé dans la catégorie "vasière", "eau permanente" ou "autre" en référence à un ensemble de données d'entraînement distribué à l'échelle mondiale. Le… coastal google intertidal landsat-derived murray surface-ground-water -
Imagerie multispectrale SPOT 10-20 m, Brésil
Cette collection fournit des images multispectrales brutes de l'époque de 2008, provenant des satellites SPOT 2, 4 et 5 au-dessus du Brésil. Ces missions, opérées par le CNES, ont été conçues pour fournir des images optiques haute résolution et à grande échelle afin de gérer les ressources de la Terre. SPOT 2 et 4 ont utilisé la VFC et le HRVIR… brazil forest-code google multispectral satellite-imagery spot -
Imagerie multispectrale SPOT en pseudo-couleurs naturelles 10-20 m, Brésil
Cette collection contient des images RVB "pseudo-couleurs naturelles" de l'année 2008, dérivées des bandes multispectrales natives de SPOT 2, 4 et 5 pour le Brésil. Comme les capteurs VFC et VRF n'incluaient pas de bande bleue native, ce produit synthétise une représentation RVB pour approximer une … brazil forest-code google rgb satellite-imagery spot -
Imagerie panchromatique SPOT 5-10 m, Brésil
Cette collection contient les bandes brutes panchromatiques (PAN) des satellites SPOT 2, 4 et 5 pour le Brésil vers 2008. Le capteur panchromatique offre la plus haute résolution spatiale native des missions, en capturant la lumière sur un large spectre visible (0,51-0,73 µm pour SPOT 2, 0,61-0,68 … brazil forest-code google imagery satellite-imagery spot -
Imagerie SPOT pansharpened en pseudo-couleurs naturelles 5-10 m, Brésil
Cette collection fournit des images SPOT haute résolution en pseudo-couleurs naturelles et pansharpenées des satellites 2, 4 et 5 pour le Brésil vers 2008. Lorsqu'une image panchromatique haute résolution correspondante était disponible, elle était fusionnée avec des données multispectrales pour obtenir des détails spatiaux améliorés (jusqu'à 5 m pour SPOT 5 ou 10 m… brazil forest-code google rgb satellite-imagery spot -
Satellite Embedding V1
L'ensemble de données Google Satellite Embedding est une collection mondiale d'intégrations géospatiales apprises, prêtes à être analysées. Chaque pixel de 10 mètres de cet ensemble de données est une représentation à 64 dimensions, ou "vecteur d'intégration", qui encode les trajectoires temporelles des conditions de surface au niveau de ce pixel et autour de celui-ci, telles que mesurées par diverses observations de la Terre… annual global google landsat-derived satellite-imagery sentinel1-derived -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2022 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2023 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Cet ensemble de données cartographie le principal facteur de perte de couverture arborée de 2001 à 2024 à l'échelle mondiale, avec une résolution de 1 km. Produites par le World Resources Institute (WRI) et Google DeepMind, les données ont été développées à l'aide d'un modèle de réseau de neurones mondial (ResNet) entraîné sur un ensemble d'échantillons collectés… agriculture deforestation forest forest-biomass google landandcarbon