-
Set di dati di immagini forestali del Brasile del 2008: mappa base analitica
Questo set di dati fornisce una mappa base multispettrale (verde, rosso e vicino infrarosso) del Brasile con una risoluzione fino a 10 metri, acquisita principalmente nel 2008, per supportare l'implementazione del codice forestale brasiliano. Il mosaico è sintetizzato dai dati satellitari di SPOT 2, 4 e 5. Funge da versione ad alta risoluzione… brazil forest-code google imagery multispectral satellite-imagery -
Set di dati di immagini forestali del Brasile del 2008: mappa base visiva
Questo set di dati fornisce una mappa base con immagini visive del Brasile con una risoluzione fino a 5 metri, acquisite principalmente nel 2008, per supportare l'implementazione del codice forestale brasiliano. Il mosaico è sintetizzato dai dati satellitari di SPOT 2, 4 e 5. Rappresenta un'alternativa ad alta risoluzione a… brazil deforestation forest-code google rgb satellite-imagery -
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ è un processore di valutazione della qualità (QA) per immagini satellitari ottiche a risoluzione medio-alta. Il set di dati Cloud Score+ S2_HARMONIZED viene prodotto operativamente dalla raccolta Sentinel-2 L1C armonizzata e gli output di Cloud Score+ possono essere utilizzati per identificare i pixel relativamente chiari e rimuovere efficacemente le nuvole… cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World è un set di dati sull'uso e la copertura del suolo (LULC) quasi in tempo reale (NRT) con una risoluzione di 10 metri che include le probabilità di classe e le informazioni sulle etichette per nove classi. Le previsioni di Dynamic World sono disponibili per la raccolta Sentinel-2 L1C dal 27/06/2015 a oggi. La frequenza di rivisita di Sentinel-2 è compresa tra 2 e 5 giorni… global google landcover landuse landuse-landcover nrt -
Segmenti CCDC basati su Landsat globali di Google (1999-2019)
Questa raccolta contiene i risultati precalcolati dell'esecuzione dell'algoritmo Continuous Change Detection and Classification (CCDC) su 20 anni di dati di riflettanza di superficie Landsat. CCDC è un algoritmo di ricerca dei punti di interruzione che utilizza l'adattamento armonico con una soglia RMSE dinamica per rilevare i punti di interruzione nei dati delle serie temporali. Il/La/L'… change-detection google landcover landsat-derived landuse landuse-landcover -
Livelli di mappatura delle acque di superficie globali del JRC, v1.2 [ritirati]
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2019 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
Livelli di mappatura delle acque superficiali globali del JRC, v1.4
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC Global Surface Water Metadata, v1.4
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yearly Water Classification History, v1.4
Questo set di dati contiene mappe della distribuzione spaziale e temporale delle acque superficiali dal 1984 al 2021 e fornisce statistiche sull'estensione e sul cambiamento di queste superfici d'acqua. Per maggiori informazioni, consulta l'articolo di rivista associato: High-resolution mapping of global surface water and its … annual geophysical google history jrc landsat-derived -
Murray Global Intertidal Change Classification
Il set di dati Murray Global Intertidal Change contiene mappe globali degli ecosistemi delle piane di marea prodotte tramite una classificazione supervisionata di 707.528 immagini dell'archivio Landsat. Ogni pixel è stato classificato come piana di marea, acqua permanente o altro in riferimento a un insieme di dati di addestramento distribuiti a livello globale. Il/La/L'… costiera google intertidale landsat-derived murray surface-ground-water -
Maschera dati di variazione intertidale globale di Murray
Il set di dati Murray Global Intertidal Change contiene mappe globali degli ecosistemi delle piane di marea prodotte tramite una classificazione supervisionata di 707.528 immagini dell'archivio Landsat. Ogni pixel è stato classificato come piana di marea, acqua permanente o altro in riferimento a un insieme di dati di addestramento distribuiti a livello globale. Il/La/L'… costiera google intertidale landsat-derived murray surface-ground-water -
Murray Global Intertidal Change QA Pixel Count
Il set di dati Murray Global Intertidal Change contiene mappe globali degli ecosistemi delle piane di marea prodotte tramite una classificazione supervisionata di 707.528 immagini dell'archivio Landsat. Ogni pixel è stato classificato come piana di marea, acqua permanente o altro in riferimento a un insieme di dati di addestramento distribuiti a livello globale. Il/La/L'… costiera google intertidale landsat-derived murray surface-ground-water -
Immagini multispettrali SPOT 10-20 m, Brasile
Questa raccolta fornisce immagini multispettrali grezze del 2008 dei satelliti SPOT 2, 4 e 5 sul paese del Brasile. Queste missioni, gestite dal CNES, sono state progettate per fornire immagini ottiche ad alta risoluzione e ad ampia area per la gestione delle risorse della Terra. SPOT 2 e 4 utilizzavano HRV e HRVIR… brazil forest-code google multispectral satellite-imagery spot -
Immagini multispettrali a colori pseudo naturali SPOT 10-20 m, Brasile
Questa raccolta contiene immagini RGB "pseudo a colori naturali" del 2008 derivate dalle bande multispettrali native di SPOT 2, 4 e 5 per il Brasile. Poiché i sensori HRV e HRG non includono una banda blu nativa, questo prodotto sintetizza una rappresentazione RGB per approssimare una… brazil forest-code google rgb satellite-imagery spot -
Immagini pancromatiche SPOT 5-10 m, Brasile
Questa raccolta contiene le bande pancromatiche (PAN) non elaborate dei satelliti SPOT 2, 4 e 5 per il Brasile intorno al 2008. Il sensore pancromatico offre la massima risoluzione spaziale nativa delle missioni, catturando la luce in un ampio spettro visibile (0,51-0,73 µm per SPOT 2, 0,61-0,68 … brazil forest-code google imagery satellite-imagery spot -
SPOT Pansharpened Pseudo Natural Color Imagery 5-10m, Brasile
Questa raccolta fornisce immagini satellitari SPOT 2, 4 e 5 a colori pseudo-naturali con pan sharpening ad alta risoluzione per il Brasile intorno al 2008. Laddove era disponibile un'immagine pancromatica ad alta risoluzione corrispondente, questa è stata unita ai dati multispettrali per ottenere dettagli spaziali migliorati (fino a 5 m per SPOT 5 o 10 m… brazil forest-code google rgb satellite-imagery spot -
Incorporamento di satelliti V1
Il set di dati Google Satellite Embedding è una raccolta globale e pronta per l'analisi di incorporamenti geospaziali appresi. Ogni pixel di 10 metri in questo set di dati è una rappresentazione a 64 dimensioni, o "vettore di incorporamento", che codifica le traiettorie temporali delle condizioni della superficie in corrispondenza e intorno a quel pixel misurate da varie osservazioni della Terra… annuale globale google derivato-da-landsat immagini-satellitari derivato-da-sentinel1 -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Questo set di dati mappa il principale fattore di perdita della copertura arborea a livello globale dal 2001 al 2022 con una risoluzione di 1 km. Prodotti dal World Resources Institute (WRI) e da Google DeepMind, i dati sono stati sviluppati utilizzando un modello di rete neurale globale (ResNet) addestrato su un insieme di campioni raccolti… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Questo set di dati mappa il principale fattore di perdita della copertura arborea dal 2001 al 2023 a livello globale con una risoluzione di 1 km. Prodotti dal World Resources Institute (WRI) e da Google DeepMind, i dati sono stati sviluppati utilizzando un modello di rete neurale globale (ResNet) addestrato su un insieme di campioni raccolti… agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Questo set di dati mappa il principale fattore di perdita della copertura arborea dal 2001 al 2024 a livello globale con una risoluzione di 1 km. Prodotti dal World Resources Institute (WRI) e da Google DeepMind, i dati sono stati sviluppati utilizzando un modello di rete neurale globale (ResNet) addestrato su un insieme di campioni raccolti… agriculture deforestation forest forest-biomass google landandcarbon