-
Cloud Score+ S2_HARMONIZED V1
Cloud Score+ to procesor do oceny jakości (QA) zdjęć satelitarnych w średniej i wysokiej rozdzielczości. Zbiór danych Cloud Score+ S2_HARMONIZED jest tworzony operacyjnie na podstawie zharmonizowanej kolekcji Sentinel-2 L1C, a wyjścia Cloud Score+ można wykorzystać do identyfikowania względnie czystych pikseli i skutecznego usuwania chmur. cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World to zbiór danych o użytkowaniu i pokryciu terenu o rozmiary 10 Mpix, który jest aktualizowany w czasie zbliżonym do rzeczywistego. Zawiera on prawdopodobieństwa klas i informacje o etykietach dla 9 klas. Dynamiczne prognozy dotyczące świata są dostępne w przypadku zbioru Sentinel-2 L1C z okresu od 27 czerwca 2015 r. do chwili obecnej. Częstotliwość ponownych przelotów Sentinel-2 wynosi od 2 do 5 dni… global google landcover landuse landuse-landcover nrt -
Globalne segmenty CCDC na podstawie danych Landsat (1999–2019)
Ta kolekcja zawiera wyniki wstępnie obliczone na podstawie algorytmu ciągłego wykrywania i klasyfikacji zmian (CCDC) na podstawie danych o odblasku powierzchni z 20 lat misji Landsat. CCDC to algorytm wyszukiwania punktów przełamania, który do wykrywania punktów przełamania w danych ciągów czasowych wykorzystuje dopasowanie harmoniczne z dynamiczną wartością progową RMSE. … change-detection google landcover landsat-derived landuse landuse-landcover -
JRC Global Surface Water Mapping Layers, v1.2 [deprecated]
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2019 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Global Surface Water Mapping Layers, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC Global Surface Water Metadata, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Monthly Water Recurrence, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yearly Water Classification History, v1.4
Ten zbiór danych zawiera mapy lokalizacji i rozkładu czasowego powierzchni wody w latach 1984–2021 oraz statystyki dotyczące rozległości i zmian tych powierzchni. Więcej informacji znajdziesz w powiązanym artykule w czasopiśmie: High-resolution mapping of global surface water and its … annual geophysical google history jrc landsat-derived -
Murray Global Intertidal Change Classification
Zbiór danych Murray Global Intertidal Change zawiera globalne mapy ekosystemów przybrzeżnych utworzone na podstawie nadzorowanej klasyfikacji 707 528 obrazów z archiwum Landsat. Każdy piksel został zaklasyfikowany jako pływa, stała woda lub inny na podstawie globalnie rozpowszechnionego zbioru danych treningowych. … coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change Data Mask
Zbiór danych Murray Global Intertidal Change zawiera globalne mapy ekosystemów przybrzeżnych utworzone na podstawie nadzorowanej klasyfikacji 707 528 obrazów z archiwum Landsat. Każdy piksel został zaklasyfikowany jako pływa, stała woda lub inny na podstawie globalnie rozpowszechnionego zbioru danych treningowych. … coastal google intertidal landsat-derived murray surface-ground-water -
Liczba pikseli w zmianie Murray Global Intertidal
Zbiór danych Murray Global Intertidal Change zawiera globalne mapy ekosystemów przybrzeżnych utworzone na podstawie nadzorowanej klasyfikacji 707 528 obrazów z archiwum Landsat. Każdy piksel został zaklasyfikowany jako pływa, stała woda lub inny na podstawie globalnie rozpowszechnionego zbioru danych treningowych. … coastal google intertidal landsat-derived murray surface-ground-water -
Wstawianie satelity V1
Zbiór danych Google Satellite Embedding to globalna kolekcja gotowych do analizy zaimplementowanych w sieci neuronowej uogólnionych wektorów przedstawiających dane geoprzestrzenne. Każdy 10-metrowy piksel w tym zbiorze danych to 64-wymiarowa reprezentacja, czyli „wektor wbudowany”, który koduje czasowe trajektorie warunków na powierzchni w danym pikselu i wokół niego, zmierzone przez różne systemy obserwacji Ziemi … roczne globalne google na podstawie danych z Landsat obrazy satelitarne na podstawie danych z Sentinel-1 -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Ten zbiór danych przedstawia dominujący czynnik utraty pokrycia drzewami w latach 2001–2022 na całym świecie w siatce 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind za pomocą globalnego modelu sieci neuronowej (ResNet) wytrenowanego na podstawie zbioru próbek zebranych … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Ten zbiór danych przedstawia dominujący czynnik utraty pokrycia drzewami w latach 2001–2023 na całym świecie w siatce 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind za pomocą globalnego modelu sieci neuronowej (ResNet) wytrenowanego na podstawie zbioru próbek zebranych … agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Ten zbiór danych przedstawia dominujący czynnik utraty pokrycia drzewnego w latach 2001–2024 na całym świecie w siatce 1 km. Dane zostały opracowane przez World Resources Institute (WRI) i Google DeepMind za pomocą globalnego modelu sieci neuronowej (ResNet) wytrenowanego na podstawie zbioru próbek zebranych … agriculture deforestation forest forest-biomass google landandcarbon
