-
2008 Brezilya Orman Görüntüleri Veri Kümesi: Analitik Temel Harita
Bu veri kümesi, Brezilya Orman Yasası'nın uygulanmasını desteklemek için öncelikle 2008'de çekilmiş, Brezilya'nın 10 metre çözünürlüğe kadar çok spektralli (yeşil, kırmızı ve yakın kızılötesi) temel haritasını sağlar. Mozaik, SPOT 2, 4 ve 5 uydu verilerinden sentezlenir. Bu, daha yüksek çözünürlüklü bir … brazil forest-code<0x0x0A> google imagery multispectral satellite-imagery -
2008 Brezilya Orman Görüntüleri Veri Kümesi: Görsel Temel Harita
Bu veri kümesi, Brezilya Orman Yasası'nın uygulanmasını desteklemek için Brezilya'nın 5 metreye kadar çözünürlüğe sahip, ağırlıklı olarak 2008'de çekilmiş görsel görüntü temel haritasını sağlar. Mozaik, SPOT 2, 4 ve 5 uydu verilerinden sentezlenir. Bu, … için yüksek çözünürlüklü bir alternatif olarak kullanılabilir. brazil deforestation forest-code google rgb satellite-imagery -
Cloud Score+ S2_HARMONIZED V1
Cloud Score+, orta ila yüksek çözünürlüklü optik uydu görüntüleri için bir kalite güvencesi (KG) işlemcisidir. Cloud Score+ S2_HARMONIZED veri kümesi, uyumlu Sentinel-2 L1C koleksiyonundan operasyonel olarak üretilir ve Cloud Score+ çıktıları, nispeten net pikselleri tanımlamak ve bulutları etkili bir şekilde kaldırmak için kullanılabilir. cloud google satellite-imagery sentinel2-derived -
Dynamic World V1
Dynamic World, dokuz sınıf için sınıf olasılıklarını ve etiket bilgilerini içeren, 10 metre çözünürlüklü ve neredeyse anlık (NRT) bir arazi kullanımı/arazi kapsamı (LULC) veri kümesidir. Dynamic World tahminleri, 27.06.2015'ten günümüze Sentinel-2 L1C koleksiyonu için kullanılabilir. Sentinel-2'nin yeniden ziyaret sıklığı 2-5 gün arasındadır. global google landcover landuse landuse-landcover nrt -
Google Global Landsat tabanlı CCDC Segmentleri (1999-2019)
Bu koleksiyonda, 20 yıllık Landsat yüzey yansıtma verileri üzerinde Sürekli Değişiklik Tespiti ve Sınıflandırma (CCDC) algoritması çalıştırılarak önceden hesaplanmış sonuçlar yer alır. CCDC, zaman serisi verilerindeki kesme noktalarını tespit etmek için dinamik bir RMSE eşiğiyle harmonik uyumlaştırma kullanan bir kesme noktası bulma algoritmasıdır. … change-detection google landcover landsat-derived landuse landuse-landcover -
JRC Global Surface Water Mapping Layers, v1.2 [desteği sonlandırılmış]
Bu veri kümesi, yüzey suyunun 1984-2019 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: 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
Bu veri kümesi, yüzey suyunun 1984-2021 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: High-resolution mapping of global surface water and its … change-detection geophysical google jrc landsat-derived surface -
JRC Global Surface Water Metadata, v1.4
Bu veri kümesi, yüzey suyunun 1984-2021 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: High-resolution mapping of global surface water and its … geophysical google jrc landsat-derived surface surface-ground-water -
JRC Monthly Water History, v1.4
Bu veri kümesi, yüzey suyunun 1984-2021 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Aylık Su Yinelenmesi, v1.4
Bu veri kümesi, yüzey suyunun 1984-2021 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: High-resolution mapping of global surface water and its … geophysical google history jrc landsat-derived monthly -
JRC Yıllık Su Sınıflandırma Geçmişi, v1.4
Bu veri kümesi, yüzey suyunun 1984-2021 yılları arasındaki konum ve zamana göre dağılımını gösteren haritalar içerir. Ayrıca bu su yüzeylerinin kapsamı ve değişimiyle ilgili istatistikler sunar. Daha fazla bilgi için ilgili dergi makalesine bakın: High-resolution mapping of global surface water and its … annual geophysical google history jrc landsat-derived -
Murray Global Intertidal Change Classification
Murray Küresel Gelgitler Arası Değişim Veri Kümesi,707.528 Landsat Arşivi görüntüsünün denetimli sınıflandırılmasıyla üretilen gelgit düzlüğü ekosistemlerinin küresel haritalarını içerir. Her piksel, küresel olarak dağıtılmış bir eğitim verisi kümesi referans alınarak gelgit düzlüğü, kalıcı su veya diğer olarak sınıflandırıldı. … coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change Data Mask
Murray Küresel Gelgitler Arası Değişim Veri Kümesi,707.528 Landsat Arşivi görüntüsünün denetimli sınıflandırılmasıyla üretilen gelgit düzlüğü ekosistemlerinin küresel haritalarını içerir. Her piksel, küresel olarak dağıtılmış bir eğitim verisi kümesi referans alınarak gelgit düzlüğü, kalıcı su veya diğer olarak sınıflandırıldı. … coastal google intertidal landsat-derived murray surface-ground-water -
Murray Global Intertidal Change QA Pixel Count
Murray Küresel Gelgitler Arası Değişim Veri Kümesi,707.528 Landsat Arşivi görüntüsünün denetimli sınıflandırılmasıyla üretilen gelgit düzlüğü ekosistemlerinin küresel haritalarını içerir. Her piksel, küresel olarak dağıtılmış bir eğitim verisi kümesi referans alınarak gelgit düzlüğü, kalıcı su veya diğer olarak sınıflandırıldı. … coastal google intertidal landsat-derived murray surface-ground-water -
SPOT Çok Bantlı Görüntüleri 10-20 m, Brezilya
Bu koleksiyon, Brezilya ülkesi üzerinde SPOT 2, 4 ve 5 uydularından alınan 2008 dönemine ait ham çok spektralli görüntüler sunar. CNES tarafından işletilen bu görevler, Dünya'nın kaynaklarını yönetmek için yüksek çözünürlüklü ve geniş alanlı optik görüntüler sağlamak üzere tasarlanmıştır. SPOT 2 ve 4, HRV ve HRVIR'yi kullanır. brazil forest-code google multispectral satellite-imagery spot -
SPOT Çok Bantlı Sözde Doğal Renkli Görüntüler 10-20 m, Brezilya
Bu koleksiyonda, Brezilya için SPOT 2, 4 ve 5'in doğal çok spektralli bantlarından elde edilen 2008 dönemine ait "sözde doğal renkli" RGB görüntüleri yer alır. HRV ve HRG sensörleri doğal mavi bant içermediğinden bu ürün, … brazil forest-code google rgb satellite-imagery spot -
SPOT 5-10 m çözünürlüklü pankromatik görüntüleri, Brezilya
Bu koleksiyon, 2008 civarında Brezilya'ya ait SPOT 2, 4 ve 5 uydularından elde edilen ham pankromatik (PAN) bantları içerir. Pankromatik sensör, görevlerin en yüksek doğal uzamsal çözünürlüğünü sağlar ve geniş bir görünür spektrumda (SPOT 2 için 0,51-0,73 µm, 0,61-0,68 … brazil forest-code google imagery satellite-imagery spot -
SPOT Pansharpened Pseudo Natural Color Imagery 5-10m, Brezilya
Bu koleksiyon, Brezilya'nın 2008 yılına ait yüksek çözünürlüklü, doğal renkli, SPOT 2, 4 ve 5 uydularından elde edilen görüntüleri sunar. Karşılık gelen yüksek çözünürlüklü pankromatik görüntünün mevcut olduğu yerlerde, gelişmiş uzamsal ayrıntı elde etmek için çok spektralli verilerle birleştirildi (SPOT 5 için 5 m'ye veya 10 m'ye kadar … brazil forest-code google rgb satellite-imagery spot -
Uydu Yerleştirme V1
Google Uydu Yerleştirme Veri Kümesi, öğrenilmiş coğrafi yerleştirmelerin küresel ve analize hazır bir koleksiyonudur. Bu veri kümesindeki her 10 metrelik piksel, çeşitli Dünya gözlem araçları tarafından ölçülen, yüzey koşullarının o pikselde ve çevresindeki zamansal yörüngelerini kodlayan 64 boyutlu bir gösterim veya "gömme vektörü"dür. annual global google landsat-derived satellite-imagery sentinel1-derived -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
Bu veri kümesi, 2001-2022 yılları arasında küresel olarak 1 km çözünürlükte bitki örtüsü kaybının temel nedenini haritalandırır. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
Bu veri kümesi, 2001-2023 yılları arasında küresel olarak 1 km çözünürlükte bitki örtüsü kaybının temel nedenini haritalandırır. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon -
WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
Bu veri kümesi, 2001-2024 yılları arasında küresel olarak 1 km çözünürlükte bitki örtüsü kaybının temel nedenini haritalandırır. Dünya Kaynakları Enstitüsü (WRI) ve Google DeepMind tarafından üretilen veriler, toplanan bir dizi örnek üzerinde eğitilmiş küresel bir nöral ağ modeli (ResNet) kullanılarak geliştirilmiştir. agriculture deforestation forest forest-biomass google landandcarbon