-
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 ve yüksek çözünürlüklü optik uydu görüntüleri için bir kalite değerlendirme (KG) işlemcisidir. Cloud Score+ S2_HARMONIZED veri kümesi, uyumlu Sentinel-2 L1C koleksiyonundan operasyonel olarak üretilir ve Cloud Score+ çıkışları, 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 gerçek zamanlı (NRT) bir arazi kullanımı/arazi kapsamı (LULC) veri kümesidir. Dynamic World tahminleri, 27.06.2015'ten günümüze kadar 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 koleksiyon, 20 yıllık Landsat yüzey yansıtma verileri üzerinde Sürekli Değişiklik Tespiti ve Sınıflandırma (CCDC) algoritması çalıştırılarak önceden hesaplanmış sonuçları içerir. CCDC, zaman serisi verilerindeki kırılma noktalarını tespit etmek için dinamik bir RMSE eşiğiyle harmonik uyumlaştırma kullanan bir kırılma noktası bulma algoritmasıdır. … change-detection google landcover landsat-derived landuse landuse-landcover -
JRC Global Surface Water Mapping Layers, v1.2 [kullanımdan kaldırıldı]
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 Monthly Water Recurrence, 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, dünya genelinde dağıtılmış bir eğitim verileri grubu 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, dünya genelinde dağıtılmış bir eğitim verileri grubu 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, dünya genelinde dağıtılmış bir eğitim verileri grubu 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 koleksiyonda, Brezilya ülkesi üzerinde SPOT 2, 4 ve 5 uydularından alınan 2008 dönemi ham çok bantlı görüntüler yer alır. 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 kullandı. 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 yerel çok spektralli bantlarından elde edilen 2008 dönemi "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 alınan 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 spektrumlu 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 yerleştirmelerden oluşan, analize hazır küresel bir koleksiyondur. Bu veri kümesindeki her 10 metrelik piksel, çeşitli Dünya gözlemi ... 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 dünya genelinde 1 km çözünürlükte bitki örtüsü kaybının temel nedenini gösterir. 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 dünya genelinde 1 km çözünürlükte bitki örtüsü kaybının temel nedenini gösterir. 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 2001-2025 v1.3
Bu veri kümesi, 2001-2025 yılları arasında küresel olarak 1 km çözünürlükte bitki örtüsü kaybının baskın 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
