gs://alphaearth_foundations GCS 存储分区包含 COG（云优化的 GeoTIFF）文件，这些文件共同构成了 AlphaEarth Foundations 年度卫星嵌入数据集。它包含 2017 年到 2024 年（含）的年度嵌入。
许可
此数据集已获得 CC-BY 4.0 许可，并且需要提供以下提供方信息：“AlphaEarth Foundations 卫星嵌入数据集由 Google 和 Google DeepMind 制作。”
此存储分区设置为“请求者付费”，因此下载数据可能会产生出站流量费用和其他费用。
目录结构
这些文件按年份划分为目录；每个年份的目录又划分为 120 个子目录，每个子目录对应一个 UTM 带区，其名称反映了带区编号和半球（N 或 S）。
每个目录中都有许多 COG 文件。这些文件包含相应 UTM 地带的所有像素数据。
文件结构
每个文件的尺寸为 8192x8192 像素，包含 64 个通道。在应用反量化映射（见下文）后，每个像素的幅度都已归一化，使其欧几里得长度为 1。
这些文件包含 4096x4096 像素、2048x2048 像素等尺寸的概览层，一直到 1x1 像素的顶级概览层。这些概览层经过精心构建，使得每个概览像素都是该概览像素下最高分辨率像素的平均值，其中平均值的大小已归一化为长度 1。
这些渠道按顺序对应于卫星嵌入数据集的 A00 到 A63 轴。COGs 还包含渠道的这种命名方式。
每个渠道的每个像素值都是一个有符号的 8 位整数。下文介绍了如何将这些值映射到嵌入的本地值（范围为 [-1, 1]）。
值 -128 对应于被遮盖的像素。如果某个频道中存在该属性，则所有频道中都会存在该属性。COGS 会反映这一点（即，它们的 NoData 值设置为 -128）。
每个文件的名称也包含一些信息。例如，假设存在名为 gs://alphaearth_foundations/satellite_embedding/v1/annual/2019/1S/x8qqwcsisbgygl2ry-0000008192-0000000000.tiff 的文件。
如上所述，此文件是 2019 年年度嵌入的一部分，位于 UTM 区域 1S（区域 1，南半球）。基本文件名 x8qqwcsisbgygl2ry-0000008192-0000000000 用于将此文件与相应的 Earth Engine 卫星嵌入图片名称相关联。在此示例中，此文件对应于 Earth Engine 影像 GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL/x8qqwcsisbgygl2ry 的一部分。文件名的两个十进制部分指定了相应 COG 的值相对于相应 Earth Engine 影像的位置，以 Y 偏移量在前、X 偏移量在后的顺序表示。在这种情况下，相对于 Earth Engine 映像的原点，COG 的像素原点位于 (0, 8192)。这是因为有必要细分每个 Earth Engine 映像（16384x16384 像素），以便生成的 COG 不会过于笨重。
反量化
为了将每个像素的每个通道中的原始有符号 8 位值（介于 -127 和 127 之间，含这两个值，因为 -128 保留为“无数据”值）转换为可用于分析的浮点值（介于 -1 和 1 之间），需要执行的映射为
- 除以 127.5
- 正方形
- 乘以原始值的符号
在 NumPy 中，这可以表示为
# values is a NumPy array of raw pixel values
de_quantized_values = ((values / 127.5) ** 2) * np.sign(values)
在 Earth Engine 中，相应的操作将是
var de_quantized_values = values.divide(127.5).pow(2).multiply(values.signum());
清单和索引
此数据集中的文件列表可在 gs://alphaearth_foundations/satellite_embedding/v1/annual/manifest.txt 中找到。
由于无法从文件名中确定这些文件覆盖的世界区域，因此我们还提供了索引，以三种形式（GeoParquet、GeoPackage 和 CSV）包含在文件 gs://alphaearth_foundations/satellite_embedding/v1/annual/aef_index.parquet、gs://alphaearth_foundations/satellite_embedding/v1/annual/aef_index.gpkg 和 gs://alphaearth_foundations/satellite_embedding/v1/annual/aef_index.csv 中。此索引包含数据集中每个文件对应的一个条目。为每个文件提供的信息包括
- 文件的几何图形（采用 WGS84 坐标系，即EPSG:4326) 多边形。在 CSV 表单中，此信息位于
WKT列中。如需详细了解如何计算此几何图形，请参阅下文。 crs：相应图片所属 UTM 带的 CRS（以 EPSG 代码表示），例如EPSG:32610。year：相应图片涵盖的年份。utm_zone：图片的 UTM 带区，例如10N。utm_west、utm_south、utm_east、utm_north：原始像素数组的 UTM 边界。这不反映任何几何处理，并且包括所有像素，无论它们是否有效。wgs84_west、wgs84_south、wgs84_east、wgs84_north：WGS84 几何图形的最小/最大经度和纬度。
几何图形处理
像素阵列本身位于某个 UTM 带中，因此在该 UTM 带中，像素阵列的边界框是一个简单的矩形。该边界框会转换为 WGS84 中的多边形。此多边形包含许多额外的点，因此其边会紧密贴合 WGS84 中 UTM 转换成的直线所对应的曲线。此多边形不考虑图片中像素的有效性/无效性，仅考虑图片像素数组的边界。
然后，将多边形裁剪为图片所在 UTM 区域的最小和最大经度。实际上，这可能会导致它不包含悬挂在 UTM 区域边缘的一些有效像素。从索引中省略这些像素应该不会造成任何问题：相邻 UTM 带中的某些图片应该会覆盖该区域。
请注意，剪裁到 UTM 区域的最小/最大经度意味着没有多边形会跨越反子午线，这应该会使处理此文件变得简单一些。