gs://alphaearth_foundations GCS 值區包含 COG (Cloud Optimized GeoTIFF) 檔案，這些檔案共同組成 AlphaEarth Foundations 年度衛星嵌入資料集。其中包含 2017 年至 2024 年的年度嵌入 (含 2017 年和 2024 年)。
授權
這個資料集是依據「創用 CC 姓名標示 4.0」(CC BY 4.0) 條款授權，且必須附上以下出處資訊：「AlphaEarth Foundations Satellite Embedding 資料集是由 Google 和 Google DeepMind 製作。」
這個值區設為「要求者付費」，因此下載資料可能會產生輸出和其他費用。
目錄結構
這些檔案會依年份劃分為目錄；每個年份的目錄會劃分為 120 個子目錄，每個子目錄對應一個 UTM 區域，子目錄名稱會反映區域編號和半球 (N 或 S)。
每個目錄中都有許多 COG 檔案。這些檔案包含該 UTM 區域的所有像素資料。
檔案結構
每個檔案都是 8192x8192 像素，並有 64 個通道。套用去量化對應 (如下所示) 後，每個像素的大小都會經過正規化，因此歐幾里得長度為 1。
檔案包含 4096x4096 像素、2048x2048 像素等概覽圖層，直到 1x1 的頂層概覽圖層為止。這些概覽圖層的建構方式，是讓每個概覽像素都是該概覽像素下方最高解析度像素的平均值，且平均值的量值已正規化為長度 1。
這些管道依序對應至 Satellite Embedding 資料集的 A00 到 A63 軸。COGs 也包含頻道的這個命名。
每個像素的各個管道值都是帶正負號的 8 位元整數。這些值如何對應至嵌入項目的原生值 (範圍為 [-1, 1])，說明如下。
值為 -128 時，對應的是已遮蓋的像素。如果某個管道有這項資訊，所有管道都會有。COGS 會反映這點 (也就是說，COGS 的 NoData 值設為 -128)。
每個檔案的名稱也包含一些資訊。舉例來說，請考慮名為 gs://alphaearth_foundations/satellite_embedding/v1/annual/2019/1S/x8qqwcsisbgygl2ry-0000008192-0000000000.tiff 的檔案。如上所述，這個檔案是 2019 年年度嵌入作業的一部分，位於 UTM 1S 區域 (第 1 區，南半球)。基本檔案名稱 x8qqwcsisbgygl2ry-0000008192-0000000000 可將這個檔案連結至對應的 Earth Engine 衛星嵌入圖片名稱。在本範例中，這個檔案對應於 Earth Engine 圖片 GOOGLE/SATELLITE_EMBEDDING/V1/ANNUAL/x8qqwcsisbgygl2ry 的一部分。檔案名稱的兩個十進位部分會指定這個 COG 的值相對於該 Earth Engine 影像的位置，以 Y 中的偏移量表示，後接 X 中的偏移量。在本例中，相對於 Earth Engine 影像的原點，COG 的像素原點位於 (0, 8192)。這是因為必須細分每個 Earth Engine 圖像 (16384x16384 像素)，才能避免產生的 COG 過於笨重。
反量化
如要將每個像素各管道的原始 8 位元帶正負號值 (介於 -127 和 127 之間，因為 -128 保留做為「無資料」值) 轉換為可供分析的浮點值 (介於 -1 和 1 之間)，請執行下列對應：
- 除以 127.5
- 正方形
- 乘以原始值的正負號
在 NumPy 中，這會表示為
# values is a NumPy array of raw pixel values
de_quantized_values = ((values / 127.5) ** 2) * np.sign(values)
在 Earth Engine 中，對應的作業會是
var de_quantized_values = values.divide(127.5).pow(2).multiply(values.signum());
資訊清單和索引
如要查看這個資料集中的檔案清單，請參閱 gs://alphaearth_foundations/satellite_embedding/v1/annual/manifest.txt。
由於無法從檔案名稱判斷涵蓋的全球區域，因此我們也以三種形式 (GeoParquet、GeoPackage 和 CSV) 提供索引，分別位於 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 檔案中。這個索引包含資料集中每個檔案的項目。每個檔案的資訊
- 檔案的幾何圖形，以 WGS84 (即 EPSG:4326) 多邊形。在 CSV 格式中，這位於
WKT欄。請參閱下文，瞭解如何計算這項幾何圖形。 crs：這個圖片所屬 UTM 區域的 CRS，以 EPSG 程式碼表示，例如EPSG:32610。year：圖片涵蓋的年份。utm_zone：圖片的 UTM 區域，例如10N。utm_west、utm_south、utm_east、utm_north：原始像素陣列的 UTM 邊界。這不反映任何幾何處理，且包含所有像素，無論是否有效。wgs84_west、wgs84_south、wgs84_east、wgs84_north：WGS84 幾何的最小/最大經緯度。
幾何處理
像素陣列原生於某些 UTM 區域，因此在該 UTM 區域中，像素陣列的邊界方塊是簡單的矩形。該定界框會轉換為 WGS84 中的多邊形。這個多邊形包含許多額外點，因此邊緣會緊密貼合 WGS84 中的曲線，而這些曲線是 UTM 中的直線轉換而來。這個多邊形不會考量圖片中像素的有效性/無效性，只會考量圖片像素陣列的界線。
然後，系統會將多邊形裁剪至圖片 UTM 區域的最小和最大經度。實際上，這可能會導致系統未納入幾個位於 UTM 區域邊緣的有效像素。從索引中省略這些像素應該不會造成任何問題：鄰近 UTM 區域的某些圖片應會涵蓋該區域。
請注意，裁剪至 UTM 區域的最小/最大經度表示沒有多邊形會跨越子午線，這應該會讓處理這個檔案稍微簡單一些。