نمونه‌های داده عمومی از جاسازی‌های ماهواره‌ای سفارشی

باکت GCS gs://alphaearth_foundations_custom حاوی مجموعه‌داده‌های نمونه از جاسازی‌های ماهواره‌ای سفارشی متشکل از فایل‌های COG (Cloud Optimized GeoTIFF) تولیدشده توسط AlphaEarth Foundations است.

گواهینامه رانندگی

این مجموعه داده‌ها تحت پروانه CC-BY 4.0 است و به نوشتار انتساب زیر نیاز دارد: «جاسازی‌های ماهواره‌ای سفارشی از AlphaEarth Foundations توسط Google و Google DeepMind تولید شده است.» استفاده از این مجموعه‌های داده عمومی تابع خط‌مشی استفاده قابل‌قبول Google Cloud است.

مجموعه‌های داده دردسترس

در زیر فهرستی از مجموعه‌داده‌های موجود در این سطل ارائه شده است. این فایل حاوی نام، شرح، و منطقه عمومی دربرگرفته‌شده توسط مجموعه داده است. توجه داشته باشید که بازه‌های زمانی در اینجا از زمان شروع شامل و زمان پایان غیرشامل استفاده می‌کنند.

  • name: corcoran_city_2026_agricultural_change
    area: Corcoran and surrounding agricultural region, California, USA
    description: Winter bare soil (Dec 15, 2025 - Feb 15, 2026) and spring peak greenness (Mar 15 - May 15, 2026) embeddings capturing agricultural crop dynamics over two seasonal windows.

  • نام: futaleufu_argentina_2026_fire_scar
    منطقه: پارک ملی لوس آلرسس و منطقه اطراف، بخش فوتالئوفو، استان چوبوت، آرژانتین
    شرح: جاسازی‌های پیش‌از آتش‌سوزی (۱ تا ۳۱ دسامبر ۲۰۲۵) و پس‌از آتش‌سوزی (۱ تا ۳۱ مارس ۲۰۲۶) که گستره جای سوختگی آتش‌سوزی طبیعی و اختلال در تاج‌پوش جنگل ناشی از آتش‌سوزی طبیعی لوس آلرسس در سال ۲۰۲۶ را ثبت می‌کند.

  • name: king_county_2025_monthly
    area: King County, Washington, USA
    description: Calendar-month embeddings for the King County administrative area for the first six months of 2025, covering diverse urban city infrastructure and forested land.

  • name: meloland_california_2026_crop_cycles
    area: Meloland and surrounding agricultural fields, Imperial Valley, California, USA
    description: Six sequential monthly (15th to 15th) embedding time steps (mid-November 2025 through mid-May 2026) tracking multi-crop rotation cycles.

  • name: pacific_palisades_2025_fire
    area: Pacific Palisades and surrounding coastal hills, Los Angeles, California, USA
    description: Pre-fire (Dec 7, 2024 - Jan 7, 2025) and post-fire (Jan 7 - Feb 7, 2025) 31-day embeddings capturing Palisades Fire wildfire impact and land cover change.

  • name: theewaterskloof_dam_2026_water_change
    area: Theewaterskloof Dam, Theewaterskloof Local Municipality, South Africa
    description: Dry-season (Jan 1-31, 2026) and wet-season recharge (Apr 15 - May 15, 2026) embeddings capturing reservoir water surface area changes.

ساختار فهرست راهنما

همه مجموعه‌داده‌های نمونه تحت پیشوند gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/ سازمان‌دهی شده‌اند:

gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/
└── {dataset_name}/
    ├── aef_index.parquet
    ├── manifest.txt
    └── {start_date}_{end_date}/
        └── {image_id}/
            ├── data.tiff
            └── image_manifest.json

هر مجموعه داده فهرست راهنمای خودش را دارد که حاوی aef_index.parquetفایل نمایه GeoParquet در سطح مجموعه داده، فایل manifest.txt در سطح مجموعه داده، و یک یا چند زیرفهرست راهنمای بازه زمانی است.

این زیرفهرست‌های راهنمای بازه زمانی بااستفاده از الگوی {start_date}_{end_date} نام‌گذاری می‌شوند که در آن تاریخ شروع شامل می‌شود و تاریخ پایان مستثنی می‌شود. هر دو تاریخ به‌صورت yyyyMMdd قالب‌بندی شده‌اند و در منطقه زمانی ساعت هماهنگ جهانی (UTC) هستند. برای مثال، زیرفهرست راهنما برای ماه ژوئن ۲۰۲۵ به‌صورت 20250601_20250701 نام‌گذاری می‌شود که با فاصله زمانی از 2025-06-01T00:00:00Z (شامل) تا 2025-07-01T00:00:00Z (غیرشامل) مطابقت دارد.

هر فهرست راهنمای بازه زمانی حاوی یک زیرفهرست راهنما برای هر جاسازی تصویر در آن بازه زمانی است که با شناسه تصویر ({image_id}) نام‌گذاری شده است و تصویر را به‌طور منحصربه‌فرد در مجموعه داده شناسایی می‌کند. هر زیرفهرست راهنمای {image_id} حاوی یک فایل COG data.tiff از داده‌های پیکسل و یک فایل image_manifest.json جانبی است که برای ثبت داده‌ها در Earth Engine استفاده می‌شود.

ساختار فایل

ساختار داخلی هر فایل COG (ازجمله ابعاد پیکسل ۸۱۹۲×۸۱۹۲،‏ ۶۴ کانال (A00 تا A63)، هرم‌های نمای کلی نرمال‌شده، کوانتیزاسیون عدد صحیح ۸ بیتی علامت‌دار، و مقدار ماسک -128 NoData) با COGهای جاسازی ماهواره‌ای سالانه یکسان است. برخلاف COGهای سالانه، پیکسل‌های معتبر در هر کاشی نمونه معمولاً فقط زیرمجموعه‌ای از شبکه ۸۱۹۲×۸۱۹۲ را پوشش می‌دهند که مربوط به منطقه موردنظر است و همه پیکسل‌های باقی‌مانده به‌عنوان -128 (NoData) ماسک می‌شوند. برای جزئیات کامل درباره چیدمان COG، به بخش ساختار فایل در راهنمای داده‌های AlphaEarth Foundations GCS مراجعه کنید.

مسیر هر فایل COG نیز حاوی اطلاعاتی است. برای مثال، فایل موجود در gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/data.tiff را درنظر بگیرید. همان‌طور که در مسیر مشخص است، این فایل بخشی از جاسازی‌های مربوط به آتش‌سوزی پالیسیدز ۲۰۲۵ در شهرستان لس‌آنجلس است. این فایل خاص حاوی جاسازی‌هایی است که دوره زمانی از ۷ ژانویه ۲۰۲۵ (شامل) تا ۷ فوریه ۲۰۲۵ (غیرشامل) را خلاصه می‌کند. نام زیرفهرست راهنمای x1evicvaet1mupt13-0000008192-0000000000 به‌طور منحصربه‌فرد COG data.tiff را در مجموعه داده pacific_palisades_2025_fire شناسایی می‌کند. این شناسه یک UUID مبهم است.

به‌صورت جایگزین، این فراداده فایل و موارد دیگر را می‌توان از فایل COG image_manifest.json که در gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/image_manifest.json قرار دارد استخراج کرد. این فایل نمایشی از JSON از مانیفست تصویر Earth Engine است. ساختار JSON «مانیفست تصویر» در راهنمای مانیفست تصویر تعریف شده است. برای شرح کامل محتویات در فایل image_manifest.json داده‌شده، بخش مانیفست تصویر را ببینید.

کوانتیزه‌زدایی

مقادیر پیکسل خام در هر کانال اعداد صحیح ۸ بیتی علامت‌دار در محدوده [-۱۲۷، ۱۲۷] هستند (با -128 که به‌عنوان مقدار «بدون داده» رزرو شده است) و باید برای تولید مقادیر ممیز شناور آماده تحلیل در محدوده [-۱، ۱] واکمی‌سازی شوند. برای نگاشت واکمی‌سازی و دستورالعمل‌های ایجاد هرم‌های نمونه‌کاهی‌شده، به بخش‌های واکمی‌سازی و ایجاد هرم‌های نمونه‌کاهی‌شده در راهنمای داده‌های AlphaEarth Foundations GCS مراجعه کنید.

مانیفست‌ها و نمایه‌ها

To facilitate discovering, iterating over, and registering embedding tiles, each dataset provides two types of manifests—a dataset-level list of COG files (manifest.txt) and a per-image metadata manifest (image_manifest.json)—along with a dataset-level GeoParquet spatial index (aef_index.parquet).

مانیفست مجموعه‌داده

هر مجموعه داده شامل یک فایل manifest.txt است که در ریشه دایرکتوری آن قرار دارد: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/manifest.txt

این فایل نوشتار ساده‌ای است که حاوی URI کامل Google Cloud Storage برای هر فایل data.tiff در مجموعه داده است و با خط جدید از هم جدا شده‌اند.

مانیفست تصویر

در کنار هر فایل data.tiff، یک فایل image_manifest.json جانبی وجود دارد: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/{start_date}_{end_date}/{image_id}/image_manifest.json

این فایل JSON از مشخصات مانیفست تصویر Earth Engine پیروی می‌کند و فایل‌های منبع کاشی، ساختار باند، مرزهای زمانی، و پوشش فضایی را توصیف می‌کند.

درحالی‌که فیلدهای مانیفست استاندارد (مانند tilesets و bands) از قراردادهای استاندارد Earth Engine پیروی می‌کنند، چند جزئیات کلیدی وجود دارد که باید به آن‌ها توجه کرد:

  • name: در GCS خالی گذاشته شده است (""). هنگام استفاده از این مانیفست برای ثبت تصویر در مجموعه دارایی Earth Engine، کارخواه باید شناسه دارایی هدف (مثلاً projects/{project}/assets/{collection}/{image_id}) را ارائه دهد. برای جزئیات، بار کردن مجموعه داده در Earth Engine را ببینید.
  • start_time و end_time: مُهرهای زمان شروع (شامل) و پایان (غیرشامل) را برای دوره زمانی ترکیبی در قالب ISO 8601 (مثلاً 2026-03-15T00:00:00+00:00) در ساعت هماهنگ جهانی (UTC) مشخص کنید.
  • footprint: چندضلعی بسته‌ای در مختصات پیکسلی که منطقه‌ای را که حاوی پیکسل‌های معتبر است مشخص می‌کند. توجه داشته باشید که پیکسل‌های مفقود هنوز می‌توانند در چندضلعی وجود داشته باشند - این مورد برای هندسه‌های جاسازی پیچیده مانند king_county_2025_monthly صادق است.
  • properties: فراداده مقدار کلید مختص جاسازی، ازجمله:
    • IMAGE_ID: شناسه یکتای تصویر در مجموعه داده.
    • DATASET: نام مجموعه داده.
    • DATASET_VERSION: نسخه مجموعه داده.
    • START_DATE و END_DATE: تاریخ شروع (شامل) و پایان (غیرشامل) بازه زمانی تحت پوشش تصویر، با قالب YYYY-MM-DD.
    • ‫MODEL_VERSION: رشته نسخه که به‌طور منحصربه‌فرد نسخه مدل استفاده‌شده برای تولید تصویر را شناسایی می‌کند.
    • ‫PROCESSING_SOFTWARE_VERSION: رشته نسخه که به‌طور منحصربه‌فرد نرم‌افزار پردازش داده‌های مدل را که برای تولید تصویر استفاده شده است شناسایی می‌کند.
    • ‫UTM_ZONE: منطقه UTM سیستم مرجع مختصات که برای تولید تصویر استفاده شده است.

نمایه GeoParquet

هر مجموعه داده شامل یک فایل نمایه فضایی GeoParquet است که در ریشه فهرست راهنمای آن قرار دارد: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/aef_index.parquet

این نمایه حاوی یک ورودی برای هر فایل data.tiff در مجموعه داده است و فراداده فضایی و زمانی ارائه می‌دهد تا به تعیین اینکه کدام فایل‌ها یک منطقه و دوره زمانی خاص را پوشش می‌دهند کمک کند:

  • geometry: هندسه فایل به‌عنوان چندضلعی WGS84 (EPSG:4326). برای جزئیات مربوط به نحوه محاسبه این چندضلعی از جعبه مرزی UTM آرایه پیکسل و برش آن به مرزهای منطقه UTM، به بخش پردازش هندسه در راهنمای داده‌های AlphaEarth Foundations GCS مراجعه کنید. توجه داشته باشید که این چندضلعی مرزهای کل آرایه پیکسل ۸۱۹۲×۸۱۹۲ را منعکس می‌کند و اعتبار پیکسل‌های تکی را درنظر نمی‌گیرد.
  • crs: CRS منطقه UTM که تصویر به آن تعلق دارد به‌عنوان کد EPSG، مثل EPSG:32610.
  • path: شناسه منبع یکسان Google Cloud Storage (gs://...) مربوط به فایل COG data.tiff.
  • dataset: نام مجموعه داده.
  • start_date و end_date: تاریخ شروع (شامل) و پایان (غیرشامل) بازه زمانی تحت پوشش تصویر، با قالب YYYY-MM-DD.
  • image_id: شناسه یکتای تصویر در مجموعه داده.
  • ‫utm_zone: منطقه UTM تصویر، مثلاً 10N.
  • utm_west، utm_south، utm_east، utm_north: مرزهای UTM آرایه پیکسل خام. این مقدار هیچ‌گونه پردازش هندسی را منعکس نمی‌کند و شامل همه پیکسل‌ها، چه معتبر و چه نامعتبر، می‌شود.
  • wgs84_west، wgs84_south، wgs84_east، wgs84_north: حداقل و حداکثر طول و عرض جغرافیایی WGS84 geometry.

بار کردن مجموعه داده در Earth Engine

توجه: برای راحتی کار، همه مجموعه‌های داده نمونه برای «جاسازی‌های ماهواره‌ای سفارشی» بااستفاده از روش شرح‌داده‌شده در راهنمای دفتر یادداشت پیوندشده به‌عنوان ImageCollections عمومی به Google Earth Engine اضافه خواهند شد و ازقبل واکمی‌سازی شده‌اند. کاربرانی که مجموعه داده‌های Custom Satellite Embedding جدیداً ارائه‌شده را به‌عنوان ImageCollections در Google Earth Engine ثبت می‌کنند می‌توانند از راهنمای پیوندشده استفاده کنند.

COGs can be loaded into Earth Engine by either registering them as COG-backed assets or loading them directly, see the Custom Satellite Embeddings Data Access notebook on GitHub for a complete guide to both methods. برای نمای کلی و مقایسه هر دو این روش‌ها، GeoTIFFهای بهینه‌شده ابری (COGs) در Earth Engine را ببینید.