Esempi di campionamento dei dati pubblici di Custom Satellite Embeddings

Il bucket GCS gs://alphaearth_foundations_custom contiene set di dati di esempio di incorporamenti satellitari personalizzati costituiti da file COG (Cloud Optimized GeoTIFF) generati da AlphaEarth Foundations.

Licenza

Questa raccolta di set di dati è concessa in licenza ai sensi della licenza CC-BY 4.0 e richiede il seguente testo dell'attribuzione: "Gli incorporamenti satellitari personalizzati di AlphaEarth Foundations sono prodotti da Google e Google DeepMind". L'utilizzo di questi set di dati pubblici è soggetto alle Norme di utilizzo accettabile di Google Cloud.

Set di dati disponibili

Di seguito è riportato un elenco dei set di dati in questo bucket. Contiene il nome, la descrizione e l'area generale del set di dati. Tieni presente che gli intervalli di tempo qui utilizzano un'ora di inizio inclusiva e un'ora di fine esclusiva.

  • 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.

  • name: futaleufu_argentina_2026_fire_scar
    area: Parco nazionale Los Alerces e regione circostante, dipartimento di Futaleufú, provincia di Chubut, Argentina
    description: Embedding pre-incendio (1-31 dicembre 2025) e post-incendio (1-31 marzo 2026) che acquisiscono l'estensione delle cicatrici da incendio boschivo e il disturbo della canopea forestale causato dall'incendio boschivo di Los Alerces del 2026.

  • 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 e campi agricoli circostanti, Imperial Valley, California, USA
    description: sei intervalli temporali di embedding mensili sequenziali (dal 15 al 15) (da metà novembre 2025 a metà maggio 2026) che monitorano i cicli di rotazione delle colture.

  • name: pacific_palisades_2025_fire
    area: Pacific Palisades e colline costiere circostanti, Los Angeles, California, USA
    description: embedding di 31 giorni pre-incendio (7 dicembre 2024 - 7 gennaio 2025) e post-incendio (7 gennaio - 7 febbraio 2025) che acquisiscono l'impatto dell'incendio boschivo di Palisades e il cambiamento della copertura del suolo.

  • name: theewaterskloof_dam_2026_water_change
    area: Diga di Theewaterskloof, Comune locale di Theewaterskloof, Sudafrica
    description: Embedding della stagione secca (1°-31 gennaio 2026) e della ricarica della stagione umida (15 aprile - 15 maggio 2026) che acquisiscono le variazioni della superficie dell'acqua del bacino idrico.

Struttura delle directory

Tutti i set di dati di esempio sono organizzati con il prefisso gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/:

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

Ogni set di dati ha la propria directory contenente un file di indice GeoParquet aef_index.parquet a livello di set di dati, un file manifest.txt a livello di set di dati e una o più sottodirectory di intervalli di tempo.

Queste sottodirectory degli intervalli di tempo sono denominate utilizzando il pattern {start_date}_{end_date}, dove la data di inizio è inclusa e la data di fine è esclusa. Entrambe le date sono formattate come yyyyMMdd e sono nel fuso orario UTC. Ad esempio, una sottodirectory per il mese di giugno 2025 si chiamerebbe 20250601_20250701, che corrisponde a un intervallo di tempo compreso tra 2025-06-01T00:00:00Z (incluso) e 2025-07-01T00:00:00Z (escluso).

Ogni directory degli intervalli di tempo contiene una sottodirectory per ogni embedding di immagini all'interno di quell'intervallo di tempo, denominata con un identificatore di immagine ({image_id}) che identifica in modo univoco l'immagine all'interno del set di dati. Ogni sottodirectory {image_id} contiene un file COG data.tiff dei dati dei pixel e un file sidecar image_manifest.json utilizzato per registrare i dati in Earth Engine.

Struttura dei file

La struttura interna di ogni file COG, incluse le dimensioni di 8192 x 8192 pixel, i 64 canali (da A00 a A63), le piramidi di panoramica normalizzate, la quantizzazione di numeri interi a 8 bit con segno e il valore della maschera -128 NoData, è identica ai COG di incorporamento satellitare annuali. A differenza dei COG annuali, i pixel validi in ogni tile di esempio in genere coprono solo un sottoinsieme della griglia 8192x8192 corrispondente alla regione di interesse, con tutti i pixel rimanenti mascherati come -128 (NoData). Per i dettagli completi sul layout del COG, consulta la sezione Struttura dei file della guida ai dati GCS di AlphaEarth Foundations.

Anche il percorso di ogni file COG contiene alcune informazioni. Ad esempio, considera il file in gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/data.tiff. Come si evince dal percorso, questo file fa parte degli embedding per l'incendio di Palisades del 2025 nella contea di Los Angeles. Questo file specifico contiene embedding che riassumono un periodo di tempo dal 7 gennaio 2025 (incluso) al 7 febbraio 2025 (escluso). Il nome della sottodirectory x1evicvaet1mupt13-0000008192-0000000000 identifica in modo univoco il COG data.tiff nel set di dati pacific_palisades_2025_fire. Questo identificatore è un UUID opaco.

In alternativa, questi metadati del file e altri possono essere estratti dal file image_manifest.json del COG disponibile all'indirizzo gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/image_manifest.json. Questo file è una rappresentazione JSON di un manifest di immagini Earth Engine. La struttura JSON di un manifest dell'immagine è definita nella guida al manifest dell'immagine. Per una descrizione completa dei contenuti di un determinato file image_manifest.json, consulta la sezione Manifest dell'immagine.

Dequantizzazione

I valori dei pixel RAW in ogni canale sono numeri interi con segno a 8 bit nell'intervallo [-127, 127] (con -128 riservato come valore "nessun dato") e devono essere dequantizzati per produrre valori in rappresentazione in virgola mobile pronti per l'analisi nell'intervallo [-1, 1]. Per la mappatura della dequantizzazione e le istruzioni sulla creazione di piramidi con downsampling, consulta le sezioni Dequantizzazione e Creazione di piramidi con downsampling della guida ai dati GCS di AlphaEarth Foundations.

Manifest e indici

Per facilitare la scoperta, l'iterazione e la registrazione dei tile di embedding, ogni set di dati fornisce due tipi di manifest: un elenco di file COG a livello di set di dati (manifest.txt) e un manifest dei metadati per immagine (image_manifest.json), insieme a un indice spaziale GeoParquet a livello di set di dati (aef_index.parquet).

Manifest del set di dati

Ogni set di dati include un file manifest.txt che si trova nella directory principale: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/manifest.txt

Si tratta di un file di testo normale contenente l'URI Google Cloud Storage completo per ogni file data.tiff nel set di dati, separato da nuove righe.

Manifest dell'immagine

Accanto a ogni file data.tiff è presente un file sidecar image_manifest.json: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/{start_date}_{end_date}/{image_id}/image_manifest.json

Questo file JSON segue la specifica del manifest delle immagini di Earth Engine e descrive i file di origine, la struttura delle bande, i limiti temporali e la copertura spaziale della sezione.

Sebbene i campi del manifest standard (come tilesets e bands) seguano le convenzioni standard di Earth Engine, esistono diversi dettagli chiave da tenere presenti:

  • name: lasciato vuoto ("") in GCS. Quando utilizza questo manifest per registrare un'immagine in una raccolta di asset di Earth Engine, il client deve fornire l'ID asset di destinazione (ad es. projects/{project}/assets/{collection}/{image_id}). Per maggiori dettagli, consulta Carica un set di dati in Earth Engine.
  • start_time e end_time: specifica i timestamp di inizio (incluso) e di fine (escluso) per il periodo di tempo composito in UTC formattato come ISO 8601 (ad es. 2026-03-15T00:00:00+00:00).
  • footprint: un poligono chiuso in coordinate pixel che delinea una regione contenente pixel validi. Tieni presente che i pixel mancanti possono comunque esistere all'interno del poligono, come nel caso di geometrie di incorporamento complesse come quella di king_county_2025_monthly.
  • properties: metadati coppia chiave-valore specifici dell'embedding, tra cui:
    • IMAGE_ID: l'identificatore univoco dell'immagine all'interno del set di dati.
    • DATASET: il nome del set di dati.
    • DATASET_VERSION: la versione del set di dati.
    • START_DATE e END_DATE: le date di inizio (inclusa) e di fine (esclusa) dell'intervallo di tempo coperto dall'immagine, formattate come YYYY-MM-DD.
    • MODEL_VERSION: la stringa di versione che identifica in modo univoco la versione del modello utilizzata per produrre l'immagine.
    • PROCESSING_SOFTWARE_VERSION: la stringa della versione che identifica in modo univoco il software di trattamento dati del modello utilizzato per produrre l'immagine.
    • UTM_ZONE: la zona UTM del sistema di riferimento delle coordinate utilizzato per produrre l'immagine.

Indice GeoParquet

Ogni set di dati include un file di indice spaziale GeoParquet situato nella directory principale: gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/aef_index.parquet

Questo indice contiene una voce per ogni file data.tiff nel set di dati e fornisce metadati spaziali e temporali per aiutare a determinare quali file coprono una determinata area e un determinato periodo di tempo:

  • geometry: la geometria del file come poligono WGS84 (EPSG:4326). Per informazioni dettagliate su come questo poligono viene calcolato dal riquadro di delimitazione UTM dell'array di pixel e ritagliato in base ai limiti della zona UTM, consulta la sezione Elaborazione della geometria della guida ai dati GCS di AlphaEarth Foundations. Tieni presente che questo poligono riflette i limiti dell'intero array di pixel 8192 x 8192 e non tiene conto della validità dei singoli pixel.
  • crs: il CRS della zona UTM a cui appartiene l'immagine come codice EPSG, ad esempio EPSG:32610.
  • path: l'URI Google Cloud Storage (gs://...) del file COG data.tiff.
  • dataset: il nome del set di dati.
  • start_date e end_date: le date di inizio (inclusa) e di fine (esclusa) dell'intervallo di tempo coperto dall'immagine, formattate come YYYY-MM-DD.
  • image_id: l'identificatore univoco dell'immagine all'interno del set di dati.
  • utm_zone: la zona UTM dell'immagine, ad esempio 10N.
  • utm_west, utm_south, utm_east, utm_north: i limiti UTM dell'array di pixel non elaborati. Questo non riflette alcuna elaborazione della geometria e include tutti i pixel, indipendentemente dal fatto che siano validi o meno.
  • wgs84_west, wgs84_south, wgs84_east, wgs84_north: la longitudine e la latitudine minime e massime del geometry WGS84.

Carica un set di dati in Earth Engine

NOTA: per comodità, tutti i set di dati di esempio per Custom Satellite Embeddings verranno aggiunti a Google Earth Engine come ImageCollection pubbliche utilizzando il metodo descritto nella guida del notebook collegato e saranno già dequantizzati. La guida collegata può essere utilizzata dagli utenti che registrano set di dati Custom Satellite Embedding appena consegnati come ImageCollection di Google Earth Engine.

I COG possono essere caricati in Earth Engine registrandoli come asset supportati da COG o caricandoli direttamente. Per una guida completa a entrambi i metodi, consulta il notebook Accesso ai dati degli embedding satellitari personalizzati su GitHub. Per una panoramica generale e un confronto di entrambi i metodi, consulta Cloud Optimized GeoTIFF (COG) in Earth Engine.