O bucket do GCS gs://alphaearth_foundations_custom contém conjuntos de dados de amostra de
embeddings de satélite personalizados compostos por arquivos COG (GeoTIFF otimizado para nuvem)
gerados pela AlphaEarth Foundations.
Licença
Essa coleção de conjuntos de dados é licenciada sob a CC-BY 4.0 e requer o seguinte texto de atribuição: "As incorporações de satélite personalizadas do AlphaEarth Foundations são produzidas pelo Google e pelo Google DeepMind". O uso desses conjuntos de dados públicos está sujeito à Política de Uso Aceitável do Google Cloud.
Conjuntos de dados disponíveis
Veja a seguir uma lista de conjuntos de dados nesse bucket. Ele contém o nome, a descrição e a área geral abrangida pelo conjunto de dados. Os intervalos de tempo aqui usam um horário de início inclusivo e um horário de término exclusivo.
name: corcoran_city_2026_agricultural_change
area: Corcoran e região agrícola ao redor, Califórnia, EUA
description: embeddings de solo descoberto no inverno (15 de dezembro de 2025 a 15 de fevereiro de 2026) e pico de vegetação na primavera (15 de março a 15 de maio de 2026) que capturam a dinâmica das culturas agrícolas em duas janelas sazonais.name: futaleufu_argentina_2026_fire_scar
area: Parque Nacional Los Alerces e região ao redor, Departamento de Futaleufú, Província de Chubut, Argentina
description: embeddings pré-incêndio (1º a 31 de dezembro de 2025) e pós-incêndio (1º a 31 de março de 2026) que capturam a extensão da cicatriz de queimada e a perturbação da copa da floresta do incêndio florestal de Los Alerces em 2026.name: king_county_2025_monthly
area: King County, Washington, EUA
description: Embeddings de calendário mensal para a área político-administrativa de King County nos primeiros seis meses de 2025, cobrindo diversas infraestruturas urbanas e áreas florestais.name: meloland_california_2026_crop_cycles
area: Meloland e campos agrícolas ao redor, Imperial Valley, Califórnia, EUA
description: seis etapas de tempo de embedding mensais sequenciais (do dia 15 ao dia 15) (de meados de novembro de 2025 a meados de maio de 2026) que rastreiam ciclos de rotação de várias culturas.name: pacific_palisades_2025_fire
area: Pacific Palisades e colinas costeiras ao redor, Los Angeles, Califórnia, EUA
description: embeddings de 31 dias antes do incêndio (7 de dezembro de 2024 a 7 de janeiro de 2025) e depois do incêndio (7 de janeiro a 7 de fevereiro de 2025) que capturam o impacto do incêndio florestal de Palisades e a mudança na cobertura do solo.name: theewaterskloof_dam_2026_water_change
area: Barragem de Theewaterskloof, Município Local de Theewaterskloof, África do Sul
description: embeddings da estação seca (1º a 31 de janeiro de 2026) e da recarga da estação chuvosa (15 de abril a 15 de maio de 2026) que capturam as mudanças na área de superfície da água do reservatório.
Estrutura do diretório
Todos os conjuntos de dados de amostra são organizados sob o
prefixo 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
Cada conjunto de dados tem o próprio diretório que contém um arquivo de índice GeoParquet aef_index.parquet no nível do conjunto de dados, um arquivo manifest.txt no nível do conjunto de dados e um ou mais subdiretórios de intervalo de tempo.
Esses subdiretórios de intervalo de tempo são nomeados usando o padrão
{start_date}_{end_date}, em que a data de início é inclusiva e a data de término é
exclusiva. As duas datas são formatadas como yyyyMMdd e estão no fuso horário UTC.
Por exemplo, um subdiretório para o mês de junho de 2025 seria chamado
20250601_20250701, que corresponde a um intervalo de tempo de
2025-06-01T00:00:00Z (inclusive) a 2025-07-01T00:00:00Z (exclusive).
Cada diretório de intervalo de tempo contém um subdiretório para cada embedding de imagem
dentro desse intervalo de tempo, nomeado com um identificador de imagem ({image_id}) que
identifica exclusivamente a imagem no conjunto de dados. Cada subdiretório {image_id}
contém um arquivo COG data.tiff dos dados de pixel e um arquivo sidecar
image_manifest.json usado para registrar os dados no Earth Engine.
Estrutura do arquivo
A estrutura interna de cada arquivo COG, incluindo as dimensões de 8192 x 8192 pixels,
64 canais (A00 a A63), pirâmides de visão geral normalizadas,
quantização de números inteiros de 8 bits com sinal e valor de máscara -128 NoData, é idêntica
aos COGs anuais de incorporação de satélite. Ao contrário dos COGs anuais, os pixels válidos em
cada bloco de amostra normalmente cobrem apenas um subconjunto da grade de 8192 x 8192
correspondente à região de interesse, com todos os pixels restantes mascarados como
-128 (NoData). Para detalhes completos sobre o layout do COG, consulte a
seção Estrutura de arquivos
do guia de dados do GCS do AlphaEarth Foundations.
O caminho de cada arquivo COG também contém algumas informações. Por exemplo, considere
o arquivo em
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/data.tiff.
Como fica evidente no caminho, esse arquivo faz parte dos embeddings do incêndio de Palisades de 2025
no condado de Los Angeles. Esse arquivo específico contém embeddings
que resumem um período de 7 de janeiro de 2025 (inclusive) a 7 de fevereiro de
2025 (exclusive). O nome do subdiretório x1evicvaet1mupt13-0000008192-0000000000 identifica exclusivamente o COG data.tiff no conjunto de dados pacific_palisades_2025_fire. Esse identificador é um UUID opaco.
Como alternativa, esses metadados de arquivo e outros podem ser extraídos do arquivo image_manifest.json do COG encontrado em gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/image_manifest.json.
Esse arquivo é uma representação JSON de um manifesto de imagem do Earth Engine. A estrutura JSON
de um manifesto de imagem é definida no
guia de manifesto de imagem. Para uma descrição completa do conteúdo em um determinado arquivo image_manifest.json, consulte a seção Manifesto de imagem.
Desquantização
Os valores de pixel RAW em cada canal são números inteiros de 8 bits com sinal no intervalo [-127, 127] (com -128 reservado como o valor "sem dados") e precisam ser desquantizados para produzir valores de usar pontos flutuantes prontos para análise no intervalo [-1, 1]. Para o
mapeamento de desquantização e instruções sobre como criar pirâmides com redução de resolução, consulte
as seções Desquantização
e
Criar pirâmides com redução de resolução
do guia de dados do GCS do AlphaEarth Foundations.
Manifestos e índices
Para facilitar a descoberta, a iteração e o registro de blocos de incorporação, cada
conjunto de dados fornece dois tipos de manifestos: uma lista de arquivos COG no nível do conjunto de dados
(manifest.txt) e um manifesto de metadados por imagem (image_manifest.json), além
de um índice espacial GeoParquet no nível do conjunto de dados (aef_index.parquet).
Manifesto do conjunto de dados
Cada conjunto de dados inclui um arquivo manifest.txt localizado na raiz do
diretório:
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/manifest.txt
Esse é um arquivo de texto simples que contém o URI completo do Google Cloud Storage para cada arquivo data.tiff no conjunto de dados, separado por novas linhas.
Manifesto de imagem
Ao lado de cada arquivo data.tiff, há um arquivo sidecar image_manifest.json:
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/{start_date}_{end_date}/{image_id}/image_manifest.json
Esse arquivo JSON segue a especificação do manifesto de imagem do Earth Engine e descreve os arquivos de origem, a estrutura de bandas, os limites temporais e a cobertura espacial do bloco.
Embora os campos de manifesto padrão (como tilesets e bands) sigam as convenções padrão do Earth Engine, há vários detalhes importantes a serem observados:
name: deixado em branco ("") no GCS. Ao usar esse manifesto para registrar uma imagem em uma coleção de recursos do Earth Engine, o cliente precisa fornecer o código do recurso de destino (por exemplo,projects/{project}/assets/{collection}/{image_id}). Consulte Carregar um conjunto de dados no Earth Engine para mais detalhes.start_timeeend_time: especifique os carimbos de data/hora de início (inclusive) e término (exclusivo) para o período composto em UTC formatado como ISO 8601 (por exemplo,2026-03-15T00:00:00+00:00).footprint: um polígono fechado em coordenadas de pixel que descreve uma região com pixels válidos. É possível que ainda existam pixels ausentes no polígono, como no caso de geometrias de incorporação complexas, como a deking_county_2025_monthly.properties: metadados de chave-valor específicos do embedding, incluindo:IMAGE_ID: o identificador exclusivo da imagem no conjunto de dados.DATASET: o nome do conjunto de dados.DATASET_VERSION: a versão do conjunto de dados.START_DATEeEND_DATE: as datas de início (inclusive) e término (exclusivo) do intervalo de tempo coberto pela imagem, formatadas comoYYYY-MM-DD.MODEL_VERSION: a string de versão que identifica exclusivamente a versão do modelo usada para produzir a imagem.PROCESSING_SOFTWARE_VERSION: a string de versão que identifica exclusivamente o software de tratamento de dados do modelo usado para produzir a imagem.UTM_ZONE: a zona UTM do sistema de referência de coordenadas usado para produzir a imagem.
Índice do GeoParquet
Cada conjunto de dados inclui um arquivo de índice espacial GeoParquet localizado na raiz do
diretório:
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/aef_index.parquet
Esse índice contém uma entrada para cada arquivo data.tiff no conjunto de dados e
fornece metadados espaciais e temporais para ajudar a determinar quais arquivos cobrem uma
determinada área e período:
geometry: a geometria do arquivo como um polígono WGS84 (EPSG:4326). Para saber como esse polígono é calculado com base na caixa delimitadora UTM da matriz de pixels e cortado de acordo com os limites da zona UTM, consulte a seção Processamento de geometria do guia de dados do GCS do AlphaEarth Foundations. Esse polígono reflete os limites da matriz completa de 8192 x 8192 pixels e não considera a validade de pixels individuais.crs: o CRS da zona UTM a que a imagem pertence como um código EPSG, comoEPSG:32610.path: o URI do Google Cloud Storage (gs://...) do arquivo COGdata.tiff.dataset: o nome do conjunto de dados.start_dateeend_date: as datas de início (inclusive) e término (exclusive) do intervalo de tempo coberto pela imagem, formatadas comoYYYY-MM-DD.image_id: o identificador exclusivo da imagem no conjunto de dados.utm_zone: a zona UTM da imagem, como10N.utm_west,utm_south,utm_east,utm_north: os limites de UTM da matriz de pixels brutos. Isso não reflete nenhum processamento de geometria e inclui todos os pixels, sejam eles válidos ou não.wgs84_west,wgs84_south,wgs84_east,wgs84_north: a longitude e a latitude mínimas e máximas dogeometrydo WGS84.
Carregar um conjunto de dados no Earth Engine
OBSERVAÇÃO: para facilitar, todos os conjuntos de dados de amostra para embeddings de satélite personalizados serão adicionados ao Google Earth Engine como ImageCollections públicas usando o método descrito no guia do notebook vinculado e já serão desquantizados. O guia vinculado pode ser usado por usuários que estão registrando conjuntos de dados de incorporação de satélite personalizados recém-entregues como ImageCollections do Google Earth Engine.
Os COGs podem ser carregados no Earth Engine registrando-os como recursos baseados em COG ou carregando-os diretamente. Consulte o notebook Acesso a dados de embeddings de satélite personalizados no GitHub para conferir um guia completo dos dois métodos. Para uma visão geral e comparação desses dois métodos, consulte GeoTIFFs otimizados para nuvem (COGs) no Earth Engine.