gs://alphaearth_foundations_custom GCS 存储桶包含自定义卫星嵌入的示例数据集,这些数据集由 AlphaEarth Foundations 生成的 COG(Cloud Optimized GeoTIFF)文件组成。
许可
此数据集集合已获得 CC-BY 4.0 许可,并且需要提供以下提供方文字:“AlphaEarth Foundations 的自定义卫星嵌入由 Google 和 Google DeepMind 制作。”使用这些公共数据集时须遵守 Google Cloud 使用限制政策。
可用数据集
以下是此存储桶中的数据集列表。它包含数据集的名称、说明和数据集涵盖的大致区域。请注意,此处的时间间隔使用包含开始时间和不包含结束时间。
name: corcoran_city_2026_agricultural_change
area: 美国加利福尼亚州科克伦及周边农业区
description: 冬季裸土(2025 年 12 月 15 日至 2026 年 2 月 15 日)和春季峰值绿度(2026 年 3 月 15 日至 5 月 15 日)嵌入,可捕获两个季节性时间范围内的农作物动态。名称:futaleufu_argentina_2026_fire_scar
区域:阿根廷丘布特省富塔莱乌富县洛斯阿莱尔塞斯国家公园及周边地区
说明:火灾前(2025 年 12 月 1 日至 31 日)和火灾后(2026 年 3 月 1 日至 31 日)的嵌入,用于捕获 2026 年洛斯阿莱尔塞斯野火造成的野火烧伤疤痕范围和森林冠层干扰。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: 美国加利福尼亚州洛杉矶帕利塞兹及周边沿海丘陵
description: 火灾前(2024 年 12 月 7 日至 2025 年 1 月 7 日)和火灾后(2025 年 1 月 7 日至 2 月 7 日)的 31 天嵌入,用于捕捉帕利塞兹火灾的影响和土地覆盖变化。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.
目录结构
所有示例数据集都整理在 gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/ 前缀下:
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
每个数据集都有自己的目录,其中包含数据集级 aef_index.parquet GeoParquet 索引文件、数据集级 manifest.txt 文件以及一个或多个时间间隔子目录。
这些时间间隔子目录使用 {start_date}_{end_date} 模式命名,其中开始日期是包含在内的,结束日期是不包含在内的。两个日期均采用 yyyyMMdd 格式,并且采用世界协调时间 (UTC) 时区。
例如,2025 年 6 月的子目录将命名为 20250601_20250701,对应于从 2025-06-01T00:00:00Z(含)到 2025-07-01T00:00:00Z(不含)的时间间隔。
每个时间间隔目录都包含一个子目录,用于存放该时间间隔内的每个图片嵌入,并以图片标识符 ({image_id}) 命名,该标识符在数据集中唯一标识该图片。每个 {image_id} 子目录都包含一个像素数据的 data.tiff COG 文件和一个用于在 Earth Engine 中注册数据的附带 image_manifest.json 文件。
文件结构
每个 COG 文件的内部结构(包括其 8192x8192 像素尺寸、64 个通道 [A00 到 A63]、归一化概览金字塔、有符号 8 位整数缩放和 -128 NoData 掩码值)与年度卫星嵌入 COG 相同。与年度 COG 不同,每个样本图块中的有效像素通常仅覆盖与感兴趣区域对应的 8192x8192 网格的一部分,其余所有像素均被遮盖为 -128 (NoData)。如需详细了解 COG 布局,请参阅 AlphaEarth Foundations GCS 数据指南的文件结构部分。
每个 COG 文件的路径也包含一些信息。例如,假设文件位于 gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/data.tiff。从路径中可以看出,此文件是洛杉矶县 2025 年帕利塞兹火灾嵌入的一部分。此特定文件包含总结了 2025 年 1 月 7 日(含)至 2025 年 2 月 7 日(不含)这一时间段的嵌入。x1evicvaet1mupt13-0000008192-0000000000 子目录名称可唯一标识 pacific_palisades_2025_fire 数据集中的 data.tiff COG。此标识符是不透明的 UUID。
或者,您也可以从 gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/pacific_palisades_2025_fire/20250107_20250207/x1evicvaet1mupt13-0000008192-0000000000/image_manifest.json 处的 COG image_manifest.json 文件中提取此文件元数据及更多信息。此文件是 Earth Engine 映像清单的 JSON 表示形式。映像清单指南中定义了映像清单的 JSON 结构。如需查看给定 image_manifest.json 文件中内容的完整说明,请参阅映像清单部分。
反量化
每个通道中的原始像素值都是 [-127, 127] 范围内的有符号 8 位整数(-128 保留为“无数据”值),必须进行反量化才能生成 [-1, 1] 范围内可供分析的浮点值。如需了解反量化映射和创建降采样金字塔的说明,请参阅 AlphaEarth Foundations GCS 数据指南中的反量化和创建降采样金字塔部分。
清单和索引
为了便于发现、迭代和注册嵌入图块,每个数据集都提供了两种类型的清单:数据集级 COG 文件列表 (manifest.txt) 和每个图片的元数据清单 (image_manifest.json),以及数据集级 GeoParquet 空间索引 (aef_index.parquet)。
数据集清单
每个数据集都包含一个位于其目录根目录下的 manifest.txt 文件:
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/manifest.txt
这是一个纯文本文件,其中包含数据集中每个 data.tiff 文件的完整 Google Cloud Storage URI,并以换行符分隔。
图片清单
每个 data.tiff 文件旁边都有一个 sidecar image_manifest.json 文件:gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/{start_date}_{end_date}/{image_id}/image_manifest.json
此 JSON 文件遵循 Earth Engine 影像清单规范,并描述了图块的源文件、波段结构、时间边界和空间覆盖范围。
虽然标准清单字段(例如 tilesets 和 bands)遵循标准 Earth Engine 惯例,但有几个关键细节需要注意:
name:在 GCS 中留空 ("")。使用此清单在 Earth Engine 资产集合中注册图片时,客户端必须提供目标资产 ID(例如projects/{project}/assets/{collection}/{image_id})。如需了解详情,请参阅将数据集加载到 Earth Engine 中。start_time和end_time:指定复合时间段的开始(含)和结束(不含)时间戳,采用 UTC 格式,格式为 ISO 8601(例如2026-03-15T00:00:00+00:00)。footprint:像素坐标中的闭合多边形,勾勒出包含有效像素的区域。请注意,多边形内仍可能存在缺失的像素,例如king_county_2025_monthly等复杂的嵌入几何图形。properties:特定于嵌入的键值对元数据,包括:IMAGE_ID:数据集中图片的唯一标识符。DATASET:数据集名称。DATASET_VERSION:数据集版本。START_DATE和END_DATE:图片涵盖的时间间隔的开始日期(含)和结束日期(不含),格式为YYYY-MM-DD。MODEL_VERSION:唯一标识用于生成图片的模型版本的版本字符串。PROCESSING_SOFTWARE_VERSION:版本字符串,用于唯一标识用于生成图片的模型数据处理软件。UTM_ZONE:用于生成图片的坐标参考系统的 UTM 区域。
GeoParquet 索引
每个数据集都包含一个 GeoParquet 空间索引文件,该文件位于其目录的根目录下:
gs://alphaearth_foundations_custom/custom_satellite_embedding/v1/{dataset_name}/aef_index.parquet
此索引包含数据集中每个 data.tiff 文件的条目,并提供空间和时间元数据,以帮助确定哪些文件涵盖给定的区域和时间段:
geometry:文件的几何图形,采用 WGS84 (EPSG:4326) 多边形格式。如需详细了解如何根据像素数组的 UTM 边界框计算此多边形并将其裁剪到 UTM 区域边界,请参阅 AlphaEarth Foundations GCS 数据指南的几何图形处理部分。请注意,此多边形反映了完整 8192x8192 像素数组的边界,不考虑单个像素的有效性。crs:图片所属 UTM 区域的 CRS,采用 EPSG 代码形式,例如EPSG:32610。path:data.tiffCOG 文件的 Google Cloud Storage URI (gs://...)。dataset:数据集名称。start_date和end_date:图片所涵盖时间间隔的开始日期(含)和结束日期(不含),格式为YYYY-MM-DD。image_id:数据集中图片的唯一标识符。utm_zone:图片的 UTM 区域,例如10N。utm_west、utm_south、utm_east、utm_north:原始像素数组的 UTM 边界。这不反映任何几何图形处理,并且包含所有像素(无论是否有效)。wgs84_west、wgs84_south、wgs84_east、wgs84_north:WGS84geometry的最小和最大经纬度。
将数据集加载到 Earth Engine 中
注意:为方便起见,自定义卫星嵌入的所有示例数据集都将使用关联的笔记本指南中所述的方法,作为公共 ImageCollection 添加到 Google Earth Engine,并且已经过反量化。用户可以按照链接的指南,将新交付的自定义卫星嵌入数据集注册为 Google Earth Engine ImageCollection。
您可以通过将 COG 注册为 COG 支持的资产或直接加载 COG,将其加载到 Earth Engine 中。如需了解这两种方法的完整指南,请参阅 GitHub 上的自定义卫星嵌入数据访问笔记本。如需大致了解并比较这两种方法,请参阅 Earth Engine 中的 Cloud Optimized GeoTIFF (COG)。