В Earth Engine введены некоммерческие квотные уровни для защиты совместно используемых вычислительных ресурсов и обеспечения надежной работы для всех. Некоммерческие проекты по умолчанию используют уровень «Сообщество», хотя вы можете изменить уровень проекта в любое время.

Эта страница переведена с помощью Cloud Translation API.

About Earth Timelapse

Набор данных Earth Timelapse представляет собой визуальную запись изменений на планете за четыре десятилетия, с 1984 по 2022 год. Синтезированный Google на основе петабайтов космических наблюдений, полученных в ходе миссий NASA/USGS Landsat (Landsat 4, 5, 7, 8 и 9) и созвездия ESA Copernicus Sentinel-2, набор данных предлагается в виде ежегодных мозаик для визуальной интерпретации.

Ежегодные мозаики представляют собой глобально полные, заполненные пробелы и замаскированные водой визуальные базовые карты, которые используются в интерактивном общедоступном средстве просмотра таймлапсов Google Earth. Пробелы в наблюдениях до 1999 года плавно восстанавливаются с помощью попиксельной временной линейной регрессионной интерполяции по смежным действительным годам наблюдений. Открытые океанские воды заменены стилизованной батиметрией с затененным рельефом NOAA ETOPO1 и глобальным маскированием воды (с использованием наборов данных Hansen GFC и MOD44W). Эти данные подходят для: визуальной интерпретации, образовательного повествования, базового картографирования или экспорта пользовательского видео.

Эпохи пространственного разрешения

Коллекция Earth Timelapse охватывает два различных периода пространственного разрешения:

1984–2014 (30 м/пиксель): Синтезировано на основе наблюдений USGS/NASA Landsat 4, 5, 7 и 8. Изображения представлены в виде сетки Web Mercator ( EPSG:3857 ) с разрешением 30 метров.
2015–настоящее время (19,11 м/пиксель): Синтезировано путем объединения наблюдений многоспектрального прибора ESA Copernicus Sentinel-2A/2B (MSI) (10 м/20 м исходное разрешение) со спутниками Landsat 8 и 9. Изображения представлены в виде сетки Web Mercator ( EPSG:3857 ) с разрешением ~19,11 метров.

Ежегодные мозаичные изображения охватывают все материки и прибрежные зоны планеты от приблизительно -82,6° южной широты до 83,69° северной широты. Для обобщения данных дистанционного зондирования Земли за более чем четыре десятилетия требуется согласование разрозненных спутниковых группировок с учетом сроков службы, типов датчиков, орбитальных конфигураций и атмосферных возмущений.

В конвейер обработки данных Earth Timelapse поступают миллионы отдельных снимков из программы Landsat Геологической службы США/НАСА (Landsat 4, 5, 7, 8 и 9) и созвездия Copernicus Sentinel-2 Европейского космического агентства (ESA) . Для преобразования необработанных данных и данных с верхней границы атмосферы (TOA) в согласованные годовые базовые карты каждый снимок обрабатывается с помощью следующих методов:

Фенологическая и сезонная фильтрация изображения для оптимизации пикового роста растительности и минимизации кратковременных сезонных эффектов.
Восстановление отсутствующих каналов и устранение аномалий датчиков (например, насыщение TIRS на Landsat 8, артефакты, связанные с отключением SLC на Landsat 7).
Многосенсорная оценка качества облаков, дымки и теней, сочетающая в себе данные Landsat simpleCloudScore , эвристический метод восстановления облаков в космосе HSV и Sentinel-2 Cloud Score+ .
Панхроматическая нормализация и структурное псевдопан-резкость для повышения видимого разрешения.
Откалиброванная по BRDF модель MODIS радиометрическая нормализация с использованием многомасштабной низкочастотной пространственной фильтрации для устранения границ сцены при сохранении локальных текстур поверхности.
Заточка лезвия с учетом экономии воды позволяет избежать обесцвечивания прибрежной полосы.
Временная 16-битная медианная композиция для подавления переходного атмосферного шума, теней и эфемерных артефактов.
Временная линейная регрессионная интерполяция (для глобальных конечных активов) для восстановления недостающих наблюдений в мозаиках, созданных до 1999 года.
Глобальное моделирование океанической батиметрии и маскирование водных объектов с использованием данных NOAA ETOPO1, Hansen Global Forest Change и MODIS.
Глобальная балансировка цвета, сохранение точки белого полярного льда, многомасштабное локальное повышение контрастности (LCE) для улучшения визуального восприятия.

Исходные данные и технические характеристики датчиков

В коллекции Earth Timelapse используются данные следующих космических миссий по наблюдению за Землей:

Технические характеристики спутников и датчиков

Спутниковая миссия	Датчик	Диапазон дат начала эксплуатации	Пространственное разрешение (MS / Pan)	Поглощенные спектральные полосы	Идентификатор коллекции земляных двигателей	Эпоха мозаичного разрешения
Landsat 4	Тематический картограф (™)	1982-07-01 – 1993-12-14	30 м / Н/Д	Синий, Зеленый, Красный, БИК, SWIR1, Тепловой, SWIR2	`LANDSAT/LT04/C02/T1`	30 м (1984–1993)
Ландсат 5	Тематический картограф (™)	1984-03-01 – 2012-12-31	30 м / Н/Д	Синий, Зеленый, Красный, БИК, SWIR1, Тепловой, SWIR2	`LANDSAT/LT05/C02/T1`	30 м (1984–2012)
Landsat 7	Enhanced Thematic Mapper Plus (ETM+)	15.04.1999 – 31.08.2013	30 м / 15 м	Синий, Зеленый, Красный, БИК, SWIR1, Тепловой, SWIR2, Панорамный	`LANDSAT/LE07/C02/T1` `LANDSAT/LE07/C02/T2`	30 м (1999–2013)
Landsat 8	Оперативный сканер наземных изображений (OLI) / TIRS	11.02.2013 – настоящее время	30 м / 15 м	Прибрежный, синий, зеленый, красный, ближний инфракрасный, SWIR1, SWIR2, панорамный, перистые, тепловой	`LANDSAT/LC08/C02/T1_RT_TOA` `LANDSAT/LC08/C02/T2_TOA`	30 м (2013–2014) 19,11 м (2015+)
Landsat 9	Оперативный наземный имиджер 2 (OLI-2) / TIRS-2	01.11.2021 – настоящее время	30 м / 15 м	Прибрежный, синий, зеленый, красный, ближний инфракрасный, SWIR1, SWIR2, панорамный, перистые, тепловой	`LANDSAT/LC09/C02/T1_TOA`	19,11 м (2021+)
Sentinel-2A / 2B	Многоспектральный прибор (MSI)	23.06.2015 – настоящее время	10 м / 20 м / 60 м	Синий, Зеленый, Красный, Красный край (1-4), БИК, SWIR1, SWIR2, Водяной пар, Перистые облака	`COPERNICUS/S2_HARMONIZED`	19,11 м (2015+)

Таблица 1. Основные оптические сенсорные системы, интегрированные в ежегодный конвейер создания мозаичных изображений для проекта Earth Timelapse.

Вспомогательные и справочные наборы данных

Глобальные базовые значения BRDF / коэффициента отражения поверхности MODIS:
- Предварительно рассчитанные многолетние композитные изображения поверхностной отражательной способности, полученные с помощью спутников Terra и Aqua MODIS ( MODIS/006/MCD43A4 и MOD09GA/MYD09GA ) с разрешением 500 метров, служат в качестве планетарного радиометрического эталонного объекта для гармонизации широкомасштабного освещения и дымки.
Программа глобальной помощи NOAA ETOPO1:
- Глобальные топографические и батиметрические данные с разрешением 1 угловая минута использовались для создания реалистичного рельефа дна океана с затенением и контуров глубины в глобальном продукте с водной маской.
Глобальные изменения лесов по Хансену ( UMD/hansen/global_forest_change_2015 ):
- Слой datamask (разграничивающий сушу, постоянные водоемы и прибрежные зоны) служит основной границей разделения суши и воды.
Глобальная маска суши/воды MODIS ( MODIS/MOD44W/MOD44W_005_2000_02_24 ):
- Используется в сочетании с Hansen GFC для изоляции наземных поверхностей и предотвращения просачивания воды через противоводонепроницаемую маску в прибрежной зоне.
Sentinel-2 Cloud Score+ ( GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED ):
- Оценка качества на уровне пикселей с предоставлением метрик cs (уверенность в ясном небе) и cs_cdf (кумулятивная вероятность ясного неба) для данных Sentinel-2 MSI.
Глобальная статистика облачной климатологии:
- Эмпирически выведенные базовые показатели 25-го процентиля и минимального значения облачности, которые адаптируют пороговые значения маскировки облаков в постоянно облачных тропических зонах.

Пространственная и временная фильтрация

Ежегодные глобальные мозаики позволяют сбалансировать необходимость получения достаточного количества достоверных наблюдений в тропических регионах, подверженных облачности, и предотвратить загрязнение данных зимним снегом и экстремальные углы зенита Солнца в высокоширотных регионах.

Широтное и фенологическое оконное сканирование

Полярная/высокоширотная зона Северного полушария (от >60°N до 83,69°N):
- Прямая фильтрация по дню года (DOY): наблюдения ограничены днями с 150 по 270 (с конца мая по сентябрь). Это позволяет охватить пик вегетационного периода (максимальная зелень) и минимизировать сезонный снег, ледяной покров и длинные тени от рельефа местности, вызванные низкими углами возвышения Солнца (угол возвышения Солнца ≤ 0°).
Умеренный пояс и зона Южного полушария (от 57° южной широты до 60° северной широты):
- Для обеспечения максимальной доступности съемочной площадки используется весь календарный год (с 1 января по 31 декабря).

Методология обработки: Замаскированные однолетние мозаики

Конвейер обработки ежегодных мозаичных изображений с использованием маскирования генерирует неинтерполированные глобальные композиты.

Восстановление отсутствующего канала и подготовка датчика

Перед атмосферной коррекцией и оценкой качества исходные данные Landsat стандартизируются:

Реконструкция тепловых диапазонов: В периоды работы, когда тепловые диапазоны Landsat 8 TIRS были ухудшены или не откалиброваны, синтезируются тепловые каналы с нулевой дисперсией в качестве заполнителя для удовлетворения внутренних требований интерфейса автоматизированных алгоритмов оценки облачности Landsat.
Генерация синтетического панхроматического изображения для Landsat 4/5: Датчики Landsat 4 и 5™ не имеют оптического панхроматического канала (диапазон 8). Для каждой сцены создается синтетический псевдопанхроматический диапазон:

$$ I_{\text{raw45}}(Pan) = \text{mean}(I_{\text{raw45}}(RGB)) $$

Здесь $I_{\text{raw}}(\cdot)$ Это функция обработки изображений, которая предоставляет необработанные пиксели и может принимать в качестве параметров один или несколько каналов. Например,$I_{\text{raw}}(Pan)$ возвращает исходный панхроматический диапазон и$I_{\text{raw}}(RGB)$ Возвращает исходные RGB-каналы. mean() — это функция вычисления среднего значения.

Калибровка по показателю отражения на верхней границе атмосферы (TOA)

Исходные изображения Landsat обрабатываются до TOA с использованием ee.Algorithms.Landsat.TOA .

ee.Algorithms.Landsat.TOA — это функция обработки изображений, которая преобразует необработанные данные Landsat в данные Landsat TOA.$I_{\text{TOA}}$).

Качество многосенсорных изображений и маскирование облаков

Сужение границы полосы орбитального движения

Мягкая альфа-маска, учитывающая затухание сигнала с расстояния, помогает минимизировать резкие переходы вдоль орбитальных траекторий Landsat:

$$ \text{Mask}_{\text{edge}} = \min\left(\text{Mask}_{\text{MODIS}}, \left(\text{Gaussian}_{6\text{km}}\left(\text{Mask}_{\text{raw}}\right)\right)^3\right) $$

где $\text{Mask}_{\text{MODIS}}$ маска получена из годовых композитных изображений поверхностного отражения MODIS ( MOD09GA/MYD09GA ). $\text{Mask}_{\text{raw}}$— это маска необработанного изображения Landsat, min() — функция минимизации, и $\text{Gaussian}$ представляет собой пространственную свертку Гаусса с заданным стандартным отклонением.

Маскирование воды в режиме SLC-off на спутнике Landsat 7

После сбоя корректора сканирующих линий (SLC) на спутнике Landsat 7 в мае 2003 года, снимки Landsat 7 содержат линейные пробелы в данных, что может привести к серьезным артефактам над открытой водой. Пиксели Landsat 7 над открытой водой маскируются с помощью размытой водной маски MODIS, при этом приоритет отдается Landsat 4/5/8/9 или Sentinel-2 в зависимости от года создания мозаики.

Оценка облачности и восстановление аномалий на основе данных Landsat

Каждому пикселю изображения, полученного со спутника Landsat, присваивается значение. $\text{Cloud}$ Оценка (в диапазоне [0, 100] ) с использованием ee.Algorithms.Landsat.simpleCloudScore . Применяются два дополнительных этапа уточнения:

Необнаруженное восстановление облачности в пространстве HSV: аномалии облачности с высокой отражательной способностью и низкой насыщенностью, получившие ошибочную оценку Cloud = 0, обнаруживаются путем преобразования $I_{\text{TOA}}(RGB)$ в пространство «Оттенок-Насыщенность-Значение» (HSV) и обновление $\text{Cloud}$ маска:

$$ \text{hsvCloud} = \begin{cases} 100, & \text{if } (\text{Cloud} = 0) \land (\text{S} \lt 0.3) \land (\text{V} \gt 0.5) \\ 0, & \text{otherwise} \end{cases} $$

$$ \text{Cloud} = \text{Cloud} + \text{hsvCloud} $$

Адаптивная климатологическая пороговая обработка: пороговое значение для отбрасывания пикселей с облачностью (т.е. $\text{Cloud} \gt \text{Threshold}_{\text{cloud}}$) рассчитывается динамически на основе предварительно вычисленных пространственных статистических данных об облаках:

$$ \text{Threshold}_{\text{cloud}} = \text{Cloud}_{\text{p25}} + 10 $$

где $\text{Cloud}_{\text{p25}}$ это 25-й процентиль на пиксель$\text{Cloud}$ Значение показателя ограничено диапазоном от 25 до 65. Пороговое значение повышается для проверенных светлых поверхностей земли (песчаные дюны пустыни, солончаки):

$$ \text{Threshold}_{\text{cloud}} = \text{Threshold}_{\text{cloud}} + 10 \quad \text{if } (I_{\text{TOA}}(Pan) \gt 0.7) \land (\max(I_{\text{TOA}}(RGB)) \gt 0.6) $$

Оценка облачности Sentinel-2

Гармонизированные снимки Sentinel-2 сопоставляются с GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED :

Фильтрация пикселей: сохраняется, если достоверность ясного неба cs ≥ 0,60 и кумулятивная вероятность ясного неба cs_cdf ≥ 0,70.

Панхроматическая нормализация и структурное слияние

Для использования 15-метрового панхроматического разрешения спутников Landsat 7/8/9 без спектральных искажений при переходах между сенсорами, к данным TOA применяется панхроматическая нормализация:

$$ \text{Gain}_{\text{3x3}} = \frac{\mu_{\text{3x3}}(\text{mean}(I_{\text{TOA}}(RGB))}{\mu_{\text{3x3}}(I_{\text{TOA}}(Pan))} $$

$$ \text{I}_{\text{sharpened}} = \frac{I_{\text{TOA}}(RGB)}{\text{mean}(I_{\text{TOA}}(RGB))} \times (I_{\text{TOA}}(Pan)) \times \text{Gain}_{\text{3x3}} $$

где $\mu_{\text{3x3}}$ — это функция усреднения по окрестности 3x3 пикселей.

Радиометрическая нормализация относительно базовых значений MODIS BRDF

Нелинейное масштабирование контраста: отражательная способность на верхней границе атмосферы масштабируется до 8-битного диапазона отображения ( [0,255] ) с гамма-коррекцией:

$$ I_{\text{scaled}} = \text{Visualize}\left(I_{\text{sharpened}}(RGB), \text{min}=0.02, \text{max}=0.50, \gamma=1.7\right) $$

где $\text{Visualize}$ Это функция ee.Image.visualize() . Далее, если не указано иное, подразумевается 8-битное цветовое пространство RGB.

Маска подавления избыточной коррекции: защищает реальные быстрые изменения землепользования от чрезмерного сглаживания:

$$ \text{Mask}_{\text{valid}} = (|I_{\text{scaled}}(R) - I_{\text{BRDF}}(R)| \le 60) \land (|I_{\text{scaled}}(G) - I_{\text{BRDF}}(G)| \le 40) $$

где $I_{\text{BRDF}}$ Создает 8-битные RGB-данные из композитных изображений MODIS BRDF-Adjusted Reflectance ( MCD43A4 ).

Извлечение пространственного поля с помощью низкочастотного фильтра:

$$ \Delta_{\text{spatial}} = \text{Gaussian}_{20\text{km}}\left((I_{\text{scaled}} - I_{\text{BRDF}}) \times \text{Mask}_{\text{valid}}\right) $$

Вычитание дымки и гармонизация отражательной способности:

$$ I_{\text{normalized}} = I_{\text{scaled}} - \Delta_{\text{spatial}} $$

Пространственная резкость наземной поверхности

Применяет свертку Лапласа к комбинации $I_{\text{scaled}}$и $I_{\text{normalized}}$ исключительно на суше.

$$ I_{\text{sharp}} = \text{Sharpen}(I_{\text{normalized}}, I_{\text{scaled}}) $$

Временная медианная композиция

Для каждого календарного года $Y$Нормализованная коллекция изображений с маскировкой облаков сводится к единому многоканальному композитному изображению с использованием медианного редуктора с 16-битной точностью :

$$ I_{\text{annual}}(Y) = \operatorname{median}_{t \in Y}\left(I_{\text{sharp}}(t)\right) $$

$$ \text{Cloud}_{\text{annual}}(Y) = \operatorname{median}_{t \in Y}\left(\text{Cloud}(t)\right) $$

Полученное изображение представляет собой необработанную годовую мозаику, включающую red , green , blue и полосы cloud с неинтерполированными масками допустимых пикселей. Обратите внимание, что время ($t$) — это параметр функции изображения.

Постобработка: глобальные активы, заполненные пробелами и замаскированные водой.

Для создания цельной, глобально полной базовой карты, используемой в интерактивном средстве просмотра Earth Timelapse и ежегодных мозаиках , исходные ежегодные композитные изображения подвергаются постобработке.

Временная линейная регрессия для заполнения пробелов (мозаики до 1999 года)

До запуска спутника Landsat 7 в 1999 году глобальная спутниковая съемка была ограничена существующей инфраструктурой нисходящей связи, недостатками бортовых магнитофонов и постоянной облачностью. Вследствие этого, ежегодные мозаичные изображения, созданные до 1999 года, содержат значительные пространственные пробелы, особенно в Центральной Африке, Юго-Восточной Азии, Сибири и Амазонии.

Для устранения отвлекающих серых пустых пространств при сохранении временных переходов, в конвейере обработки данных используется попиксельная временная линейная регрессионная интерполяция:

Поиск временной привязки

Для каждого целевого года Y алгоритм выполняет поиск в многолетней коллекции, чтобы найти самое последнее, достоверное, незамаскированное пиксельное наблюдение перед ($t_{\text{before}} \le Y$) и после ($t_{\text{after}} \ge Y$).

Линейная регрессия

Модель обычной регрессии методом наименьших квадратов оценивается для каждого пикселя в пределах ограничивающих временных наблюдений с независимыми переменными [1, t] и зависимыми переменными [Red, Green, Blue] :

$$ I_{\text{sharp}}(RGB, t) = \mathbf{m} \cdot t + \mathbf{b} $$

Оценка смоделированных значений

Линейная траектория оценивается в целевом году Y:

$$ I_{\text{interp}}(RGB, Y) = \mathbf{m} \cdot Y + \mathbf{b} $$

Наслаивание наблюдений

Годовые пиксели за год Y объединяются в мозаику с интерполированными пикселями:

$$ I_{\text{gapfilled}} = \operatorname{Mosaic}\left(I_{\text{interp}}, I_{\text{annual}}\right) $$

Это гарантирует, что там, где существуют реальные спутниковые наблюдения за этот год, они сохраняются, а пробелы в исторических данных интерполируются во времени.

Заполнение ледниками высоких широт

Орбитальный наклон спутника Landsat ограничивает возможности наблюдений вблизи крайних полярных шапок (>82,6°N). Для внутренних районов Северной Гренландии и арктических шельфовых ледников, не имеющих оптического покрытия, используется калиброванная, нормализованная многолетняя базовая линия, которая обеспечивает четкие и непрерывные полярные базовые карты.

Глобальная океаническая батиметрия и маскирование воды

В исходных годовых мозаиках на поверхности океана присутствуют блики солнца, тени от облаков и артефакты, возникающие в результате кратковременных волн. В финальной версии открытые океанские воды заменены глобальной батиметрической базовой картой с затененным рельефом:

Батиметрическое затенение: топографическая высота, полученная из модели NOAA ETOPO1, отображается с использованием цветовой шкалы глубины океана:
- Глубокие Абиссальные Равнины (-5000 м): Глубокий Военно-морской ( #000927 )
- Континентальный склон (-1000 м): сланцево-синий ( #000E3A )
- Континентальный шельф (-100 м): Лазурно-синий ( #000E3B )
- Береговая линия (0 м): Royal Cobalt ( #001146 )
Эффект затенения рельефа и высокочастотная гауссовская фильтрация: в сочетании с аналитическим затенением рельефа ( ee.Terrain.hillshade ) и гауссовой фильтрацией с шагом 5000 м для выделения океанических желобов, срединно-океанических хребтов и подводных гор.
Гармонизация границ суши и воды:
- Объединяет datamask Hansen Global Forest Change (разграничивающую сушу и океан) с маской данных MODIS о состоянии водных объектов ( MOD44W ).
- Создает картины, изображающие внутренние озера и замкнутые моря (например, Каспийское море, Великие озера, озеро Байкал, Аральское море), чтобы сохранить естественную динамику цвета воды.
- Применяет трехэтапное морфологическое круговое уменьшение ядра и гауссовское размытие с шагом 3000 м для плавного сужения границы между мелководьем прибрежной зоны и батиметрией в открытом море без резкого отсечения.

Глобальная цветокоррекция и локальное повышение контрастности (LCE)

Усиление яркости в цветовом пространстве HSV и гамма-балансировка: гамма-коррекция каналов ($\gamma_R = 0.98, \gamma_G = 1.00, \gamma_B = 1.04$), за которой следует усиление яркости канала на 10% в цветовом пространстве HSV.
Коррекция белой точки полярного льда: отмечает полярные поверхности с высокой отражательной способностью (Гренландия, Антарктида, альпийские ледяные щиты) и балансирует их до чистого нейтрального белого цвета ( [255, 255, 255] ).
Многомасштабная LCE: повышение контраста и резкости рельефа для различных типов объектов с использованием комбинации лапласианской свертки, усредняющей фильтрации и гауссовой нерезкой маскировки.

Особенность	Необработанные ежегодные мозаики	Глобальный заключительный ежегодный фестиваль мозаик
Основной вариант использования	Научный анализ, отслеживание происхождения, обучение машинного обучения.	Визуализация базовых карт, экспорт видео, глобальное исследование в режиме замедленной съемки.
Пространственная полнота	Наземные данные (с пробелами в информации)	100% глобальная полнота
Обработка отсутствующих пикселей	Замаскированный (прозрачный, без данных)	Интерполяция линейной регрессии
Тропические пустоты до 1999 года	Сохранены как пробелы в данных.	Плавная интерполяция во времени
Представление океанской воды	Замаскированная или ненормализованная вода	Батиметрия NOAA ETOPO1
Включенные спектральные полосы	красный, зеленый, синий, облако (Вопрос-ответ)	красный, зеленый, синий
Глубина бита	8-битное беззнаковое целое число (0–255)	8-битное беззнаковое целое число (0–255)
Разрешение пикселей: 1984–2014	30,0 метров на пиксель (EPSG:3857)	30,0 метров на пиксель (EPSG:3857)
Разрешение пикселей: 2015 – настоящее время	19,11 метров на пиксель (EPSG:3857)	19,11 метров на пиксель (EPSG:3857)
Размеры сетки (1984–2014 гг.)	1 335 834 × 1 198 340 пикселей	1 335 834 × 1 198 340 пикселей
Размеры сетки (2015 г. – настоящее время)	2 097 152 × 1 881 297 пикселей	2 097 152 × 1 881 297 пикселей

Таблица 2. Подробное техническое сравнение необработанных и глобальных финальных коллекций таймлапсов Земли.

Ограничения и аналитические соображения

Эпохи двойного разрешения (30 м против 19,11 м): Пользователи, выполняющие многодесятилетний анализ временных рядов, должны учитывать переход разрешения в 2015 году. Композитные изображения за период 1984–2014 годов имеют сетку с шагом 30,0 метров на пиксель, тогда как изображения с 2015 года и далее имеют сетку с шагом 19,11 метров на пиксель из-за интеграции данных Sentinel-2 MSI.
Интерполированные пиксели (до 1999 г.): В глобальной финальной коллекции отсутствующие пиксели в мозаиках, созданных до 1999 г., интерполируются во времени. В регионах, переживающих внезапные изменения в землепользовании (например, быстрая вырубка лесов или строительство водохранилищ) в течение многолетнего перерыва, интерполированные пиксели будут отображать постепенный линейный переход, а не резкое дискретное событие.
Измененные соотношения полос: Радиометрическая нормализация оптимизирует визуальную согласованность между сценами относительно целевых значений BRDF MODIS. Хотя относительные пространственные закономерности сохраняются, полученные спектральные индексы (например, NDVI, EVI) отличаются от значений поверхностной отражательной способности уровня 2.
Фенологическое перемешивание: Высокоширотные северные регионы (>60°N) представляют собой условия середины лета (150–270 дней года), тогда как умеренные и тропические зоны представляют собой среднегодовые совокупные значения.

Атрибуция

Данный набор данных распространяется под лицензией Creative Commons Attribution 4.0 International License и требует указания следующего авторства:

Google Earth Timelapse (Google, Landsat, Copernicus)

Содержит измененные данные Copernicus Sentinel [2015 г. – настоящее время]. См. юридическое уведомление о данных Sentinel .

About Earth Timelapse Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.