About Earth Timelapse

Il set di dati Earth Timelapse fornisce una registrazione visiva di quattro decenni di cambiamenti planetari, dal 1984 al 2022. Sintetizzato da Google a partire da petabyte di osservazioni spaziali acquisite dalle missioni Landsat della NASA/USGS (Landsat 4, 5, 7, 8 e 9) e dalla costellazione Copernicus Sentinel-2 dell'ESA, il set di dati viene offerto come mosaici annuali per l'interpretazione visiva.

I mosaici annuali sono mappe di base visive complete a livello globale, con lacune colmate e maschere per l'acqua, che alimentano il visualizzatore interattivo pubblico di Google Earth Timelapse. I vuoti di osservazione precedenti al 1999 vengono ricostruiti in modo uniforme utilizzando l'interpolazione della regressione lineare temporale a livello di pixel negli anni di osservazione validi adiacenti. Le acque dell'oceano aperto vengono sostituite dalla batimetria in rilievo ombreggiato NOAA ETOPO1 e dal mascheramento globale dell'acqua (utilizzando i set di dati Hansen GFC e MOD44W). Questi dati sono adatti per: interpretazione visiva, storytelling didattico, mappatura di base o esportazioni video personalizzate.

Epoche di risoluzione spaziale

La raccolta Earth Timelapse copre due epoche di risoluzione spaziale distinte:

  • 1984-2014 (30 m / pixel): sintesi delle osservazioni dei satelliti Landsat 4, 5, 7 e 8 di USGS/NASA. Le immagini sono suddivise in griglie in proiezione Web Mercator (EPSG:3857) con una risoluzione di 30 metri.
  • 2015-oggi (19,11 m / pixel): sintetizzata combinando le osservazioni dello strumento multispettrale (MSI) ESA Copernicus Sentinel-2A/2B (10 m / 20 m nativi) con Landsat 8 e 9. Le immagini sono suddivise in griglie in Web Mercator (EPSG:3857) con una risoluzione di circa 19,11 metri.

I mosaici annuali coprono tutte le terre emerse e le zone costiere globali da circa -82,6° S a 83,69° N di latitudine. La sintesi di oltre quattro decenni di dati di osservazione della Terra richiede l'armonizzazione di costellazioni satellitari disparate in base a cicli di vita operativi, modalità dei sensori, geometrie orbitali e perturbazioni atmosferiche.

La pipeline di Earth Timelapse acquisisce milioni di singole scene dal programma USGS/NASA Landsat (Landsat 4, 5, 7, 8 e 9) e dalla costellazione Copernicus Sentinel-2 dell'Agenzia spaziale europea (ESA). Per trasformare le osservazioni grezze e TOA (Top-of-Atmosphere) in basemap annuali coerenti, ogni scena viene elaborata con:

  • Filtraggio fenologico e stagionale delle scene per ottimizzare la crescita della vegetazione e ridurre al minimo gli effetti stagionali transitori.
  • Ripristino dei canali mancanti e mitigazione delle anomalie dei sensori (ad es. saturazione TIRS di Landsat 8, artefatti SLC-off di Landsat 7).
  • Punteggio di qualità di nuvole, foschia e ombre multisensore che combina Landsat simpleCloudScore, recupero delle nuvole nello spazio HSV euristico e Sentinel-2 Cloud Score+.
  • Normalizzazione pancromatica e pseudo-pan-sharpening strutturale per aumentare la risoluzione apparente.
  • Normalizzazione radiometrica calibrata BRDF MODIS utilizzando il filtro spaziale passa-basso multiscala per eliminare i limiti della scena preservando le texture della superficie locale.
  • Nitidezza dei bordi attenta all'acqua per evitare lo sbiancamento della costa.
  • Composizione mediana temporale a 16 bit per eliminare rumore atmosferico transitorio, ombre e artefatti effimeri.
  • Interpolazione di regressione lineare temporale (per le risorse Global Final) per ricostruire le osservazioni mancanti nei mosaici precedenti al 1999.
  • Modellazione della batimetria oceanica globale e mascheramento dell'acqua che combina NOAA ETOPO1, Hansen Global Forest Change datamask e maschere dell'acqua MODIS.
  • Bilanciamento del colore globale, conservazione del punto di bianco del ghiaccio polare, miglioramento del contrasto locale multiscala (LCE) per il miglioramento visivo.

Specifiche dei dati di origine e dei sensori

La raccolta Time-lapse di Earth sfrutta le seguenti missioni di osservazione della Terra dallo spazio:

Specifiche di satelliti e sensori

Missione satellite Sensore Intervallo di date operativo Risoluzione spaziale (MS / Pan) Bande spettrali importate ID raccolta Earth Engine Era della risoluzione a mosaico
Landsat 4 Thematic Mapper (TM) 1982-07-01 – 1993-12-14 30 m / N/A Blu, verde, rosso, NIR, SWIR1, termico, SWIR2 LANDSAT/LT04/C02/T1 30 m (1984-1993)
Landsat 5 Thematic Mapper (TM) 1984-03-01 – 2012-12-31 30 m / N/A Blu, verde, rosso, NIR, SWIR1, termico, SWIR2 LANDSAT/LT05/C02/T1 30 m (1984-2012)
Landsat 7 Enhanced Thematic Mapper Plus (ETM+) 15/04/1999 - 31/08/2013 30 m / 15 m Blu, verde, rosso, NIR, SWIR1, termico, SWIR2, pan LANDSAT/LE07/C02/T1
LANDSAT/LE07/C02/T2		 30 m (1999-2013)
Landsat 8 Operational Land Imager (OLI) / TIRS 11/02/2013 - In produzione 30 m / 15 m Costiera, Blu, Verde, Rosso, NIR, SWIR1, SWIR2, Pan, Cirrus, Termico LANDSAT/LC08/C02/T1_RT_TOA
LANDSAT/LC08/C02/T2_TOA		 30 m (2013-2014)
19,11 m (2015+)
Landsat 9 Operational Land Imager 2 (OLI-2) / TIRS-2 01/11/2021 - In produzione 30 m / 15 m Costiera, Blu, Verde, Rosso, NIR, SWIR1, SWIR2, Pan, Cirrus, Termico LANDSAT/LC09/C02/T1_TOA 19,11 m (2021+)
Sentinel-2A / 2B MultiSpectral Instrument (MSI) 23/06/2015 - In produzione 10 m / 20 m / 60 m Blu, verde, rosso, RedEdge (1-4), NIR, SWIR1, SWIR2, WaterVapor, Cirrus COPERNICUS/S2_HARMONIZED 19,11 m (2015+)

Tabella 1. Sistemi di sensori ottici principali integrati nella pipeline di produzione del mosaico annuale di Earth Timelapse.

Set di dati ausiliari e di riferimento

  1. MODIS Global BRDF / Surface Reflectance Baselines:
    • I compositi di riflettanza della superficie pluriennali precalcolati derivati da Terra e Aqua MODIS (MODIS/006/MCD43A4 e MOD09GA/MYD09GA) con risoluzione di 500 metri fungono da target di riferimento radiometrico planetario per l'armonizzazione dell'illuminazione e della foschia su larga scala.
  2. NOAA ETOPO1 Global Relief:
    • Topografia e batimetria globali di 1 minuto d'arco utilizzate per generare un terreno del fondale oceanico con rilievo ombreggiato realistico e contorni di profondità nel prodotto globale con maschera dell'acqua.
  3. Global Forest Change di Hansen (UMD/hansen/global_forest_change_2015):
    • Il livello datamask (che distingue terra, corpi idrici permanenti e zone costiere) funge da confine principale di separazione tra terra e acqua.
  4. MODIS Global Land/Water Mask (MODIS/MOD44W/MOD44W_005_2000_02_24):
    • Utilizzato in combinazione con Hansen GFC per isolare le superfici terrestri e impedire la fuoriuscita della maschera d'acqua costiera.
  5. Sentinel-2 Cloud Score+ (GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED):
    • Valutazione della qualità a livello di pixel che fornisce le metriche cs (confidenza di cielo sereno) e cs_cdf (probabilità di cielo sereno della distribuzione cumulativa) per i dati MSI di Sentinel-2.
  6. Statistiche sulla climatologia globale delle nuvole:
    • Valori di riferimento del 25° percentile e del punteggio cloud minimo derivati empiricamente che adattano le soglie di mascheramento delle nuvole nelle zone tropicali persistenti.

Filtro spaziale e temporale

I mosaici annuali globali bilanciano la necessità di acquisire un numero sufficiente di osservazioni valide nelle regioni tropicali soggette a nuvole, evitando al contempo la contaminazione da neve invernale e gli angoli zenitali solari estremi nelle regioni ad alta latitudine.

Finestre latitudinali e fenologiche

  • Zona polare / ad alta latitudine dell'emisfero settentrionale (>60° N a 83,69° N):
    • Filtro diretto per giorno dell'anno (DOY): le osservazioni sono limitate ai giorni dell'anno da 150 a 270 (da fine maggio a settembre). Questo ha come target il periodo di crescita vegetativa di picco (massima verdezza) e riduce al minimo la copertura stagionale di neve e ghiaccio e le lunghe ombre del terreno causate da angoli di elevazione solare bassi (elevazione solare ≤ 0°).
  • Zona temperata e dell'emisfero australe (da 57° S a 60° N):
    • Utilizza l'intero anno solare (dal 1° gennaio al 31 dicembre) per massimizzare la disponibilità delle scene.

Metodologia di elaborazione: mosaici annuali mascherati

La pipeline del mosaico annuale mascherato genera compositi globali non interpolati.

Recupero del canale mancante e preparazione del sensore

Prima della correzione atmosferica e dell'assegnazione del punteggio di qualità, i dati Landsat non elaborati vengono standardizzati:

  • Ricostruzione delle bande termiche:durante i periodi operativi in cui le bande termiche TIRS di Landsat 8 erano degradate o non calibrate, vengono sintetizzati canali termici segnaposto a varianza zero per soddisfare i requisiti dell'interfaccia interna degli algoritmi di classificazione automatica delle nuvole di Landsat.
  • Generazione pancromatica sintetica per Landsat 4/5: i sensori TM di Landsat 4 e 5 non dispongono di un canale pancromatico ottico (banda 8). Per ogni scena viene costruita una banda pseudo-pancromatica sintetica:
$$ I_{\text{raw45}}(Pan) = \text{mean}(I_{\text{raw45}}(RGB)) $$

Ecco \(I_{\text{raw}}(\cdot)\) una funzione di immagine che fornisce pixel grezzi e potrebbe richiedere una o più bande come parametri. Ad esempio, \(I_{\text{raw}}(Pan)\) restituisce la banda pancromatica non elaborata e \(I_{\text{raw}}(RGB)\) restituisce le bande RGB non elaborate. mean() è la funzione media.

Calibrazione alla riflettanza nella parte superiore dell'atmosfera (TOA)

Le scene grezze di Landsat vengono elaborate in TOA utilizzando ee.Algorithms.Landsat.TOA.

ee.Algorithms.Landsat.TOA è una funzione di immagine che converte i dati grezzi di Landsat in dati TOA di Landsat (\(I_{\text{TOA}}\)).

Qualità multisensore e mascheramento delle nuvole

Riduzione graduale del confine della strisciata orbitale

Una maschera alfa morbida con decadimento della distanza aiuta a ridurre al minimo le giunture rigide lungo le tracce orbitali di Landsat:

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

dove \(\text{Mask}_{\text{MODIS}}\) è la maschera derivata dai compositi annuali di riflettanza di superficie MODIS (MOD09GA/MYD09GA), \(\text{Mask}_{\text{raw}}\)è la maschera di una scena grezza di Landsat, min() è la funzione di minimizzazione e \(\text{Gaussian}\) è una convoluzione spaziale gaussiana con deviazione standard specificata.

Mascheramento dell'acqua SLC-off di Landsat 7

A seguito del guasto dello Scan Line Corrector (SLC) su Landsat 7 nel maggio 2003, le scene di Landsat 7 contengono lacune lineari nei dati, che possono portare a gravi artefatti sulle acque libere. I pixel di Landsat 7 sull'acqua libera vengono mascherati utilizzando una maschera sfocata dell'acqua MODIS, dando la priorità a Landsat 4/5/8/9 o Sentinel-2 a seconda dell'anno di produzione del mosaico.

Valutazione della copertura nuvolosa di Landsat e recupero delle anomalie

Alle scene Landsat viene assegnato un punteggio per pixel \(\text{Cloud}\) (in [0, 100]) utilizzando ee.Algorithms.Landsat.simpleCloudScore. Vengono applicate due fasi di perfezionamento aggiuntive:

  1. Recupero delle nuvole non rilevato nello spazio HSV:le anomalie delle nuvole ad alta riflettanza e bassa saturazione che ricevono un punteggio errato di Nuvola = 0 vengono rilevate trasformando \(I_{\text{TOA}}(RGB)\) nello spazio Tonalità-Saturazione-Valore (HSV) e aggiornando la maschera \(\text{Cloud}\) :
$$ \text{hsvCloud} = \begin{cases} 100, & \text{if } (\text{Cloud} = 0) \land (\text{S} \lt 0.3) \land (\text{V} \gt 0.5) \\ 0, & \text{otherwise} \end{cases} $$
$$ \text{Cloud} = \text{Cloud} + \text{hsvCloud} $$
  1. Soglia climatologica adattiva:la soglia per scartare i pixel nuvolosi (ovvero \(\text{Cloud} \gt \text{Threshold}_{\text{cloud}}\)) viene calcolata dinamicamente a partire da statistiche spaziali precalcolate sulle nuvole:
$$ \text{Threshold}_{\text{cloud}} = \text{Cloud}_{\text{p25}} + 10 $$

dove \(\text{Cloud}_{\text{p25}}\) è il 25° percentile per pixel \(\text{Cloud}\) punteggio compreso tra 25 e 65. La soglia viene aumentata rispetto alle superfici terrestri luminose verificate (dune di sabbia del deserto, saline):

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

Punteggio cloud Sentinel-2

Le scene armonizzate di Sentinel-2 sono accoppiate a GOOGLE/CLOUD_SCORE_PLUS/V1/S2_HARMONIZED:

  • Filtro pixel: mantenuto quando la confidenza di cielo sereno cs ≥ 0,60 e la probabilità cumulativa di cielo sereno cs_cdf ≥ 0,70.

Normalizzazione pancromatica e fusione strutturale

Per sfruttare la risoluzione pancromatica di 15 metri di Landsat 7/8/9 senza distorsione spettrale nelle transizioni del sensore, viene applicata la normalizzazione pancromatica ai dati TOA:

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

dove \(\mu_{\text{3x3}}\) è la funzione media del vicinato di pixel 3x3.

Normalizzazione radiometrica rispetto alle baseline BRDF MODIS

Scalatura del contrasto non lineare: la riflettanza Top-of-Atmosphere viene scalata all'intervallo di visualizzazione a 8 bit ([0,255]) con correzione gamma:

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

dove \(\text{Visualize}\) è la funzione ee.Image.visualize(). D'ora in poi, lo spazio colore RGB a 8 bit è implicito, se non diversamente indicato.

Maschera di rifiuto della correzione eccessiva:protegge il rapido cambiamento reale della copertura del suolo da un'eccessiva levigatura:

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

dove \(I_{\text{BRDF}}\) produce dati RGB a 8 bit dai compositi MODIS BRDF-Adjusted Reflectance (MCD43A4).

Estrazione del campo spaziale passa-basso:

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

Sottrazione della foschia e armonizzazione della riflettanza:

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

Terrestrial Land Spatial Sharpening

Applica la convoluzione dei bordi laplaciana a una combinazione di \(I_{\text{scaled}}\) e \(I_{\text{normalized}}\) esclusivamente sulle superfici terrestri.

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

Composizione mediana temporale

Per ogni anno solare \(Y\), la raccolta di immagini normalizzate e con maschera cloud viene ridotta in un singolo composito multibanda utilizzando un riduttore mediano di precisione a 16 bit:

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

L'immagine risultante rappresenta un mosaico annuale grezzo, con bande red, green, blue e cloud con maschere di pixel valide non interpolate. Tieni presente che l'ora (\(t\)) è un parametro della funzione immagine.

Post-elaborazione: asset con riempimento delle lacune globale e maschera per l'acqua

Per produrre la basemap completa e uniforme a livello globale utilizzata nel visualizzatore interattivo Earth Timelapse e nei mosaici annuali, i compositi annuali grezzi vengono post-elaborati.

Riempimento delle lacune con la regressione lineare temporale (mosaici precedenti al 1999)

Prima del lancio di Landsat 7 nel 1999, l'acquisizione di immagini satellitari globali era limitata dall'infrastruttura di downlink storica, dalle limitazioni del registratore a nastro a bordo e dalla copertura nuvolosa persistente. Di conseguenza, i mosaici annuali precedenti al 1999 contengono spazi vuoti significativi, in particolare in Africa centrale, Sud-est asiatico, Siberia e Amazzonia.

Per eliminare i vuoti grigi che distraggono preservando le transizioni temporali, la pipeline implementa un'interpolazione di regressione lineare temporale a livello di pixel:

Per ogni anno target Y, l'algoritmo esegue la ricerca nella raccolta pluridecennale per trovare l'osservazione dei pixel più recente, valida e non mascherata prima (\(t_{\text{before}} \le Y\)) e dopo (\(t_{\text{after}} \ge Y\)).

Adattamento della regressione lineare

Un modello di regressione dei minimi quadrati ordinari viene valutato per pixel nelle osservazioni temporali di delimitazione con variabili indipendenti [1, t] e variabili dipendenti [Red, Green, Blue]:

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

Valutazione del valore simulato

La traiettoria lineare viene valutata nell'anno target Y:

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

Stratificazione delle osservazioni

I pixel annuali dell'anno Y vengono combinati a mosaico con i pixel interpolati:

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

In questo modo, ovunque esistano osservazioni satellitari reali per quell'anno, vengono conservate, mentre le lacune nei dati storici vengono interpolate nel tempo.

Riempimento glaciale ad alta latitudine

I limiti di inclinazione orbitale di Landsat limitano le osservazioni vicino alle calotte polari estreme (> 82,6° N). Per le regioni interne della Groenlandia settentrionale e delle piattaforme di ghiaccio artiche prive di copertura ottica, viene combinata una baseline pluriennale calibrata e normalizzata per mantenere mappe di base polari pulite e uniformi.

Global Ocean Bathymetry & Water Masking

Nei mosaici annuali grezzi, le superfici oceaniche contengono riflessi solari, ombre delle nuvole e artefatti transitori delle onde. L'asset finale sostituisce le acque dell'oceano aperto con una mappa di base batimetrica globale con rilievo ombreggiato:

  1. Ombreggiatura batimetrica: l'elevazione topografica del modello NOAA ETOPO1 è stilizzata utilizzando una rampa di colori per la profondità oceanica:
    • Pianure abissali profonde (-5000 m): blu scuro (#000927)
    • Pendenza continentale (-1000 m): blu ardesia (#000E3A)
    • Piattaforma continentale (-100 m): blu navy (#000E3B)
    • Costa (0 m): blu reale (#001146)
  2. Ombreggiatura e miglioramento gaussiano passa-alto: in combinazione con l'ombreggiatura analitica (ee.Terrain.hillshade) e la maschera di contrasto gaussiana di 5000 m per enfatizzare le fosse oceaniche, le dorsali medio-oceaniche e i monti sottomarini.
  3. Armonizzazione dei confini terrestri/marittimi:
    • Combina il set di dati sul cambiamento globale delle foreste di Hansen datamask (che distingue la terra dall'oceano) con la maschera dell'acqua MODIS (MOD44W).
    • Dipingono laghi interni e mari chiusi (ad es. Mar Caspio, Grandi Laghi, Lago Baikal, Mar d'Aral) per preservare le dinamiche naturali del colore dell'acqua.
    • Applica una riduzione del kernel circolare morfologico in tre fasi e una sfocatura gaussiana di 3000 m per ridurre gradualmente il confine tra le acque costiere poco profonde e la batimetria offshore senza un hard clipping.

Bilanciamento del colore globale e miglioramento del contrasto locale (LCE)

  1. Aumento del valore HSV e bilanciamento gamma: gamma dei canali ($\gamma_R = 0.98, \gamma_G = 1.00, \gamma_B = 1.04$), seguito da un aumento del 10% del canale del valore nello spazio colore HSV.
  2. Correzione del punto di bianco del ghiaccio polare: contrassegna le superfici polari ad alta riflettanza (Groenlandia, Antartide, calotte glaciali alpine) e le bilancia con il bianco neutro puro ([255, 255, 255]).
  3. LCE multiscala: migliora il contrasto e la nitidezza del terreno per diversi tipi di elementi utilizzando una combinazione di convoluzione laplaciana, filtro della media e maschera di contrasto gaussiana.
Funzionalità Mosaici annuali grezzi Mosaici annuali finali globali
Caso d'uso primario Analisi scientifica, monitoraggio della provenienza, addestramento ML Basemap visive, esportazione di video, esplorazione globale di time-lapse
Completezza spaziale Terrestre (con lacune nei dati) 100% di completezza globale
Gestione di Pixel mancante Mascherato (trasparente senza dati) Interpolazione della regressione lineare
Vuoti tropicali precedenti al 1999 Conservati come intervalli senza dati Interpolato in modo uniforme nel tempo
Ocean Water Representation Acqua mascherata o non normalizzata Batimetria ETOPO1 NOAA con stile
Bande spettrali incluse rosso, verde, blu, nuvola (controllo qualità) rosso, verde, blu
Profondità di bit Numero intero non firmato a 8 bit (0-255) Numero intero non firmato a 8 bit (0-255)
Pixel Resolution: 1984–2014 30 metri per pixel (EPSG:3857) 30 metri per pixel (EPSG:3857)
Risoluzione Pixel: 2015 - oggi 19,11 metri per pixel (EPSG:3857) 19,11 metri per pixel (EPSG:3857)
Dimensioni della griglia (1984-2014) 1.335.834 × 1.198.340 pixel 1.335.834 × 1.198.340 pixel
Dimensioni della griglia (2015-oggi) 2.097.152 × 1.881.297 pixel 2.097.152 × 1.881.297 pixel

Tabella 2. Confronto tecnico dettagliato tra le raccolte Raw e Global Final Earth Timelapse.

Limitazioni e considerazioni analitiche

  1. Doppia era di risoluzione (30 m vs. 19,11 m): gli utenti che eseguono analisi di serie temporali pluridecennali devono tenere conto della transizione della risoluzione nel 2015. Le immagini composite dal 1984 al 2014 sono suddivise in griglie di 30 metri per pixel, mentre le immagini dal 2015 in poi sono suddivise in griglie di 19,11 metri per pixel grazie all'integrazione dei dati MSI di Sentinel-2.
  2. Pixel interpolati (prima del 1999): nella raccolta della finale globale, i pixel mancanti nei mosaici precedenti al 1999 vengono interpolati temporalmente. Nelle regioni soggette a transizioni improvvise dell'uso del suolo (ad es. deforestazione rapida o costruzione di bacini idrici) durante un intervallo di più anni, i pixel interpolati mostreranno una transizione lineare graduale anziché un evento discreto improvviso.
  3. Rapporti tra bande alterati:la normalizzazione radiometrica ottimizza la coerenza visiva tra le scene rispetto ai target BRDF di MODIS. Sebbene i pattern spaziali relativi vengano conservati, gli indici spettrali derivati (ad es. NDVI, EVI) differiscono dai valori di riflettanza di superficie di livello 2.
  4. Miscelazione fenologica: le regioni settentrionali ad alta latitudine (>60° N) rappresentano le condizioni di metà estate (DOY 150-270), mentre le zone temperate e tropicali rappresentano le mediane composite annuali.

Attribuzione

Licenza Creative Commons
Questo set di dati è concesso in licenza ai sensi della licenza Creative Commons Attribution 4.0 International e richiede la seguente attribuzione: 
Google Earth Timelapse (Google, Landsat, Copernicus)
Contiene dati di Copernicus Sentinel modificati [2015-oggi]. Consulta l'avviso legale sui dati di Sentinel.