امتیاز ابری+ S2_HARMONIZED V1 
Cloud Score+ یک پردازنده ارزیابی کیفیت (QA) برای تصاویر ماهوارهای نوری با وضوح متوسط تا بالا است. مجموعه داده Cloud Score+ S2_HARMONIZED به صورت عملیاتی از مجموعه هماهنگ Sentinel-2 L1C تولید میشود و خروجیهای Cloud Score+ میتوانند برای شناسایی پیکسلهای نسبتاً واضح و حذف مؤثر ابرها استفاده شوند... تصاویر ماهوارهای گوگل ابری مشتق شده از Sentinel2 دنیای پویا نسخه ۱ 
دنیای پویا (Dynamic World) یک مجموعه داده 10 میلیونی تقریباً بلادرنگ (NRT) از کاربری/پوشش زمین (LULC) است که شامل احتمالات کلاس و اطلاعات برچسب برای نه کلاس است. پیشبینیهای دنیای پویا برای مجموعه Sentinel-2 L1C از تاریخ 2015-06-27 تاکنون در دسترس است. فرکانس بازدید مجدد Sentinel-2 بین 2 تا 5 روز است... جهانی google landcover landuse landuse-landcover nrt بخشهای CCDC مبتنی بر لندست گوگل (۱۹۹۹-۲۰۱۹) 
این مجموعه شامل نتایج از پیش محاسبهشده از اجرای الگوریتم تشخیص و طبقهبندی تغییرات پیوسته (CCDC) بر روی دادههای بازتاب سطحی لندست به مدت 20 سال است. CCDC یک الگوریتم یافتن نقطه شکست است که از برازش هارمونیک با آستانه RMSE پویا برای تشخیص نقاط شکست در دادههای سری زمانی استفاده میکند. ... تشخیص تغییر، پوشش زمین گوگل ، کاربری زمین مشتق شده از لندست ، کاربری زمین، پوشش زمین لایههای نقشهبرداری آبهای سطحی جهانی JRC، نسخه ۱.۲ [منسوخ شده] 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۱۹ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... ژئوفیزیک، گوگل جی آر سی ، سطح مشتق شده از لندست، سطح-آب-زمینی لایههای نقشهبرداری آبهای سطحی جهانی JRC، نسخه ۱.۴ 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۲۱ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... تشخیص تغییر، ژئوفیزیک ، گوگل جی آر سی ، سطح مشتق شده از لندست فراداده جهانی آبهای سطحی JRC، نسخه ۱.۴ 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۲۱ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... ژئوفیزیک، گوگل جی آر سی ، سطح مشتق شده از لندست، سطح-آب-زمینی تاریخچه ماهانه آب JRC، نسخه ۱.۴ 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۲۱ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... تاریخچه گوگل ژئوفیزیک JRC ماهانه مشتق شده از لندست نشریه ماهانه آب JRC، نسخه ۱.۴ 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۲۱ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... تاریخچه گوگل ژئوفیزیک JRC ماهانه مشتق شده از لندست تاریخچه طبقهبندی سالانه آب JRC، نسخه ۱.۴ 
این مجموعه دادهها شامل نقشههایی از مکان و توزیع زمانی آبهای سطحی از سال ۱۹۸۴ تا ۲۰۲۱ است و آماری در مورد میزان و تغییر آن سطوح آب ارائه میدهد. برای اطلاعات بیشتر به مقاله مرتبط در مجله مراجعه کنید: نقشهبرداری با وضوح بالا از آبهای سطحی جهانی و ... تاریخچه سالانه ژئوفیزیک گوگل JRC مشتق شده از لندست طبقهبندی تغییرات جزر و مدی جهانی موری 
مجموعه دادههای تغییرات جزر و مدی جهانی موری شامل نقشههای جهانی از اکوسیستمهای پهنههای جزر و مدی است که از طریق طبقهبندی نظارتشده ۷۰۷۵۲۸ تصویر آرشیو لندست تولید شدهاند. هر پیکسل با ارجاع به مجموعهای از دادههای آموزشی توزیعشده در سطح جهان، به پهنههای جزر و مدی، آبهای دائمی یا موارد دیگر طبقهبندی شده است. ... تصاویر ماهوارهای موری از ساحل ، دادههای جزر و مدی گوگل ، دادههای سطحی-زمینی، آبهای زیرزمینی ماسک دادههای تغییرات جزر و مدی جهانی موری 
مجموعه دادههای تغییرات جزر و مدی جهانی موری شامل نقشههای جهانی از اکوسیستمهای پهنههای جزر و مدی است که از طریق طبقهبندی نظارتشده ۷۰۷۵۲۸ تصویر آرشیو لندست تولید شدهاند. هر پیکسل با ارجاع به مجموعهای از دادههای آموزشی توزیعشده در سطح جهان، به پهنههای جزر و مدی، آبهای دائمی یا موارد دیگر طبقهبندی شده است. ... تصاویر ماهوارهای موری از ساحل ، دادههای جزر و مدی گوگل ، دادههای سطحی-زمینی، آبهای زیرزمینی بررسی کیفیت تغییرات جزر و مدی جهانی موری، تعداد پیکسل 
مجموعه دادههای تغییرات جزر و مدی جهانی موری شامل نقشههای جهانی از اکوسیستمهای پهنههای جزر و مدی است که از طریق طبقهبندی نظارتشده ۷۰۷۵۲۸ تصویر آرشیو لندست تولید شدهاند. هر پیکسل با ارجاع به مجموعهای از دادههای آموزشی توزیعشده در سطح جهان، به پهنههای جزر و مدی، آبهای دائمی یا موارد دیگر طبقهبندی شده است. ... تصاویر ماهوارهای موری از ساحل ، دادههای جزر و مدی گوگل ، دادههای سطحی-زمینی، آبهای زیرزمینی جاسازی ماهواره نسخه ۱ 
مجموعه دادههای Google Satellite Embedding مجموعهای جهانی و آماده برای تجزیه و تحلیل از جاسازیهای مکانی آموخته شده است. هر پیکسل 10 متری در این مجموعه داده، یک نمایش 64 بعدی یا "بردار جاسازی" است که مسیرهای زمانی شرایط سطح در آن پیکسل و اطراف آن را که توسط مشاهدات مختلف زمین اندازهگیری شده است، کدگذاری میکند... تصاویر ماهوارهای سالانه جهانی مشتق شده از گوگل لندست ، مشتق شده از Sentinel1 WRI/Google DeepMind عوامل جهانی نابودی جنگلها 2001-2022 نسخه 1.0 
این مجموعه دادهها، عامل اصلی از بین رفتن پوشش درختی را از سال ۲۰۰۱ تا ۲۰۲۲ در سطح جهان با وضوح ۱ کیلومتر ترسیم میکند. این دادهها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تهیه شدهاند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعهای از نمونههای جمعآوریشده آموزش دیده است، توسعه داده شدهاند... کشاورزی، جنگلزدایی، جنگل ، زیستتوده جنگل ، گوگل ، زمین و کربن WRI/Google DeepMind عوامل جهانی نابودی جنگلها 2001-2023 نسخه 1.1 
این مجموعه دادهها، عامل اصلی از بین رفتن پوشش درختی را از سال ۲۰۰۱ تا ۲۰۲۳ در سطح جهان با وضوح ۱ کیلومتر ترسیم میکند. این دادهها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تهیه شدهاند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعهای از نمونههای جمعآوریشده آموزش دیده است، توسعه داده شدهاند... کشاورزی، جنگلزدایی، جنگل ، زیستتوده جنگل ، گوگل ، زمین و کربن WRI/Google DeepMind عوامل جهانی نابودی جنگلها 2001-2024 نسخه 1.2 
این مجموعه دادهها، عامل اصلی از بین رفتن پوشش درختی را از سال ۲۰۰۱ تا ۲۰۲۴ در سطح جهان با وضوح ۱ کیلومتر ترسیم میکند. این دادهها که توسط موسسه منابع جهانی (WRI) و Google DeepMind تهیه شدهاند، با استفاده از یک مدل شبکه عصبی جهانی (ResNet) که بر روی مجموعهای از نمونههای جمعآوریشده آموزش دیده است، توسعه داده شدهاند... کشاورزی، جنگلزدایی، جنگل ، زیستتوده جنگل ، گوگل ، زمین و کربن