Datasets tagged google in Earth Engine

  • Cloud Score+ S2_HARMONIZED V1
    Cloud Score+ は、中解像度から高解像度の光学衛星画像の品質評価（QA）プロセッサです。Cloud Score+ S2_HARMONIZED データセットは、調和された Sentinel-2 L1C コレクションから運用的に生成されています。Cloud Score+ の出力を使用して、比較的クリアなピクセルを特定し、効果的に雲を除去できます。
    cloud google satellite-imagery sentinel2-derived

  • Dynamic World V1
    Dynamic World は、10 m の準リアルタイム（NRT）の土地利用/土地被覆（LULC）データセットです。このデータセットには、9 つのクラスのクラス確率とラベル情報が含まれています。Dynamic World の予測は、2015 年 6 月 27 日から現在までの Sentinel-2 L1C コレクションで利用できます。Sentinel-2 の再訪頻度は 2 ～ 5 日です。
    global google landcover landuse landuse-landcover nrt

  • Google Global Landsat-based CCDC Segments（1999 ～ 2019 年）
    このコレクションには、20 年間の Landsat 地表反射率データに対して継続的変化検出と分類（CCDC）アルゴリズムを実行して事前に計算された結果が含まれています。CCDC は、動的 RMSE しきい値で調和関数を当てはめて時系列データのブレークポイントを検出するブレークポイント検出アルゴリズムです。カラーは、RGB 値とアルファ チャンネルで指定します。
    change-detection google landcover landsat-derived landuse landuse-landcover

  • JRC 地表水マッピング レイヤ v1.2 [非推奨]
    このデータセットには、1984 年から 2019 年までの地表水の分布と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    geophysical google jrc landsat-derived surface surface-ground-water

  • JRC 地表水マッピング レイヤ v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    change-detection geophysical google jrc landsat-derived surface

  • JRC 地表水メタデータ v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    geophysical google jrc landsat-derived surface surface-ground-water

  • JRC 月間水履歴 v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    geophysical google history jrc landsat-derived monthly

  • JRC 月次水循環、v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    geophysical google history jrc landsat-derived monthly

  • JRC 年間水分類履歴 v1.4
    このデータセットには、1984 年から 2021 年までの地表水の位置と時間分布の地図が含まれており、これらの水面の範囲と変化に関する統計情報が提供されています。詳細については、関連するジャーナル記事「High-resolution mapping of global surface water and its …」をご覧ください。
    annual geophysical google history jrc landsat-derived

  • Murray Global Intertidal Change Classification
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分布するトレーニング データセットを参照して、干潟、恒久的な水域、その他のいずれかに分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。
    coastal google intertidal landsat-derived murray surface-ground-water

  • Murray Global Intertidal Change Data Mask
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分布するトレーニング データセットを参照して、干潟、恒久的な水域、その他のいずれかに分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。
    coastal google intertidal landsat-derived murray surface-ground-water

  • Murray Global Intertidal Change QA Pixel Count
    Murray Global Intertidal Change Dataset には、707,528 枚の Landsat アーカイブ画像の教師あり分類によって作成された干潟生態系のグローバル マップが含まれています。各ピクセルは、世界中に分布するトレーニング データセットを参照して、干潟、恒久的な水域、その他のいずれかに分類されました。カラーは、RGB 値とアルファ チャンネルで指定します。
    coastal google intertidal landsat-derived murray surface-ground-water

  • Satellite Embedding V1
    Google Satellite Embedding データセットは、学習済みの地理空間エンベディングのグローバルな分析対応コレクションです。このデータセットの各 10 メートルのピクセルは、さまざまな地球観測によって測定された、そのピクセルとその周辺の地表状態の時間的軌跡をエンコードする 64 次元の表現（エンベディング ベクトル）です。
    annual global google landsat-derived satellite-imagery sentinel1-derived

  • WRI/Google DeepMind Global Drivers of Forest Loss 2001-2022 v1.0
    このデータセットは、2001 年から 2022 年までの世界の森林被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon

  • WRI/Google DeepMind Global Drivers of Forest Loss 2001-2023 v1.1
    このデータセットは、2001 年から 2023 年までの世界の森林被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon

  • WRI/Google DeepMind Global Drivers of Forest Loss 2001-2024 v1.2
    このデータセットは、2001 年から 2024 年までの世界の森林被覆の減少の主な要因を 1 km の解像度でマッピングしています。世界資源研究所（WRI）と Google DeepMind が作成したこのデータは、収集された一連のサンプルでトレーニングされたグローバル ニューラル ネットワーク モデル（ResNet）を使用して開発されました。
    agriculture deforestation forest forest-biomass google landandcarbon