6月9日,谷歌发布了一套全球10米分辨率的近实时(NRT)土地利用/土地覆盖(LULC)数据产品,并联合非营利性研究机构-World Resources Institute开发了数据应用系统Dynamic World。使用该系统,用户可以近乎实时地显示如树木生长、被淹没地区或农作物生长变化等。
目前常用的全球土地覆盖图需要几个月的时间来制作,而且通常只提供每月或每年的土地覆盖数据。Dynamic World基于GEE(Google Earth Engine)和AI平台,使用Sentinel-2 L1C数据训练深度学习神经网络模型(FCNN)每天产出5000张图片产品,最新数据依赖于卫星重访频率(2-5天)。产品包括9大类型,详细如下图。
DynamicWorld产品在识别发生大量变化的地区方面优势明显。比如,通过几行代码就能识别经常被淹没的作物或冬季结冰的湖泊。如果你正在研究作物分类问题,那么你的工作就变得简单得多。捕获作物物候就像将概率波段添加到Sentinel-2波段并训练分类器一样简单,不需要任何高级技术就能获得较好的结果。
哨兵2号卫星图像(左)和动态世界数据集(右)显示了博茨瓦纳奥卡万戈三角洲的典型季节性变化。
示例应用(需自备梯子):
https://developers.google.com/earth-engine/tutorials/community/introduction-to-dynamic-world-pt-1
数据产品地址:
https://developers.google.com/earthengine/datasets/catalog/GOOGLE_DYNAMICWORLD_V1 (需自备梯子)
https://resourcewatch.org/
数据应用系统(dynamicworld.app):https://www.dynamicworld.app/
深度学习模型:https://github.com/google/dynamicworld
发表在Nature Scientific Data的文章:Brown, C.F., Brumby, S.P., Guzder-Williams, B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping. Sci Data 9, 251 (2022). https://doi.org/10.1038/s41597-022-01307-4
{{item.content}}