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}}