6月9日，谷歌發(fā)布了一套全球10米分辨率的近實時（NRT）土地利用/土地覆蓋（LULC）數(shù)據(jù)產(chǎn)品，并聯(lián)合非營利性研究機構-World Resources Institute開發(fā)了數(shù)據(jù)應用系統(tǒng)Dynamic World。使用該系統(tǒng)，用戶可以近乎實時地顯示如樹木生長、被淹沒地區(qū)或農(nóng)作物生長變化等。
目前常用的全球土地覆蓋圖需要幾個月的時間來制作，而且通常只提供每月或每年的土地覆蓋數(shù)據(jù)。Dynamic World基于GEE（Google Earth Engine）和AI平臺，使用Sentinel-2 L1C數(shù)據(jù)訓練深度學習神經(jīng)網(wǎng)絡模型（FCNN）每天產(chǎn)出5000張圖片產(chǎn)品，最新數(shù)據(jù)依賴于衛(wèi)星重訪頻率（2-5天）。產(chǎn)品包括9大類型，詳細如下圖。
DynamicWorld產(chǎn)品在識別發(fā)生大量變化的地區(qū)方面優(yōu)勢明顯。比如，通過幾行代碼就能識別經(jīng)常被淹沒的作物或冬季結冰的湖泊。如果你正在研究作物分類問題，那么你的工作就變得簡單得多。捕獲作物物候就像將概率波段添加到Sentinel-2波段并訓練分類器一樣簡單，不需要任何高級技術就能獲得較好的結果。
哨兵2號衛(wèi)星圖像（左）和動態(tài)世界數(shù)據(jù)集（右）顯示了博茨瓦納奧卡萬戈三角洲的典型季節(jié)性變化。
示例應用（需自備梯子）：
https://developers.google.com/earth-engine/tutorials/community/introduction-to-dynamic-world-pt-1
數(shù)據(jù)產(chǎn)品地址：
https://developers.google.com/earthengine/datasets/catalog/GOOGLE_DYNAMICWORLD_V1 （需自備梯子）
https://resourcewatch.org/
數(shù)據(jù)應用系統(tǒng)(dynamicworld.app)：https://www.dynamicworld.app/
深度學習模型：https://github.com/google/dynamicworld
發(fā)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}}