Satellite Embedding V1

Il set di dati Google Satellite Embedding è una raccolta globale e pronta per l'analisi di incorporamenti geospaziali appresi. Ogni pixel di 10 metri in questo set di dati è una rappresentazione a 64 dimensioni, o "vettore di incorporamento", che codifica le traiettorie temporali delle condizioni della superficie in corrispondenza e intorno a quel pixel misurate da vari strumenti e set di dati di osservazione della Terra, nel corso di un singolo anno solare. A differenza degli input spettrali e degli indici convenzionali, in cui le bande corrispondono a misurazioni fisiche, gli incorporamenti sono vettori di caratteristiche che riassumono le relazioni tra osservazioni multimodali e multiorigine in modo meno direttamente interpretabile, ma più efficace.

Il set di dati copre le superfici terrestri e le acque poco profonde, tra cui zone intertidali e di barriera corallina, corsi d'acqua interni e corsi d'acqua costieri. La copertura ai poli è limitata dalle orbite dei satelliti e dalla copertura degli strumenti.

La raccolta è composta da immagini che coprono circa 163.840 metri per 163.840 metri e ogni immagine ha 64 bande {A00, A01, …, A63}, una per ogni asse dello spazio di embedding 64D. Tutte le bande devono essere utilizzate per l'analisi downstream, in quanto si riferiscono collettivamente a una coordinata 64D nello spazio di incorporamento e non sono interpretabili in modo indipendente.

Tutte le immagini vengono generate nella proiezione Universal Transverse Mercator locale, come indicato dalla proprietà UTM_ZONE, e hanno proprietà system:time_start e system:time_end che riflettono l'anno solare riepilogato dagli incorporamenti. Ad esempio, un'immagine di incorporamento per il 2021 avrà un valore system:start_time pari a ee.Date('2021-01-01 00:00:00') e un valore system:end_time pari a ee.Date('2022-01-01 00:00:00').

Gli incorporamenti hanno una lunghezza unitaria, il che significa che hanno una magnitudo pari a 1 e non richiedono alcuna normalizzazione aggiuntiva. Sono distribuiti sulla sfera unitaria, il che li rende adatti all'uso con algoritmi di clustering e classificatori basati su alberi. Lo spazio di embedding è coerente anche nel corso degli anni e gli embedding di anni diversi possono essere utilizzati per il rilevamento delle variazioni delle condizioni considerando il prodotto scalare o l'angolo tra due vettori di embedding. Inoltre, gli incorporamenti sono progettati per essere componibili linearmente, ovvero possono essere aggregati per produrre incorporamenti a risoluzioni spaziali più grossolane o trasformati con l'aritmetica vettoriale, mantenendo comunque il loro significato semantico e le relazioni di distanza.

Gli incorporamenti sono prodotti da AlphaEarth Foundations, un modello di incorporamento geospaziale che assimila più flussi di dati, tra cui quelli ottici, radar, LiDAR e altre fonti (Brown, Kazmierski, Pasquarella et al., in revisione).

Poiché le rappresentazioni vengono apprese da molti sensori e immagini, l'incorporamento delle rappresentazioni mitiga efficacemente i problemi comuni come nuvole, linee di scansione, artefatti del sensore o dati mancanti, fornendo funzionalità pronte per l'analisi che possono essere sostituite direttamente ad altre fonti di immagini di osservazione della Terra nelle analisi di classificazione, regressione e rilevamento delle modifiche. Sebbene possano essere visibili alcuni artefatti di disponibilità di dati e striscia su larga scala, in genere rappresentano piccoli offset vettoriali e non influiscono in modo significativo sull'elaborazione o sui risultati a valle.