Microsoft Planetary Computer Pro veri görselleştirme galerisi

Bu galeri, Microsoft Planetary Computer Pro'da yaygın jeo-uzamsal veri türlerini görselleştirmek için kullanıma hazır yapılandırma örnekleri sağlar. Her örnek mozaikler, işleme seçenekleri, kutucuk ayarları ve kendi veri kümeleriniz için uyarlayabileceğiniz SpatioTemporal Varlık Kataloğu (STAC) koleksiyonu meta verileri için kapsamlı JSON yapılandırmaları içerir.

İçindekiler tablosu

Prerequisites

Bu örnekleri kullanmadan önce şunlara sahip olmanız gerekir:

Bu örnekleri kullanma

Bu galerideki her örnek şunları içerir:

  • Açıklama ve bağlam - Veri kaynağı ve görselleştirme yaklaşımı hakkında bilgiler
  • Görsel örnek - Gezgin'de işlenen verilerin ekran görüntüsü
  • Sekmelerde düzenlenmiş yapılandırma ayarlarını tamamlayın:
    • Mozaik - Görüntü için öğeleri filtreleme ve seçme
    • İşleme Seçenekleri - Verileri stillendirme ve görselleştirme
    • Fayans Ayarları - Görüntüleme parametrelerini nasıl iyileştirilir
    • STAC Koleksiyonu - Koleksiyonun temel meta veri yapısı

Bu örnekleri kendi verilerinize uygulamak için:

  1. GeoCatalog'unuzda yeni koleksiyon oluşturma
  2. Verileri koleksiyona alın.
  3. Koleksiyonun yapılandırma sayfasına gidin
  4. Örnek JSON'u veri kümenizin belirli bantları, varlıkları ve özellikleriyle eşleşecek şekilde değiştirin
  5. Koleksiyonunuza yapılandırmaları uygulayın
  6. Sonuçları Gezgin'de görüntüleme

Sentinel-2-l2a koleksiyonu yapılandırması

Sentinel-2-l2a veri görselleştirmesinin ekran görüntüsü.

Sentinel-2 , Kopernik Programı kapsamında Avrupa Uzay Ajansı'nın (ESA) yüksek çözünürlüklü, çok spektral görüntüleme misyonudur.

Sentinel-2 yapılandırma ayrıntıları

Mozaik yapılandırma

Bu mozaik yapılandırma Gezgin'e koleksiyondaki en son Sentinel-2 görüntülerini görüntülemesini söyler, ancak yalnızca 40%'den küçük veya buna eşit buluta sahip görüntüler görüntülenir. Ortak Sorgu Dili (CQL) filtresi yalnızca nispeten net görüntülerin eklenmesini sağlayarak görselleştirmenin çoğu uygulama için daha kullanışlı olmasını sağlar. Her mozaik giriş, görüntüleri seçmek ve birleştirmek için farklı ölçütler tanımlayabilir ve bu mozaik örnek, son, düşük bulutlu görüntülere odaklanan tek bir "varsayılan" mozaik kullanır.

[
  {
    "id": "default",
    "name": "Most recent available",
    "description": "Most recent available imagery in this Sentinel-2 collection",
    "cql": [
      {
        "op": "<=",
        "args": [
          {
            "property": "eo:cloud_cover"
          },
          40
        ]
      }
    ]
  }
]

Ulusal Tarım Görüntü Programı toplama yapılandırması

Ulusal Tarım Görüntü Programı veri görselleştirmesinin ekran görüntüsü. Ulusal Tarım Görüntü Programı (NAIP), Amerika Birleşik Devletleri genelinde yüksek çözünürlüklü havadan görüntüler sağlar. USDA Farm Service Agency bu NAIP görüntüsünü en az üç yılda bir yakalar.

NAIP verileri, piksel başına 0,3 metre ile 1 metre arasında değişen uzamsal çözünürlüklerle mükemmel ayrıntılar sunar. Görüntüler, verimli erişim ve işleme için bulut için iyileştirilmiş GeoTIFF biçiminde depolanır.

Her NAIP görüntüsü dört spektral bant içerir:

  • Red
  • Green
  • Blue
  • Yakın Kızılötesi (NIR)

Dört bant da tek bir çok bantlı varlık olarak birlikte depolanır. Bu bant yapısı çeşitli analiz türlerini etkinleştirir:

  • Doğal renk görselleştirme , insan gözünün gördüklerine benzer görüntüler oluşturmak için RGB bantlarını (1-3) kullanır
  • Renk kızılötesi analizi , bitki örtüsünün durumunu değerlendirmek için NIR, Kırmızı ve Yeşil bantları birleştirir
  • NDVI hesaplamaları bitki örtüsü yoğunluğunu ve sağlığını ölçmek için formülü (NIR-Red)/(NIR+Red) kullanır.

NAIP yapılandırma ayrıntıları

Mozaik yapılandırma

Mozaik yapılandırma, Explorer'da görüntülendiğinde görüntülerin nasıl birleştirildiği tanımlar, bu NAIP koleksiyonu varsayılan ayarları kullanır.

[
  {
    "id": "default",
    "name": "Default",
    "description": "",
    "cql": []
  }
]

Umbra SAR görüntü koleksiyonu yapılandırması

Umbra SAR Imagery veri görselleştirmesinin ekran görüntüsü.

Umbra'nın Yapay Diyafram Radarı (SAR) görüntüleri , geleneksel optik uyduları engelleyebilecek bulutlar, karanlıklar ve hava koşulları üzerinden görebilen dünya yüzeyinin yüksek çözünürlüklü görüntülerini oluşturmak için uydulardan aktarılan radar sinyallerini kullanır. Bu SAR teknolojisi, hava koşullarından bağımsız olarak gece veya gündüz ayrıntılı görüntüleri yakalayabildiği için altyapıyı izlemek, kentsel alanlardaki değişiklikleri algılamak, gemi ve araçları takip etmek ve doğal afetlerden sonra hasarı değerlendirmek için değerlidir.

SAR yapılandırma ayrıntıları

Mozaik yapılandırma

Bu SAR koleksiyonu varsayılan mozaik yapılandırmadır.

[
  {
    "id": "default",
    "name": "Default",
    "description": "",
    "cql": []
  }
]

Etki Gözlemevi Arazi Kullanımı/Arazi Örtüsü 9 sınıf veri seti yapılandırması

ESP-io-lulc-9 sınıfı veri görselleştirmesinin ekran görüntüsü.

Impact Observatory Land Use/Land Cover 9 Sınıfı veri kümesi, arazi kullanımı ve arazi örtüsü (LULC) için yıllık küresel haritalar sağlar. Bu veri kümesi , 10 metre çözünürlükte Sentinel-2 görüntülerine uygulanan, arazi sınıflandırması için derin öğrenme modelini eğitmek üzere milyarlarca insan etiketli piksel kullanılarak oluşturulmuştur.

9 sınıflı sistem şunları içerir: Su, Ağaçlar, Taşan bitki örtüsü, Mahsuller, Yapılı alan, Çıplak toprak, Kar/buz, Bulutlar ve Rangeland. Bu güncelleştirilmiş sınıflandırma modeli, daha önce ayrı olan Grass ve Scrub sınıflarını tek bir Rangeland sınıfında birleştirerek zaman serisinde daha tutarlı bir sınıflandırma sağlar.

Her yıllık harita, yıl boyunca 75%üzerinde değerlendirilen ortalama doğruluğu ile luLC tahminlerinin bir bileşimini temsil eder. Veriler, arazi kullanım değişikliklerini izlemek, ormansızlaşmayı, kentsel genişlemeyi ve küresel ölçekte tarımsal desenleri izlemek için değerlidir.

Arazi kullanımı/arazi kapağı yapılandırma ayrıntıları

Mozaik yapılandırma

Bu koleksiyon için mozaik yapılandırma, kullanıcıların belirli yıllar boyunca kara örtüsü verilerini görüntülemesine olanak sağlayan zamana bağlı filtreleme seçenekleri sağlar. Her mozaik tanımı, Common Query Language (CQL) ifadelerini kullanarak verileri yalnızca belirli bir yıla ait öğeleri gösterecek şekilde filtreler. Bu zamana bağlı filtreleme, kullanıcıların yıldan yıla kara örtüsü değişikliklerini karşılaştırmasına veya belirli bir ilgi süresine odaklanmasına olanak tanır

Yapılandırma, 2017-2022 yıllarını kapsayan altı ayrı mozaik seçeneği içerir:

  • Zamana Bağlı Filtreleme: Her mozaik, özelliğin anyinteracts belirli bir yılın tarih aralığıyla kesiştiği datetime öğeleri filtrelemek için işlecini kullanır
  • Tarih Aralıkları: Her yılın filtresi belirli bir yılın 1 Ocak ile 31 Aralık tarihleri arasında (2022-01-01T23:59:59Z - 2022-12-31T23:59:59Z) yayılıyor

Bu zamana bağlı filtreleme yaklaşımı, kullanıcıların arazi kullanım desenlerindeki değişiklikleri izlemesine, ormansızlaşmayı veya ağaçlandırmayı izlemesine, kentsel genişlemeyi gözlemlesine ve zaman içinde doğal afetlerin veya insan etkinliklerinin etkisini değerlendirmesine olanak sağladığından, arazi örtüsü analizi için değerlidir.

[
  {
    "id": "2022",
    "name": "2022",
    "description": "2022 Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2022-01-01T23:59:59Z",
              "2022-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  },
  {
    "id": "2021",
    "name": "2021",
    "description": "2021 Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2021-01-01T23:59:59Z",
              "2021-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  },
  {
    "id": "2020",
    "name": "2020",
    "description": "2020 Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2020-01-01T23:59:59Z",
              "2020-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  },
  {
    "id": "2019",
    "name": "2019",
    "description": "2019 Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2019-01-01T23:59:59Z",
              "2019-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  },
  {
    "id": "2018",
    "name": "2018",
    "description": "2018 Land Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2018-01-01T23:59:59Z",
              "2018-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  },
  {
    "id": "2017",
    "name": "2017",
    "description": "2017 Land Use/Land Cover",
    "cql": [
      {
        "op": "anyinteracts",
        "args": [
          {
            "property": "datetime"
          },
          {
            "interval": [
              "2017-01-01T23:59:59Z",
              "2017-12-31T23:59:59Z"
            ]
          }
        ]
      }
    ]
  }
]

İlgili içerik

  • Son güncelleştirme: