Core-S2L2A
קוד פתוחMajor-TOMcc-by-sa-4.02024-02-23
מאגר גלובלי של תצלומי לוויין מסוג Sentinel-2 ברמת עיבוד 2A. הוא מציע כיסוי של כדור הארץ בחלוקה לטלאים גדולים הכוללים את כל הערוצים הספקטרליים ומסיכת עננים.
- 3,986הורדות בחודש
- 66לייקים
מה זה
המאגר מכיל 2,245,886 רשומות, כשכל רשומה היא טלאי אופטי מולטי-ספקטרלי בגודל 1,068 על 1,068 פיקסלים ברזולוציה בסיסית של 10 מטרים. הנתונים נלקחו מלווייני Sentinel-2 ברמת עיבוד Level-2A, כלומר החזר קרקעי מתוקן אטמוספרית.
כל רשומה כוללת 12 ערוצים ספקטרליים שונים, החל מאירוסולים וחופים ברזולוציה של 60 מטרים, דרך תחומי האור הנראה והאינפרא-אדום הקרוב ב־10 מטרים, ועד לערוצי רד-אדג' ו־SWIR ב־20 מטרים. בנוסף מצורפת מסיכת עננים שחושבה באמצעות SEnSeI ותמונת תצוגה מקדימה מסוג RGB בפורמט PNG. הדאטה מוגדר כגלובלי ומונו-טמפורלי, כך שכמעט כל נקודה יבשתית בעולם מיוצגת בו פעם אחת בדיוק, ללא חזרות בזמנים שונים, למעט חפיפות שוליים קלות.
מתאים ל
- אימון מודלי תשתית ללוויינים
אימון מודלי ראייה ממוחשבת כלליים על תצפיות כדור הארץ בזכות כיסוי גלובלי רחב ומגוון ספקטרלי מלא.
- פילוח כיסויי קרקע וצמחייה
סיווג שטחים וסוגי צמחייה באמצעות ערוצי הרד-אדג' והאינפרא-אדום ברזולוציה של 10 ו־20 מטרים.
- זיהוי והסרת עננים
פיתוח אלגוריתמים לסינון עננים על בסיס מסיכת העננים הקיימת והערוצים האופטיים המשולבים.
איפה זה נופל
זהו מאגר מונו-טמפורלי בלבד. אם המודל שלכם צריך ללמוד שינויים לאורך זמן, עונות שנה או דינמיקה חקלאית, אין לכם מה לחפש כאן כי כל אזור מופיע פעם אחת. לא מדווחים תאריכי הצילום המדויקים של כל נקודה, ואי אפשר לדעת מראש באילו תנאי תאורה היא צולמה. בנוסף, מסיכת העננים מבוססת על מודל SEnSeI ולא על אימות ידני, כך שייתכנו שגיאות זיהוי עננים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
הרישיון cc-by-sa-4.0 מאפשר שימוש מסחרי, אך כולל דרישת שיתוף זהה. אם תפיצו מוצר נגזר או דאטה מעובד, תצטרכו לשחרר אותו תחת אותו הרישיון. כדאי להתייעץ עם משפטן לגבי המשמעות על משקולות של מודל שאומן על המידע.
האם הדאטהסט כולל את ישראל?
כן, המאגר מתיימר לספק כיסוי גלובלי מלא של פני כדור הארץ שצולמו על ידי Sentinel-2. כל נקודה בעולם מיוצגת לפחות פעם אחת, למעט אזורים שחורים שלא נקלטו.
האם אפשר לחקור שינויים בזמן באמצעות הנתונים?
לא. המאגר הוא מונו-טמפורלי ומכיל רק דגימה בודדת לכל מיקום גיאוגרפי. הוא אינו מתאים לניטור רב-שנתי, מעקב עונתי או זיהוי שינויים.
איך המידע שמור בפועל?
המידע מחולק לאלפי קובצי Parquet, שכל אחד מהם מכיל כ־500 שורות. כל שורה מייצגת טלאי בגודל 1,068 על 1,068 פיקסלים המאגד את כל הערוצים, מסיכת עננים ותמונת תצוגה מקדימה.
איך טוענים
הגישה פתוחה ואינה דורשת אישור, אך הנתונים מפוזרים על פני 4,496 קבצים, בעיקר קובצי Parquet תחת תיקיית images שמכילים כ־500 שורות לקובץ. כדי לעבוד איתו בצורה שפויה לא מורידים הכל בבת אחת. מומלץ לקרוא ישירות מרחוק באמצעות pyarrow ו־fsspec, ולמשוך רק את הערוצים הנדרשים או את ה־thumbnail. המאגר כולל גם סקריפטים ייעודיים ב־GitHub של ESA-PhiLab לטעינה נוחה של השדות.
from datasets import load_dataset
ds = load_dataset("Major-TOM/Core-S2L2A")הרישיון
הרישיון הוא cc-by-sa-4.0. מותר להשתמש בנתונים למטרות מסחריות ולשנות אותם, אך חובה לתת קרדיט ליוצרים. המגבלה המשמעותית היא תנאי שיתוף זהה. אם אתם משנים את הנתונים או מפיצים יצירה נגזרת, אתם מחויבים להפיץ אותה תחת אותו הרישיון בדיוק, מה שעלול לחשוף קוד, נתונים או משקולות מודל בהתאם לפרשנות המשפטית.
- שימוש מסחרי
- שינוי הקוד
- חובת שיתוף באותו רישיון