نقشه‌های کاربری اراضی و پوشش زمین (Land Use/Land Cover – LULC) از پایه‌ای‌ترین داده‌ها برای پایش محیط‌زیست، تغییرات اقلیمی و برنامه‌ریزی شهری به شمار می‌روند. با ظهور تصاویر ماهواره‌ای دارای وضوح بالا و پیشرفت الگوریتم‌های هوش مصنوعی، امروزه دسترسی به داده‌هایی با دقت مکانی چشمگیر فراهم شده است.
در سامانۀ گوگل ارث انجین (Google Earth Engine)، سه مورد از کاربردی‌ترین محصولات ده‌متری LULC در دسترس پژوهشگران قرار دارد که در ادامه بررسی می‌شوند:
مجموعه‌دادۀ Dynamic World V1
این محصول تحولی شگرف در دنیای پردازش تصاویر ماهواره‌ای محسوب می‌شود؛ زیرا برخلاف نقشه‌های سالانه، داده‌ها را به‌صورت «نزدیک به بی‌درنگ» (Near Real-Time) ارائه می‌دهد.
- تولیدکننده: این مجموعه توسط شرکت گوگل و با همکاری مؤسسۀ منابع جهانی (WRI) توسعه یافته است.
- تصاویر پایه: داده‌های ماهوارۀ Sentinel-2 L1C.
- بازۀ زمانی: از اواسط سال ۲۰۱۵ (۲۷ ژوئن ۲۰۱۵) تاکنون به‌صورت پیوسته در دسترس است.
- کلاس‌ها و ویژگی‌های خاص: این محصول شامل نُه کلاس اصلی (آب، درختان، علفزار، پوشش گیاهی غرقابی، محصولات کشاورزی، بوته و درختچه، مناطق ساخته‌شده، زمین‌های بایر/لخت و برف/یخ) است. ویژگی منحصربه‌فرد مجموعۀ Dynamic World این است که افزون بر برچسب نهایی (Label)، میزان «احتمال» (Probability) را برای هر نُه کلاس به‌صورت مجزا در هر پیکسل ارائه می‌دهد.
نقشه‌های ESA WorldCover 10m (نسخه‌های v100 و v200)
آژانس فضایی اروپا (ESA) با ادغام داده‌های راداری و اپتیکال، یکی از معتبرترین نقشه‌های پوشش زمین را منتشر کرده است.
- تولیدکننده: کنسرسیوم ESA WorldCover.
- تصاویر پایه: ترکیبی از تصاویر ماهوارۀ Sentinel-1 (راداری) و Sentinel-2 (اپتیکال).
- بازۀ زمانی: این داده‌ها در دو نسخه برای سال‌های ۲۰۲۰ (v100) و ۲۰۲۱ (v200) ارائه شده‌اند.
- کلاس‌ها: این محصول دربرگیرندۀ یازده کلاس پوشش زمین (پوشش درختی، بوته‌زار، علفزار، اراضی کشاورزی، مناطق ساخته‌شده، زمین‌های لخت یا پوشش گیاهی تُنک، برف و یخ، پهنه‌های آبی دائمی، تالاب‌های علفی، جنگل‌های حرا و خزه و گلسنگ) است.
نقشه‌های سالانۀ ESRI 10m Annual Land Cover
برای بررسی تغییرات سالانه در یک بازۀ زمانی چندساله با روش‌شناسی (متدولوژی) ثابت و مبتنی بر یادگیری عمیق، این محصول گزینه‌ای کارآمد محسوب می‌شود.
- تولیدکننده: این نقشه‌ها توسط مؤسسۀ Impact Observatory برای شرکت Esri تولید شده‌اند.
- تصاویر پایه: تصاویر ماهوارۀ Sentinel-2.
- بازۀ زمانی: سری زمانی سالانه از سال ۲۰۱۷ تا ۲۰۲۶.
- کلاس‌ها و ویژگی‌های خاص: این مجموعه دارای نُه کلاس کاربری (آب، درختان، پوشش گیاهی غرقابی، محصولات کشاورزی، مناطق ساخته‌شده، زمین‌های لخت، برف و یخ، مرتع، و ابرها) است. مدل یادگیری عمیق در این محصول، با بهره‌گیری از میلیاردها پیکسل برچسب‌گذاری‌شده توسط انسان (با همکاری انجمن نشنال جئوگرافیک) آموزش دیده و دقت متوسط آن بالای ۷۵ درصد گزارش شده است.
| ویژگی | Dynamic World V1 | ESA WorldCover | ESRI Annual Land Cover |
| وضوح (رزولوشن) مکانی | ۱۰ متر | ۱۰ متر | ۱۰ متر |
| دورۀ به‌روزرسانی | نزدیک به بی‌درنگ (NRT) | سالانه (۲۰۲۰ و ۲۰۲۱) | سالانه (۲۰۱۷ تا ۲۰۲۶) |
| منبع تصاویر | Sentinel-2 | Sentinel-1 و Sentinel-2 | Sentinel-2 |
| تعداد کلاس‌ها | نُه کلاس + باند احتمال | یازده کلاس | نُه کلاس |
نکتۀ پایانی: انتخاب هر یک از این محصولات، کاملاً به اهداف و نیازهای پژوهش بستگی دارد.
دانلود و آماده‌سازی داده‌ها برای پروژه‌های تحقیقاتی
استخراج و پردازش مجموعه‌داده‌های LULC یادشده از سامانۀ گوگل ارث انجین (Google Earth Engine)، نیازمند کدنویسی و تخصص‌های مرتبط است. پژوهشگران می‌توانند با ارسال منطقۀ مورد مطالعه و بازۀ زمانی مدنظر از طریق درگاه ارتباطی معرفی‌شده در بخش «تماس با من»، این داده‌های مکانی ارزشمند را به‌صورت پردازش‌شده و آمادۀ استفاده در نرم‌افزارهای سیستم اطلاعات جغرافیایی (مانند ArcGIS یا QGIS) دریافت کنند.