Google发布深度学习工具与卫星数据集实时显示地球表面的植被情况

土地覆盖图通常需要很长的时间来制作，而且在拍摄图像和公布数据之间存在很大的差距。它们通常也没有对某一地区的地面情况进行详细分类--例如，一个城市会被归类为"built-up"（一种对人类改变的景观的称呼），即使有大片的公园绿地也是如此。

Google表示，Dynamic World对每1100平方英尺的土地覆盖类型进行分类。它显示了这些区域被九种覆盖类型之一所覆盖的可能性：水、湿地、建筑区、树木、农作物、裸地、草地、灌木/灌丛和雪/冰。Google在《自然-科学数据》上发表的一篇论文中详细介绍了其与世界资源研究所共同开发的系统。

例如，上述纽约市的截图显示，该地区的大部分地区都是建筑群（红色）。但在城市的主要公园里，有一些草地（绿色）和灌木/灌丛（黄色）。

Dynamic World模型每天生成5000多张图片，土地覆盖数据不断更新。这让研究人员和政策制定者迅速看到火灾或飓风等事件的影响，帮助更好地应对变化。

加利福尼亚州埃尔多拉多县的土地在2021年8月的卡尔多火灾前是绿色的树木，火灾后是黄色的灌木/灌丛。

世界资源研究所负责食品、森林、水和海洋的副总裁克雷格-汉森（Craig Hanson）在Google的公告中表示："如果世界要从土地上生产所需的东西，保护剩下的自然，并恢复一些已经失去的东西，我们需要对地球上的每一公顷土地进行可信的、接近实时的监测。"