GEE数据集——2019、2020、2021、2022和2023年全球固定宽带和移动(蜂窝)网络性能Shapefile 格式数据集
全球固定宽带和移动(蜂窝)网络性能¶
全球固定宽带和移动(蜂窝)网络性能,分配给缩放级别 16 网络墨卡托图块(赤道处约 610.8 米 x 610.8 米)。数据以 Shapefile 格式和 Apache Parquet 格式提供,其几何形状以众所周知的文本 (WKT) 表示,投影在 EPSG:4326 中。下载速度、上传速度和延迟是通过适用于 Android 和 iOS 的 Ookla 应用程序的 Speedtest 收集的,并对每个图块进行平均。测量结果将被过滤为包含 GPS 质量定位精度的结果。前言 – 人工智能教程
数据集的可用年份:2019、2020、2021、2022和2023
引文¶
Speedtest® by Ookla® Global Fixed and Mobile Network Performance Maps.
Based on analysis by Ookla of Speedtest Intelligence® data for [DATA TIME PERIOD].
Provided by Ookla and accessed [DAY MONTH YEAR]. Ookla trademarks used under license
and reprinted with permission.
在此处查找 GitHub 项目和数据集: https: //github.com/teamookla/ookla-open-data您还可以从 AWS 开放数据注册表下载数据集: https: //registry.opendata.aws/speedtest-global-performance /
瓦片¶
Ookla平台每月进行数亿次速度测试。为了创建可管理的数据集,我们将原始数据聚合到图块中。数据图块的大小被定义为“缩放级别”(或“z”)的函数。当 z=0 时,一块图块的大小就是整个世界的大小。在 z=1 时,图块在垂直和水平方向上分成两半,形成覆盖地球的 4 个图块。随着缩放级别的增加,这种图块分割会持续下去,导致当我们放大给定区域时图块会呈指数级减小。根据这个定义,图块大小实际上是根据Web 墨卡托投影(EPSG:3857) 的地球宽度/高度的一部分。因此,图块大小根据纬度略有不同,但图块大小可以以米为单位进行估计。
出于这些图层的目的,使用缩放级别 16 (z=16) 进行平铺。这相当于赤道处大约 610.8 米 x 610.8 米的图块(18 角秒块)。每个瓷砖的几何形状在现场以WGS 84 (EPSG:4326)表示tile。
平铺属性¶
每个图块包含以下相邻属性:
| 字段名称 | 类型 | 描述 |
|---|---|---|
| 平均d_kbps | 整数 | 在磁贴中执行的所有测试的平均下载速度,以每秒千位表示。 |
| 平均ukbps | 整数 | 在图块中执行的所有测试的平均上传速度,以每秒千位表示。 |
| 平均纬度毫秒数 | 整数 | 在图块中执行的所有测试的平均延迟(以毫秒为单位) |
| 测试 | 整数 | 在图块中进行的测试数量。 |
| 设备 | 整数 | 在磁贴中贡献测试的唯一设备的数量。 |
| 四键 | 文本 | 代表图块的四键。 |
四键¶
四键可以充当图块的唯一标识符。这对于在空间上连接多个时期(季度)的数据、创建更粗略的空间聚合而不使用地理空间函数、空间索引、分区以及存储和导出切片几何形状的替代方案非常有用。
层数¶
两层作为单独的文件集分布:
performance_mobile_tiles- 包含从具有 GPS 质量位置和蜂窝连接类型(例如 4G LTE、5G NR)的移动设备进行的测试的图块。performance_fixed_tiles- 包含从具有 GPS 质量位置和非蜂窝连接类型(例如 WiFi、以太网)的移动设备进行的测试的图块。
时间段和更新频率¶
图层是根据一个季度(三个月)的数据生成的,文件将每季度更新和添加一次。一个/year=2020/quarter=1/时期(即 2020 年第一季度)将包括 之前或之后生成的所有2020-01-01数据2020-04-01。
数据会定期重新汇总,以遵守适用于某些司法管辖区的法律规定的数据主体访问请求 (DSAR),包括但不限于《通用数据保护条例》(GDPR)、《加州消费者隐私法》(CCPA) 和《Lei Geral》 de Proteção de Dados (LGPD)。因此,在不同时间访问的数据可能会导致测试总数、图块和生成的性能指标发生变化。

地球引擎片段¶
var mobile_20210101 = ee.FeatureCollection("projects/sat-io/open-datasets/network/mobile_tiles/2022-01-01_performance_mobile_tiles");
var fixed_20210101 = ee.FeatureCollection("projects/sat-io/open-datasets/network/fixed_tiles/2022-01-01_performance_fixed_tiles");
示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:global-utilities-assets-amenities/GLOBAL-FIXED-MOBILE-NETWORK-PERFORMANCE
不同季度的移动和固定图块的地球引擎文件按以下格式排列,因为季度是 3 个月间隔,将月份变量替换为 01,04,07,10(代表 3 个月间隔)
* ee.FeatureCollection("projects/sat-io/open-datasets/network/mobile_tiles/Year-month-01_performance_mobile_tiles")
* ee.FeatureCollection("projects/sat-io/open-datasets/network/fixed_tiles/Year-month-01_performance_mobile_tiles")
栅格数据集¶
作为处理该数据集的一部分,我进一步将这些数据集转换为 32 位浮点栅格,这些栅格以 610m 分辨率生成,并且 avg_d_kbps、avg_u_kbps、avg_lat_ms、devices、tests 等要素属性在这些图像的波段中转换。每个季度的开始和结束日期都会进一步添加到图像中,但矢量到光栅转换过程中不会保留四边形信息。结果是固定和移动数据集的两个图像集合。

地球引擎片段¶
var fixed = ee.ImageCollection("projects/sat-io/open-datasets/network/raster_tiles/performance_fixed_tiles"),vis_fixed = {"opacity":1,"bands":["avg_d_kbps"],"min":1007.8523559570312,"max":125438.453125,"palette":["b40a01","ff3608","ffc46c","fff8a7","cbff87","52ff58","3bff89","35ffda","1f4fff"]},mobile = ee.ImageCollection("projects/sat-io/open-datasets/network/raster_tiles/performance_mobile_tiles"),vis_mobile = {"opacity":1,"bands":["avg_d_kbps"],"min":829.6676025390625,"max":102469.4453125,"palette":["b40a01","ff3608","ffc46c","fff8a7","cbff87","52ff58","3bff89","35ffda","1f4fff"]};
var fixed_image = fixed.first()
var mobile_image = mobile.first()Map.centerObject(fixed_image,2)Map.addLayer(fixed_image,vis_fixed,'Average Fixed Download Speed in kbps');Map.addLayer(mobile_image,vis_mobile,'Average Mobile Download Speed in kbps')var Stranger_Things=
[{"featureType": "all","elementType": "all","stylers": [{"invert_lightness": true},{"saturation": "-9"},{"lightness": "0"},{"visibility": "simplified"}]},{"featureType": "landscape.man_made","elementType": "all","stylers": [{"weight": "1.00"}]},{"featureType": "road.highway","elementType": "all","stylers": [{"weight": "0.49"}]},{"featureType": "road.highway","elementType": "labels","stylers": [{"visibility": "on"},{"weight": "0.01"},{"lightness": "-7"},{"saturation": "-35"}]},{"featureType": "road.highway","elementType": "labels.text","stylers": [{"visibility": "on"}]},{"featureType": "road.highway","elementType": "labels.text.stroke","stylers": [{"visibility": "off"}]},{"featureType": "road.highway","elementType": "labels.icon","stylers": [{"visibility": "on"}]}
]
Map.setOptions('Stranger_Things', {Stranger_Things: Stranger_Things})
示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:global-utilities-assets-amenities/GLOBAL-FIXED-MOBILE-NETWORK-PERF-光栅
执照¶
这些数据集根据 Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) 提供
提供者:奥克拉
GEE 策展人:Samapriya Roy
关键词::分析、宽带、城市、市政、基础设施、互联网、网络流量、电信、瓦片
最后更新:2023-09-18
相关文章:
GEE数据集——2019、2020、2021、2022和2023年全球固定宽带和移动(蜂窝)网络性能Shapefile 格式数据集
全球固定宽带和移动(蜂窝)网络性能 全球固定宽带和移动(蜂窝)网络性能,分配给缩放级别 16 网络墨卡托图块(赤道处约 610.8 米 x 610.8 米)。数据以 Shapefile 格式和 Apache Parquet 格式提供&…...
什么是防火墙?详解三种常见的防火墙及各自的优缺点
目录 防火墙的定义 防火墙的功能 防火墙的特性 防火墙的必要性 防火墙的优点 防火墙的局限性 防火墙的分类 分组过滤防火墙 优点: 缺点: 应用代理防火墙 优点 缺点 状态检测防火墙 优点 缺点 防火墙的定义 防火墙的本义原是指古代人们…...
动态规划算法实现0-1背包问题Java语言实现
问题介绍: 动态规划算法: 动态规划(Dynamic Programming)是一种解决多阶段决策问题的优化算法。它通过将问题分解为一系列子问题,并利用子问题的解来构建更大规模问题的解,从而实现对整个问题的求解。 动态…...
linux查看系统版本
linux主机 hostnamectl -- 可以查看 “系统架构”,“发行版本”和“内核版本”等信息 uname -a -- 查看内核版本 cat /proc/version -- 查看当前操作系统版本信息 cat /etc/issue ,lsb_release -a(ubuntu)-- 查看…...
pg14-sql基础(四)-多表联查
多表联查 内联查询 SELECT e.department_id, e.first_name, d.department_name FROM employees e INNER JOIN departments d -- JOIN departments d ON e.department_id d.department_id;左外联查询 SELECT e.department_id, e.first_name, d.department_name FROM employees…...
el-date-picker 日期时间选择器 限时时间范围 精确到时分秒
官方的disabledDate属性:设置禁用状态,参数为当前日期,要求返回 Boolean,它只能禁用日期,对于时间并不能直接禁用,总结以下两个方法解决禁用时间: 1.通过watch去监听源数据: 1.1 组…...
轮廓线dp:GYM103446C
https://vjudge.net/contest/591700#problem/H 考虑轮廓线dp,当我们枚举到蓝色格子的时候,我们记录红色格子的状态 每个格子有4种状态 0有向下1需要向上2不用管3需向右 每次枚举的时候,我们需要考虑这个格子的三种状态: 10不放…...
羊驼免疫制备纳米抗体
纳米抗体(nanobodies,Nbs)是由比利时科学家Hamers等人在骆驼血液内首次发现的一种新型抗体,与传统抗体相比,这种抗体不存在轻链,只有重链抗体(HcAb)和两个常规的CH2和CH3区组成&…...
【AI好好玩02】利用Lama Cleaner本地实现AIGC试玩:擦除对象、替换对象、更换风格等等
目录 一、安装二、擦除功能1. LaMa模型实操实例一:去除路人实操实例二:去水印实操实例三:老照片修复 2. LDM模型3. ZITS模型4. MAT模型5. FcF模型6. Manga模型 三、替换对象功能1. sd1.52. sd23. anything44. realisticVision1.45. 四个模型的…...
SQL FULL OUTER JOIN 关键字(完整外部连接)||SQL自连接 Self JOIN
SQL FULL OUTER JOIN 关键字 当左(表1)或右(表2)表记录匹配时,FULL OUTER JOIN关键字将返回所有记录。 注意: FULL OUTER JOIN可能会返回非常大的结果集! SQL FULL OUTER JOIN 语法 SELECT …...
专科医院污水处理设备构造解析及工艺流程
诸城市鑫淼环保小编带大家了解一下专科医院污水处理设备构造解析及工艺流程 主要组成部分: 1.预处理单元 处理流程的起点是预处理单元,用于去除废水中的大颗粒物质和固体废物。这一阶段通常包括隔栅和筛网,以确保进一步处理的污水清洁。 2.生…...
【RabbitMQ】RabbitMQ 消息的可靠性 —— 生产者和消费者消息的确认,消息的持久化以及消费失败的重试机制
文章目录 前言:消息的可靠性问题一、生产者消息的确认1.1 生产者确认机制1.2 实现生产者消息的确认1.3 验证生产者消息的确认 二、消息的持久化2.1 演示消息的丢失2.2 声明持久化的交换机和队列2.3 发送持久化的消息 三、消费者消息的确认3.1 配置消费者消息确认3.2…...
百万套行泊一体量产定点,中国市场「开启」智驾高低速集成
进入2023年,席卷中国市场的行泊一体概念方案进入定点、量产交付的第一波高峰期。这套方案,以高性价比、硬件复用、高低速智驾集成的模式,备受市场青睐。 本周,纵目科技宣布,Amphiman3000行泊一体产品获得长安汽车旗下…...
Gopro hero5运动相机格式化后恢复案例
Gopro运动相机以稳定著称,旗下的Hero系列销售全球。下面我们来看一个Hero5格式化后拍了少量素材的恢复案例。 故障存储:64G MicroSD卡 Exfat文件系统 故障现象: 64G的卡没备份数据时做了格式化操作又拍了一条,发现数据没有备份,客户自行使…...
Microsoft Dynamics 365 CE 扩展定制 - 6. 增强代码
在本章中,我们将介绍以下内容: 使用三层模式重构插件用QueryExpressions替换LINQ数据访问层记录自定义项中的错误将插件转换为自定义工作流活动单元测试插件业务逻辑使用内存上下文对插件进行单元测试端到端集成测试插件分析插件构建通用读取审核插件利用CRM Online实现跨来源…...
基于libopenh264 codec的svc分层流实现方案
OpenH264 http://www.openh264.org/ 是标准的H.264 encoder/decoder. ffmpeg已经集成libopenh264,但不支持svc特性。 openh264 encoder支持svc特性: 1. 时域4层:Temporal scalability up to 4 layers in a dyadic hierarchy 2. 空域4层&#…...
为机器学习算法准备数据(Machine Learning 研习之八)
本文还是同样建立在前两篇的基础之上的! 属性组合实验 希望前面的部分能让您了解探索数据并获得洞察力的几种方法。您发现了一些数据怪癖,您可能希望在将数据提供给机器学习算法之前对其进行清理,并且发现了属性之间有趣的相关性,…...
基于Python OpenCV的金铲铲自动进游戏、D牌...
基于Python OpenCV的金铲铲自动进游戏、D牌... 1. 自动点击进入游戏1.1 环境准备1.2 功能实现2. 自动D牌3. 游戏结束自动退1. 自动点击进入游戏 PS: 本测试只用于交流学习OpenCV的相关知识,不能用于商业用途,后果自负。 1.1 环境准备 需要金铲铲在win10的模拟器,我们这里选…...
c++中httplib使用
httplib文件链接:百度网盘 请输入提取码 提取码:kgnq json解析库:百度网盘 请输入提取码 提取码:oug0 一、获取token 打开postman, 在body这个参数中点击raw,输入用户名和密码 然后需要获取到域名和地址。 c++代码如下: #include "httplib.h" #in…...
Vite 的基本原理,和 webpack 在开发阶段的比较
目录 1,webpack 的流程2,Vite 的流程简单编译 3,总结 主要对比开发阶段。 1,webpack 的流程 开发阶段大致流程:指定一个入口文件,对相关的模块(js css img 等)先进行打包࿰…...
无机布防火卷帘门报价透明,包工包料,一次说清所有费用
很多客户在选购无机布防火卷帘门时,最关心实际成交价格,也担心报价不清晰,后期产生各类额外支出。行业内产品定价参差不齐,选材做工不同,最终价位自然存在差距,挑选时不能只看表面低价。 👉 点击…...
Veo 2提示词效能跃迁实战(工业级Prompt链构建全图谱)
更多请点击: https://codechina.net 第一章:Veo 2提示词编写的核心范式演进 Veo 2作为新一代视频生成模型,其提示词(prompt)工程已从早期的“关键词堆叠”转向结构化、语义分层与意图对齐的复合范式。这一演进并非简…...
UE4动画蓝图实战:用双骨骼IK节点搞定手部穿模,附完整蓝图节点截图
UE4动画蓝图实战:双骨骼IK节点解决手部穿模的完整指南在角色动画开发中,手部穿模问题堪称"视觉杀手"。想象一下精心设计的角色挥拳时,拳头直接穿过墙壁或敌人身体——这种违和感足以毁掉整个场景的沉浸感。本文将彻底解决这个痛点&…...
Midjourney锐化效果失效真相(2024官方未公开的渲染管线瓶颈解析)
更多请点击: https://intelliparadigm.com 第一章:Midjourney锐化效果失效真相(2024官方未公开的渲染管线瓶颈解析) 自2024年V6.2版本起,大量用户反馈 --stylize 与 --sharp 参数组合下图像边缘锐化效果显著弱化&am…...
【MySQL数据库 | 第一篇】 概述
数据库相关概念: 数据库(Database):数据库是指一组有组织的数据的集合,通过计算机程序进行管理和访问。数据库管理系统:操纵和管理数据库的大型软件SQL:操作关系型数据库的编程语言,定义了一套操作关系型数…...
可解释AI新突破:基于局部帕累托最优的模型解释框架
1. 项目概述:当AI模型成为“黑箱”,我们如何撬开它?在机器学习项目里摸爬滚打十几年,我见过太多这样的场景:团队花大力气训练出一个准确率高达95%的复杂模型(比如深度神经网络),业务…...
Unity渲染排序三要素:SortingLayer、Order in Layer与RenderQueue协同原理
1. 为什么刚进Unity的美术和程序总在“图层遮挡”上反复拉扯?“这个UI怎么被背景挡住了?”“粒子特效一开就穿模,明明Z轴没问题!”“我调了Order in Layer到999,还是被另一个Sprite挡住——它连Sorting Layer都没改过&…...
如何快速掌握MoveIt2:面向ROS 2开发者的工业机器人运动规划完整指南
如何快速掌握MoveIt2:面向ROS 2开发者的工业机器人运动规划完整指南 【免费下载链接】moveit2 :robot: MoveIt for ROS 2 项目地址: https://gitcode.com/gh_mirrors/mo/moveit2 想要为你的机器人实现智能运动规划吗?MoveIt2作为ROS 2生态中最强大…...
终极免费音乐解锁工具:打破平台枷锁,让音乐重获自由
终极免费音乐解锁工具:打破平台枷锁,让音乐重获自由 【免费下载链接】unlock-music 在浏览器中解锁加密的音乐文件。原仓库: 1. https://github.com/unlock-music/unlock-music ;2. https://git.unlock-music.dev/um/web 项目地…...
如何深度定制索尼相机:Sony-PMCA-RE逆向工程工具完整指南
如何深度定制索尼相机:Sony-PMCA-RE逆向工程工具完整指南 【免费下载链接】Sony-PMCA-RE Reverse Engineering Sony Digital Cameras 项目地址: https://gitcode.com/gh_mirrors/so/Sony-PMCA-RE 索尼相机逆向工程工具Sony-PMCA-RE是一款专业的开源工具&…...
