Google Earth Engine
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Die Google Earth Engine ist ein Google Cloud-Produkt für die raumbezogene Analyse im großen Maßstab. Sie kombiniert einen Katalog mit mehreren Petabyte an Satellitenbildern und Geodatensätzen mit Berechnungen auf globaler Ebene, um Umweltforschung und ‑anwendungen zu beschleunigen.
Wichtigste Funktionen
Vereinfachte und skalierbare georäumliche Analysen
Earth Engine integriert einen umfangreichen Geodatenkatalog mit verteiltem Computing, auf den über Clientbibliotheken zugegriffen werden kann. Nutzer können auf eine breite Palette von Satelliten- und Umweltdaten zugreifen und eigene Datensätze einbinden. Die Plattform vereinfacht die geografische Analyse, da die Datenprojektion, -skalierung und -komposition automatisch anhand von von Nutzern angegebenen Parametern verarbeitet wird. Die analytischen Funktionen von BigQuery sind effizient auf verschiedenen Skalen einsetzbar, ohne dass explizite Schritte zur Datenvorbereitung oder Datenchunking erforderlich sind. Da die komplexe Datenverarbeitung und die Skalierung der Rechenleistung in Earth Engine intern verwaltet werden, können sich Nutzer auf die Analyse konzentrieren und müssen sich nicht um die technische Einrichtung kümmern.
Verarbeitungsumgebungen
Earth Engine unterstützt zwei Analysemodi:
- Interaktiver Modus: Ermöglicht die schnelle explorative Datenanalyse und Visualisierung kleiner Datenmengen in Echtzeit.
- Batchmodus: Für rechenintensive Aufgaben mit großen Datenmengen.
Entwicklungsumgebungen
Entwickler können zwischen zwei primären Entwicklungsumgebungen wählen:
- Python-Clientbibliothek: Eine flexible Earth Engine-Oberfläche zur Einbindung in das breitere Python-Ökosystem, die erweiterte Workflows und interaktive Analysen in Jupyter-Notebooks ermöglicht.
- JavaScript-Code-Editor: Eine spezielle webbasierte Entwicklungsumgebung für schnelles Prototyping, explorative Datenanalyse und Erstellung von Earth Engine-Apps.
Visualisierung und Ergebnisse
Die Earth Engine unterstützt raumbezogene Analysen vom ersten Prototyping bis zum endgültigen Datenexport. Das effiziente System zum Erstellen von Kacheln und zur Berechnung, das in interaktive Karten-Widgets integriert ist, bietet sowohl im Code-Editor als auch in Python-Umgebungen schnelle Visualisierungs- und Inspektionsfunktionen. So können Sie sofort Daten untersuchen und iterieren. Sobald die Ergebnisse fertig sind, können Nutzer sie als Raster- und Vektordaten in Google Cloud Storage, BigQuery oder Google Drive exportieren oder lokal in Formaten herunterladen, die mit Pandas, NumPy und Xarray kompatibel sind.
Außerdem unterstützt Earth Engine die Erstellung von interaktiven Webanwendungen, mit denen Nutzer ihre raumbezogenen Statistiken mit einem breiten Publikum teilen können.
Maschinelles Lernen
In Earth Engine sind Tools für maschinelles Lernen für Regression, Klassifizierung, Bildsegmentierung und Genauigkeitsbewertung integriert. Nach dem Training können Modelle gespeichert und wiederholt angewendet werden. Klassische ML-Workflows werden im integrierten System von Earth Engine optimiert. Für erweiterte Optionen oder extern trainierte Modelle ist die Einbindung in Vertex AI verfügbar. So können Modelle in die Daten von Earth Engine aufgenommen oder Deep-Learning-Modelle und netzwerkbasierte Analysen erstellt werden.
Zugriff und Verwaltung
Earth Engine kann sowohl für kommerzielle als auch für nicht kommerzielle Zwecke verwendet werden. Die nicht kommerzielle Nutzung ist kostenlos. Für die kommerzielle Nutzung fallen Abogebühren und Rechenzentrumskosten an. Alle Verarbeitungs- und privaten Daten sind mit Google Cloud-Projekten verknüpft. So können Nutzer über die Google Cloud Console Zugriff, Ressourcenverwaltung und Nutzungsüberwachung steuern. Diese Integration ermöglicht eine zentrale Projektverwaltung, detaillierte Abrechnungsinformationen und die Anwendung der robusten Sicherheits- und Compliance-Funktionen von Google Cloud. Nutzer können mithilfe von Identity and Access Management (IAM) Berechtigungen steuern und mit Cloud Monitoring und Cloud Logging Aktivitäten protokollieren und die Ressourcennutzung beobachten.
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-02-18 (UTC).
[null,null,["Zuletzt aktualisiert: 2025-02-18 (UTC)."],[[["\u003cp\u003eGoogle Earth Engine is a cloud-based platform that provides petabytes of satellite imagery and geospatial datasets for environmental analysis.\u003c/p\u003e\n"],["\u003cp\u003eIt offers tools for geospatial analysis, including interactive and batch processing modes, as well as Python and JavaScript development environments.\u003c/p\u003e\n"],["\u003cp\u003eUsers can visualize and export results to various formats and platforms, including Google Cloud Storage, BigQuery, and Google Drive.\u003c/p\u003e\n"],["\u003cp\u003eEarth Engine incorporates machine learning capabilities for tasks like regression, classification, and image segmentation, and integrates with Vertex AI for advanced modeling.\u003c/p\u003e\n"],["\u003cp\u003eAccess is available for both commercial and non-commercial use, with options for managing projects, resources, and permissions through Google Cloud.\u003c/p\u003e\n"]]],["Google Earth Engine enables scalable geospatial analysis by combining a vast data catalog with planetary-scale computation. Users can access, process, and analyze satellite and environmental data using Python or JavaScript. It supports both interactive and batch processing for tasks. Results can be visualized, exported to various platforms (Google Cloud Storage, BigQuery, etc.), or integrated into interactive web applications. Machine learning tools are included, and Vertex AI integration is available for advanced models. Access is managed via Google Cloud projects with commercial and non-commercial options.\n"],null,["# About Google Earth Engine\n\nGoogle Earth Engine is a [Google Cloud product](https://cloud.google.com/earth-engine) for geospatial\nanalysis at scale. It combines a multi-petabyte catalog of satellite imagery and\ngeospatial datasets with planetary-scale computation to accelerate environmental\nresearch and applications.\n\nKey Features\n------------\n\n### Geospatial analysis, simplified and scalable\n\nEarth Engine integrates an extensive geospatial [data\ncatalog](/earth-engine/datasets) with distributed computing, accessible through\nclient libraries. Users can access a wide range of satellite and environmental\ndata, as well as [incorporate their own datasets](/earth-engine/guides/image_upload). The platform\nsimplifies geospatial analysis by automatically handling data projection,\nscaling, and compositing based on user-specified parameters. Its [analytical\nfunctions](/earth-engine/guides/objects_methods_overview) operate efficiently across different scales without\nrequiring explicit data preparation steps or chunking. By managing complex data\nprocessing and computational scaling internally, Earth Engine enables users to\nfocus on analysis rather than technical setup.\n\n### Processing environments\n\nEarth Engine supports [two modes of analysis](/earth-engine/guides/processing_environments):\n\n- **Interactive mode**: For rapid real-time data exploration and visualization of small amounts of data.\n- **Batch mode**: For large-scale computationally intensive tasks on large amounts of data.\n\n### Development environments\n\nDevelopers can choose between two primary development environments:\n\n- **Python client library**: A flexible interface to Earth Engine for integration with the broader Python ecosystem, facilitating advanced workflows, and interactive analysis in Jupyter notebooks.\n- **JavaScript Code Editor**: A dedicated web-based development environment for rapid prototyping, exploration, and Earth Engine App creation.\n\n### Visualization and results\n\nEarth Engine supports geospatial analysis from initial prototyping to final data\nexport. Its efficient tiling and computation system, integrated with interactive\nmap widgets, provides rapid visualization and inspection capabilities in both\nthe Code Editor and Python environments. This allows for immediate data\nexploration and iteration. When ready, users can [export](/earth-engine/guides/exporting) raster\nand vector results to Google Cloud Storage, BigQuery, or Google Drive, as well\nas download data locally in formats compatible with pandas, NumPy, and Xarray.\nAdditionally, Earth Engine supports the creation of [interactive web\napplications](/earth-engine/guides/apps), enabling users to share their geospatial insights with\na wide audience.\n\n### Machine learning\n\n[Machine learning tools](/earth-engine/guides/machine-learning) for regression, classification, image\nsegmentation, and accuracy assessment are built into Earth Engine. Once trained,\nmodels can be saved and applied repeatedly. Classical ML workflows are\nstreamlined within Earth Engine's integrated system. For more advanced options\nor externally trained models, integration with [Vertex AI](https://cloud.google.com/vertex-ai/docs/start/introduction-unified-platform) is\nprovided, allowing models to be brought to Earth Engine's data or enabling the\nconstruction of deep learning models and neural network-based analyses.\n\nAccess and management\n---------------------\n\nEarth Engine is available for both [commercial](https://earthengine.google.com/commercial/) and\n[noncommercial](https://earthengine.google.com/noncommercial/) use. Noncommercial use is offered free of\ncharge, while commercial use is subject to a [subscription fee and compute\ncharges](https://cloud.google.com/earth-engine/pricing). All computation and private data are associated with Google\nCloud projects, providing users with control over access, resource management,\nand usage monitoring through the Google Cloud Console. This integration allows\nfor centralized project management, detailed billing information, and the\napplication of Google Cloud's robust security and compliance features. Users can\ntake advantage of Identity and Access Management (IAM) to [control\npermissions](/earth-engine/cloud/access-control) and can [log activities](/earth-engine/guides/audit_logging) and [monitor\nresource usage](/earth-engine/guides/monitoring_usage) with Cloud Monitoring and Cloud Logging."]]
