إشعار: يجب
إثبات أهلية جميع المشاريع غير التجارية المسجّلة لاستخدام Earth Engine قبل
15 أبريل 2025 من أجل الحفاظ على إمكانية الوصول إلى Earth Engine.
لمحة عن Google Earth Engine
تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
Google Earth Engine هو أحد منتجات Google Cloud لإجراء تحليلات متعلقة بالمواقع الجغرافية على نطاق واسع. ويجمع بين كتالوج حجمه أكثر من بيتابايت يضم صور أقمار صناعية و
مجموعات بيانات جغرافية مكانية وعمليات حسابية على نطاق عالمي لتسريع
الأبحاث البيئية وتطبيقاتها.
الميزات الرئيسية
تحليلات جغرافية بسيطة وقابلة للتوسّع
يدمج Earth Engine كتالوج data جغرافيًا مكانيًا واسع النطاق مع الحوسبة الموزّعة، ويمكن الوصول إليه من خلال مكتبات العميل. يمكن للمستخدمين الوصول إلى مجموعة كبيرة من بيانات الأقمار الصناعية والبيانات البيئية، بالإضافة إلى دمج مجموعات البيانات الخاصة بهم. تعمل المنصة على تبسيط التحليل المكاني الجغرافي من خلال معالجة إسقاط البيانات
والتصغير والتركيب تلقائيًا استنادًا إلى المَعلمات التي يحدّدها المستخدم. تعمل الدوالّ التحليلية بكفاءة على نطاقَين مختلفَين بدون
طلب خطوات صريحة لإعداد البيانات أو تقسيمها. من خلال إدارة معالجة البيانات المعقدة والتوسّع الحسابي داخليًا، تتيح Earth Engine للمستخدمين التركيز على التحليل بدلاً من الإعداد الفني.
بيئات المعالجة
تتيح Earth Engine وضعَين للتحليل:
- الوضع التفاعلي: لاستكشاف البيانات وعرضها بشكل مرئي بسرعة في الوقت الفعلي
لكميات صغيرة من البيانات
- وضع الحِزم: للمهام المكثفة على مستوى الحساب على كميات كبيرة
من البيانات
بيئات التطوير
يمكن للمطوّرين الاختيار بين بيئتَي تطوير أساسيتَين:
- مكتبة برامج Python: واجهة مرنة لخدمة Earth Engine بهدف
الدمج مع منظومة Python المتكاملة الأوسع نطاقًا، وتسهيل
عمليات سير العمل المتقدّمة والتحليل التفاعلي في دفاتر ملاحظات Jupyter
- أداة تعديل الرموز البرمجية لـ JavaScript: بيئة تطوير مخصّصة مستندة إلى الويب ل
إنشاء النماذج الأولية السريعة والاستكشاف وإنشاء تطبيقات Earth Engine.
العروض المرئية والنتائج
تتيح أداة Earth Engine إجراء التحليلات الجغرافية المكانية بدءًا من وضع النماذج الأولية إلى تصدير البيانات
النهائي. إنّ نظام التجميع والحساب الفعّال المدمج مع التطبيقات المصغّرة التفاعلية
للخرائط يقدّم إمكانات سريعة للعرض والفحص في كلٍّ من
محرر الرموز البرمجية وبيئات Python. يتيح ذلك فحص البيانات
وتكرارها على الفور. عندما يصبح المستخدمون جاهزين، يمكنهم تصدير نتائج الصور المخصّصة للترميم
والصور المخصّصة للرسومات إلى Google Cloud Storage أو BigQuery أو Google Drive، بالإضافة إلى
تنزيل البيانات محليًا بتنسيقات متوافقة مع pandas وNumPy وXarray.
بالإضافة إلى ذلك، تتيح أداة Earth Engine إنشاء تطبيقات ويب تفاعلية، ما يتيح للمستخدمين مشاركة إحصاءاتهم الجغرافية المكانية مع
شريحة واسعة من الجمهور.
تعلُّم الآلة
تم دمج أدوات تعلُّم الآلة للانحدار والتصنيف وتحليل
الصور وتقييم الدقّة في Earth Engine. بعد تدريب النماذج،
يمكن حفظها وتطبيقها بشكل متكرّر. تم تبسيط عمليات سير العمل الكلاسيكية للذكاء الاصطناعي ضمن النظام المتكامل في Earth Engine. للحصول على خيارات أكثر تقدمًا
أو نماذج تم تدريبها خارجيًا، يتم دمج Vertex AI، مما يسمح بنقل النماذج إلى بيانات Earth Engine أو تفعيل
إنشاء نماذج تعلُّم عميق وتحليلات مستندة إلى الشبكات العصبية.
الوصول والإدارة
تتوفّر أداة Earth Engine للاستخدام التجاري و
غير التجاري. يُتاح الاستخدام غير التجاري بدون رسوم، بينما يخضع الاستخدام التجاري لرسوم الاشتراك ورسوم الحوسبة. ترتبط جميع البيانات الحسابية والخاصة بمشاريع Google
Cloud، ما يتيح للمستخدمين التحكّم في الوصول وإدارة الموارد
ومراقبة الاستخدام من خلال Google Cloud Console. يتيح هذا الدمج
إدارة المشاريع المركزية ومعلومات الفوترة المفصّلة وتطبيق
ميزات الأمان والامتثال القوية من Google Cloud. يمكن للمستخدمين
الاستفادة من ميزة "إدارة الهوية وإمكانية الوصول" (IAM) من أجل التحكّم في
الأذونات ويمكنهم تسجيل الأنشطة ومراقبة
استخدام الموارد باستخدام ميزتَي "مراقبة السحابة الإلكترونية" و"تسجيل السحابة الإلكترونية".
إنّ محتوى هذه الصفحة مرخّص بموجب ترخيص Creative Commons Attribution 4.0 ما لم يُنصّ على خلاف ذلك، ونماذج الرموز مرخّصة بموجب ترخيص Apache 2.0. للاطّلاع على التفاصيل، يُرجى مراجعة سياسات موقع Google Developers. إنّ Java هي علامة تجارية مسجَّلة لشركة Oracle و/أو شركائها التابعين.
تاريخ التعديل الأخير: 2025-02-18 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-02-18 (حسب التوقيت العالمي المتفَّق عليه)"],[[["\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."]]
