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.