À propos de Google Earth Engine
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Google Earth Engine est un produit Google Cloud permettant d'effectuer des analyses géospatiales à grande échelle. Il combine un catalogue de plusieurs pétaoctets d'images satellite et d'ensembles de données géospatiales à des calculs à l'échelle planétaire pour accélérer les recherches et les applications environnementales.
Principales fonctionnalités
Analyse géospatiale, simplifiée et évolutive
Earth Engine intègre un vaste catalogue de données géospatiales avec le calcul distribué, accessible via des bibliothèques clientes. Les utilisateurs peuvent accéder à un large éventail de données satellitaires et environnementales, et intégrer leurs propres ensembles de données. La plate-forme simplifie l'analyse géospatiale en gérant automatiquement la projection, la mise à l'échelle et la composition des données en fonction des paramètres spécifiés par l'utilisateur. Ses fonctions analytiques fonctionnent efficacement à différentes échelles, sans nécessiter d'étapes de préparation des données ni de segmentation explicites. En gérant le traitement des données complexes et la mise à l'échelle de calcul en interne, Earth Engine permet aux utilisateurs de se concentrer sur l'analyse plutôt que sur la configuration technique.
Environnements de traitement
Earth Engine propose deux modes d'analyse:
- Mode interactif: permet d'explorer et de visualiser rapidement des données en temps réel pour de petites quantités de données.
- Mode par lot: pour les tâches de calcul intensives à grande échelle sur de grandes quantités de données.
Environnements de développement
Les développeurs ont le choix entre deux principaux environnements de développement:
- Bibliothèque cliente Python: interface flexible d'Earth Engine pour l'intégration à l'écosystème Python plus large, facilitant les workflows avancés et l'analyse interactive dans les notebooks Jupyter.
- Éditeur de code JavaScript: environnement de développement Web dédié au prototypage rapide, à l'exploration et à la création d'applications Earth Engine.
Visualisation et résultats
Earth Engine prend en charge l'analyse géospatiale du prototypage initial à l'exportation finale des données. Son système de mosaïque et de calcul efficace, intégré à des widgets de carte interactifs, offre des fonctionnalités de visualisation et d'inspection rapides dans les environnements Code Editor et Python. Cela permet une exploration et une itération immédiates des données. Lorsque vous êtes prêt, vous pouvez exporter les résultats raster et vectoriels vers Google Cloud Storage, BigQuery ou Google Drive, et télécharger des données localement dans des formats compatibles avec pandas, NumPy et Xarray.
De plus, Earth Engine permet de créer des applications Web interactives, ce qui permet aux utilisateurs de partager leurs insights géospatiaux avec un large public.
Machine learning
Des outils de machine learning pour la régression, la classification, la segmentation d'images et l'évaluation de la précision sont intégrés à Earth Engine. Une fois entraînés, les modèles peuvent être enregistrés et appliqués de manière répétée. Les workflows de ML classiques sont simplifiés dans le système intégré d'Earth Engine. Pour des options plus avancées ou des modèles entraînés en externe, une intégration avec Vertex AI est proposée, ce qui permet d'importer des modèles dans les données d'Earth Engine ou de créer des modèles de deep learning et des analyses basées sur des réseaux de neurones.
Accès et gestion
Earth Engine est disponible pour un usage commercial et non commercial. L'utilisation non commerciale est proposée sans frais, tandis que l'utilisation commerciale est soumise à des frais d'abonnement et de calcul. Tous les calculs et les données privées sont associés aux projets Google Cloud, ce qui permet aux utilisateurs de contrôler l'accès, la gestion des ressources et la surveillance de l'utilisation via la console Google Cloud. Cette intégration permet une gestion centralisée des projets, des informations de facturation détaillées et l'application des fonctionnalités de sécurité et de conformité robustes de Google Cloud. Les utilisateurs peuvent utiliser Identity and Access Management (IAM) pour contrôler les autorisations, consigner les activités et surveiller l'utilisation des ressources avec Cloud Monitoring et Cloud Logging.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/02/18 (UTC).
[null,null,["Dernière mise à jour le 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."]]
