Informacje o Google Earth Engine
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Google Earth Engine to usługa Google Cloud do analizy geoprzestrzennej na dużą skalę. Łączy ona katalog obejmujący wiele petabajtów zdjęć satelitarnych i zbiorów danych geoprzestrzennych z obliczeniami na skalę planety, aby przyspieszyć badania i aplikacje środowiskowe.
Najważniejsze funkcje
Analiza geoprzestrzenna, uproszczona i skalowalna
Earth Engine integruje obszerny katalog danych geoprzestrzennych z rozproszonymi obliczeniami, dostępnymi za pomocą bibliotek klienta. Użytkownicy mają dostęp do szerokiego zakresu danych satelitarnych i środowiskowych, a także mogą włączać własne zbiory danych. Ta platforma upraszcza analizę geoprzestrzenną, automatycznie obsługując projekcję danych, skalowanie i kompozycję na podstawie parametrów określonych przez użytkownika. Jego funkcje analityczne działają wydajnie w różnych skalach bez konieczności wykonywania wyraźnych czynności przygotowujących dane ani dzielenia ich na części. Dzięki zarządzaniu złożonym przetwarzaniem danych i skalowaniu obliczeń wewnątrz Earth Engine użytkownicy mogą skupić się na analizie, a nie na konfiguracji technicznej.
Środowiska przetwarzania
Earth Engine obsługuje 2 tryby analizy:
- Tryb interaktywny: szybka eksploracja i wizualizacja danych w czasie rzeczywistym na podstawie niewielkich ilości danych.
- Tryb zbiorczy: do wykonywania na dużą skalę zadań wymagających dużych zasobów obliczeniowych na dużych zbiorach danych.
Środowiska programistyczne
Deweloperzy mogą wybierać spośród 2 głównych środowisk programowania:
- Biblioteka klienta Pythona: elastyczny interfejs Earth Engine do integracji z szerszym ekosystemem Pythona, ułatwiający zaawansowane przepływy pracy i interaktywne analizy w notatnikach Jupyter.
- Edytor kodu JavaScript: dedykowane internetowe środowisko programistyczne do szybkiego prototypowania, eksploracji i tworzenia aplikacji Earth Engine.
Wizualizacja i wyniki
Earth Engine obsługuje analizę geoprzestrzenną od wstępnego prototypowania do końcowego eksportu danych. Jego wydajny system układania i przetwarzania, zintegrowany z widżetami interaktywnych map, zapewnia szybką wizualizację i sprawdzanie zarówno w Edytorze kodu, jak i w środowiskach Pythona. Umożliwia to natychmiastowe eksplorowanie danych i ich iterację. Gdy wszystko będzie gotowe, użytkownicy mogą eksportować wyniki rastrowe i wektorskie do Google Cloud Storage, BigQuery lub Dysku Google, a także pobrać dane lokalnie w formatach zgodnych z pandas, NumPy i Xarray.
Earth Engine umożliwia też tworzenie interakcyjnych aplikacji internetowych, dzięki którym użytkownicy mogą udostępniać swoje dane geoprzestrzenne szerszej publiczności.
Systemy uczące się
Narzędzia uczenia maszynowego do regresji, klasyfikacji, segmentacji obrazu i oceny dokładności są wbudowane w Earth Engine. Po wytrenowaniu modele można zapisywać i stosować wielokrotnie. Klasyczne przepływy pracy związane z systemami uczącymi zostały uproszczone w ramach zintegrowanego systemu Earth Engine. W przypadku bardziej zaawansowanych opcji lub modeli wytrenowanych zewnętrznie dostępna jest integracja z Vertex AI, która umożliwia wczytywanie modeli do danych Earth Engine lub tworzenie modeli uczenia głębokiego i analiz opartych na sieciach neuronowych.
Dostęp i zarządzanie
Earth Engine jest dostępny zarówno do celów komercyjnych, jak i niekomercyjnych. Użytkowanie niekomercyjne jest bezpłatne, natomiast za komercyjne korzystanie pobierana jest opłata za subskrypcję i opłata za przetwarzanie. Wszystkie dane prywatne i obliczenia są powiązane z projektami Google Cloud, co daje użytkownikom kontrolę nad dostępem, zarządzaniem zasobami i monitorowaniem wykorzystania w konsoli Google Cloud. Dzięki tej integracji możesz zarządzać projektami w scentralizowany sposób, uzyskać szczegółowe informacje rozliczeniowe i stosować zaawansowane funkcje bezpieczeństwa i zgodności Google Cloud. Użytkownicy mogą korzystać z usługi Identity and Access Management (IAM), aby kontrolować uprawnienia, rejestrować działania i monitorować wykorzystanie zasobów za pomocą Cloud Monitoring i Cloud Logging.
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-02-18 UTC.
[null,null,["Ostatnia aktualizacja: 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."]]
