O Google Earth Engine é um produto do Google Cloud para análises geoespaciais em escala. Ele combina um catálogo de vários petabytes de imagens de satélite e conjuntos de dados geoespaciais com computação em escala planetária para acelerar a pesquisa ambiental e os aplicativos.
Principais recursos
Análise geoespacial simplificada e escalonável
O Earth Engine integra um extenso catálogo de dados geoespaciais com computação distribuída, acessível por bibliotecas de cliente. Os usuários podem acessar uma ampla variedade de dados de satélites e ambientais, além de incorporar os próprios conjuntos de dados. A plataforma simplifica a análise geoespacial ao processar automaticamente a projeção de dados, o escalonamento e a composição com base em parâmetros especificados pelo usuário. As funções analíticas funcionam de maneira eficiente em diferentes escalas sem exigir etapas explícitas de preparação de dados ou fragmentação. Ao gerenciar o processamento de dados complexos e a escala computacional internamente, o Earth Engine permite que os usuários se concentrem na análise em vez da configuração técnica.
Ambientes de processamento
O Earth Engine oferece suporte a dois modos de análise:
- Modo interativo: para a análise e visualização rápidas de dados em tempo real de pequenas quantidades de dados.
- Modo de lote: para tarefas computacionalmente intensivas em grande escala em grandes quantidades de dados.
Ambientes para desenvolvedores
Os desenvolvedores podem escolher entre dois ambientes de desenvolvimento principais:
- Biblioteca de cliente Python: uma interface flexível do Earth Engine para integração com o ecossistema mais amplo do Python, facilitando fluxos de trabalho avançados e análises interativas em notebooks Jupyter.
- Editor de código JavaScript: um ambiente de desenvolvimento dedicado baseado na Web para criação rápida de protótipos, exploração e criação de apps do Earth Engine.
Visualização e resultados
O Earth Engine oferece suporte à análise geoespacial desde a prototipagem inicial até a exportação de dados finais. O sistema de ladrilhos e computação eficiente, integrado a widgets de mapa interativo, oferece recursos rápidos de visualização e inspeção nos ambientes do editor de código e do Python. Isso permite a exploração e iteração imediata de dados. Quando estiver tudo pronto, os usuários poderão exportar resultados raster e vetoriais para o Google Cloud Storage, BigQuery ou Google Drive, além de fazer o download de dados localmente em formatos compatíveis com pandas, NumPy e Xarray. Além disso, o Earth Engine oferece suporte à criação de aplicativos da Web interativos, permitindo que os usuários compartilhem insights geoespaciais com um público amplo.
Machine learning
As ferramentas de machine learning para regressão, classificação, segmentação de imagens e avaliação de precisão são integradas ao Earth Engine. Depois de treinados, os modelos podem ser salvos e aplicados repetidamente. Os fluxos de trabalho de ML clássicos são simplificados no sistema integrado do Earth Engine. Para opções mais avançadas ou modelos treinados externamente, a integração com a Vertex AI é fornecida, permitindo que os modelos sejam levados aos dados do Earth Engine ou permitindo a construção de modelos de aprendizado profundo e análises baseadas em rede neural.
Acesso e gerenciamento
O Earth Engine está disponível para uso comercial e não comercial. O uso não comercial é oferecido sem custo financeiro, enquanto o uso comercial está sujeito a uma taxa de assinatura e taxas de computação. Todos os dados computacionais e privados estão associados ao Google Projetos em nuvem, proporcionando aos usuários controle sobre acesso, gerenciamento de recursos, e monitoramento de uso por meio do Console do Google Cloud. Essa integração permite o gerenciamento centralizado de projetos, informações detalhadas de faturamento e a aplicação de recursos robustos de segurança e compliance do Google Cloud. Os usuários podem usar o gerenciamento de identidade e acesso (IAM) para controlar permissões e registrar atividades e monitorar o uso de recursos com o Cloud Monitoring e o Cloud Logging.