Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del
15 de abril de 2025 deben
verificar su elegibilidad no comercial para mantener el acceso a Earth Engine.
Concepts
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Esta API proporciona acceso simple y uniforme a una amplia variedad de datos de imágenes geoespaciales. Por geoespacial, nos referimos a que los datos están asociados con ubicaciones en la superficie de la Tierra. Por datos de imágenes, nos referimos a los datos estructurados como una cuadrícula uniforme de valores de píxeles, de forma muy similar a una imagen tradicional.
El ejemplo más conocido de este tipo de datos son las imágenes satelitales, muy similares a las que los usuarios están acostumbrados a ver en Google Maps y Earth. Sin embargo, muchos otros conjuntos de datos tienen la misma estructura, incluidos, por ejemplo, los conjuntos de datos meteorológicos y climáticos discretizados, los conjuntos de datos del terreno y la cobertura terrestre, y los conjuntos de datos de densidad de población.
Autenticación
La API de Earth Engine usa el protocolo OAuth 2.0 para la autenticación y la autorización. Existen bibliotecas convenientes para usar OAuth 2.0 y emitir llamadas a la API en una amplia variedad de lenguajes. Si nunca usaste OAuth 2.0 para acceder a las APIs de Google, te recomendamos que te familiarices con la documentación sobre cómo usar OAuth 2.0 para acceder a las APIs de Google.
Esta API usa el permiso https://www.googleapis.com/auth/earthengine.readonly de OAuth 2.0 de Earth Engine. Si configuras las credenciales de la cuenta de servicio por tu cuenta, deberás solicitar ese permiso de forma explícita. Si usas las credenciales predeterminadas de la aplicación disponibles en las instancias de máquinas virtuales de Compute Engine, deberás configurar tu instancia de VM para que solicite ese permiso.
Recursos
En el centro del modelo de datos de Earth Engine, se encuentra una estructura de recursos similar a un sistema de archivos. Existen tres tipos principales de recursos, que se describen con más detalle a continuación: los datos ráster geoespaciales se almacenan en imágenes, las imágenes se pueden agrupar en colecciones grandes y las imágenes y las colecciones se organizan aún más en una jerarquía de carpetas.
Por ejemplo, la siguiente ruta describe una imagen de Landsat en particular:
LANDSAT/LC8_L1T/LC81180562013193LGN00
En este ejemplo, LANDSAT es una carpeta de nivel superior que contiene todos los datos de Landsat, LC8_L1T identifica una colección particular de imágenes de Landsat 8 calibradas y corregidas por terreno, y LC81180562013193LGN00 identifica una imagen particular dentro de esa colección. Las rutas de acceso a los recursos pueden contener letras, números, guiones bajos y guiones, separados por barras diagonales.
Cada imagen tiene metadatos que facilitan la identificación de los datos de interés. Estas propiedades de metadatos por imagen suelen incluir lo siguiente:
- Es la geometría de la huella de la imagen, como la extensión espacial de una imagen satelital o un conjunto de datos de terreno.
- Es la marca de tiempo de la imagen, como la hora de adquisición de la imagen satelital, o el día o el mes en un conjunto de datos del modelo climático.
- Propiedades arbitrarias de clave/valor, como el porcentaje estimado de cobertura de nubes de una imagen satelital de Landsat.
Píxeles y proyecciones de mapas
En Earth Engine, cada imagen consta de una o más bandas de datos. Estos pueden corresponder a las bandas roja, verde y azul de una imagen satelital RGB común, o bien a algo completamente diferente, como la temperatura y la precipitación en un conjunto de datos meteorológicos. Los píxeles de cada banda tienen un tipo de datos particular, p.ej., uint8 o float32.
Los píxeles de una cuadrícula de píxeles corresponden a puntos de la superficie terrestre a través de una función matemática conocida como proyección cartográfica. Por lo general, esta relación tiene dos componentes. Primero, un sistema de referencia de coordenadas (SRC) define coordenadas 2D que representan puntos en la superficie curva de la Tierra. Los diferentes sistemas de referencia de coordenadas tienen diferentes propiedades que los hacen adecuados para usar con diferentes tipos de datos en diferentes aplicaciones. Los sistemas de referencia de coordenadas suelen identificarse con códigos de identificador estándar. Algunos ejemplos comunes son las coordenadas equirrectangulares, Web Mercator y UTM.
Luego, las coordenadas de píxeles suelen relacionarse con el sistema de referencia de coordenadas espaciales a través de una transformación afín que controla la escala física y el origen de la cuadrícula de píxeles. En Earth Engine, almacenamos una pirámide de datos para cada imagen: el nivel base de la pirámide contiene los datos originales en su resolución nativa, y los niveles superiores de la pirámide almacenan datos de resumen de resolución reducida. Estos niveles de la pirámide se describen mediante transformaciones afines cuyas escalas difieren en factores sucesivos de dos.
Colecciones y carpetas
Las imágenes suelen presentarse en grandes colecciones de datos, como una colección de todas las imágenes adquiridas por un satélite en particular o una colección de estimaciones de temperatura global a lo largo del tiempo. Earth Engine crea índices de metadatos que te permiten filtrar o consultar las imágenes de las colecciones según sus metadatos, lo que incluye el filtrado por ubicación y hora. Por lo general, todas las imágenes de una misma colección tienen la misma estructura, es decir, las mismas bandas y las mismas propiedades de metadatos.
Las imágenes y las colecciones se organizan en una jerarquía de carpetas. Una carpeta es muy similar a una carpeta o directorio común en un sistema de archivos tradicional: es un contenedor simple para otros recursos, es decir, para imágenes, colecciones y otras carpetas. No todas las imágenes se encuentran en colecciones: algunos conjuntos de datos, como un modelo de terreno global en particular, pueden constar de una sola imagen. De todos modos, cada recurso se identifica de forma única con una ruta específica que indica su ubicación en el catálogo de datos de Earth Engine.
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-26 (UTC)
[null,null,["Última actualización: 2025-07-26 (UTC)"],[[["\u003cp\u003eThis API provides access to a wide variety of geospatial image data, including satellite imagery and gridded datasets like weather, climate, terrain, and population density.\u003c/p\u003e\n"],["\u003cp\u003eEarth Engine uses OAuth 2.0 for authentication, requiring the \u003ccode\u003ehttps://www.googleapis.com/auth/earthengine.readonly\u003c/code\u003e scope.\u003c/p\u003e\n"],["\u003cp\u003eEarth Engine data is organized as assets, including images, collections, and folders, with images containing bands of pixels and metadata.\u003c/p\u003e\n"],["\u003cp\u003eImages in Earth Engine are georeferenced using map projections and coordinate reference systems for accurate location representation.\u003c/p\u003e\n"],["\u003cp\u003eCollections allow filtering and querying of images based on metadata, facilitating efficient data discovery and analysis.\u003c/p\u003e\n"]]],["This API offers access to geospatial image data, structured as pixel grids, through a filesystem-like asset system. Access requires OAuth 2.0 authentication with a specific scope. Data is organized into **images**, **collections**, and **folders**. Each image has metadata, including footprint geometry and timestamps. Images have bands of data with defined pixel data types, linked to Earth's surface via a map projection. Images can be filtered in collections using metadata. A pyramid of data is also available.\n"],null,["# Concepts\n\nThis API provides simple, uniform access to a wide variety geospatial image data. By *geospatial* we mean that the data is associated with locations on the Earth's surface. By *image data* we mean data that is structured as a uniform grid of pixel values, much like a traditional image.\n\nThe most familiar example of this type of data is satellite imagery, much like users are accustomed to seeing in Google Maps and Earth. However, many other datasets have the same structure, including for example gridded weather and climate datasets, terrain and land cover datasets, and population density datasets.\n\nAuthentication\n--------------\n\nThe Earth Engine API uses the **OAuth 2.0** protocol for authentication and authorization. There are convenient libraries for using OAuth 2.0 to issue API calls in a wide range of languages. If you have not used OAuth 2.0 to access Google APIs before, you may wish to familiarize yourself with the documentation on [Using OAuth 2.0 to Access Google APIs](https://developers.google.com/identity/protocols/OAuth2).\n\nThis API uses the Earth Engine OAuth 2.0 **scope** `https://www.googleapis.com/auth/earthengine.readonly`. If you are configuring service account credentials yourself then you will need to request that scope explicitly. If you are using the default application credentials available in Compute Engine virtual machine instances, you will need to configure your VM instance to request that scope.\n\nAssets\n------\n\nAt the heart of the Earth Engine data model is a filesystem-like structure of **assets** . There are three primary types of assets, described in more detail below: geospatial raster data itself is stored in **images** , images can be grouped into large **collections** , and images and collections are further organized in a hierarchy of **folders**.\n\nFor example, the following path describes a particular Landsat image: \n\n LANDSAT/LC8_L1T/LC81180562013193LGN00\n\nIn this example, `LANDSAT` is a top-level folder that contains all the Landsat data, `LC8_L1T` identifies a particular collection of calibrated and terrain-corrected Landsat 8 images, and `LC81180562013193LGN00` identifies a particular image within that collection. Asset paths may contain letters, numbers, underscores, and hyphens, separated by forward slashes.\n\nEach image has metadata that makes it easy to identify data of interest. These per-image metadata properties typically include:\n\n- The footprint geometry of the image, such as the spatial extent of a satellite image or terrain dataset.\n- The timestamp of the image, such as the satellite image acquisition time, or the day or month in a climate model dataset.\n- Arbitrary key/value properties, such as the estimated cloud cover percentage of a Landsat satellite image.\n\nPixels and Map Projections\n--------------------------\n\nIn Earth Engine each image consists of one or more **bands** of data. These might correspond to the red, green, and blue bands of an ordinary RGB satellite image, or they might correspond to something completely different, such as temperature and precipitation in a weather dataset. The **pixels** in each band have a particular data type, e.g. `uint8` or `float32`.\n\nPixels in a pixel grid correspond to points on the Earth's surface via a mathematical function known as a **map projection** . This relationship typically has two components. First a **coordinate reference system** (CRS) defines 2D coordinates that represent points on the curved surface of the Earth. Different coordinate reference systems have different properties that make them appropriate to use with different types of data in different applications. Coordinate reference systems are typically identified using [standard identifier codes](http://epsg.io/); common examples are [equirectangular](https://en.wikipedia.org/wiki/Equirectangular_projection), [web Mercator](https://en.wikipedia.org/wiki/Web_Mercator), and [UTM](https://en.wikipedia.org/wiki/Universal_Transverse_Mercator_coordinate_system) coordinates.\n\nPixel coordinates are then typically related to the spatial coordinate reference system via an **affine transformation** that controls the physical scale and origin of the pixel grid. In Earth Engine we store a **pyramid** of data for each image: the base level of the pyramid contains the original data in its native resolution, and higher levels of the pyramid store reduced-resolution overview data. These levels of the pyramid are described by affine transformations whose scales differ by successive factors of two.\n\nCollections and Folders\n-----------------------\n\nImages often come in large **collections** of data, such as a collection of all images acquired by a particular satellite, or a collection of global temperature estimates over time. Earth Engine builds metadata indexes that allow you to **filter** or **query** the images in collections based on their metadata, including filtering by location and time. Typically, all images within a single collection have the same structure, i.e. the same bands and the same metadata properties.\n\nImages and collections are themselves organized into a hierarchy of **folders**. A folder is much like an ordinary folder or directory in a traditional filesystem: it is a simple container for other assets, i.e. for images, collections, and other folders. Not all images are contained in collections: some datasets, such as a particular global terrain model, may consist of only a single image. Regardless, every asset is uniquely identified by a particular path that identifies its location in the Earth Engine data catalog."]]
