Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso a Earth Engine.
Concepts
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Questa API fornisce un accesso semplice e uniforme a un'ampia gamma di dati delle immagini geospaziali. Per geospaziali intendiamo che i dati sono associati a località sulla superficie terrestre. Per dati di immagine intendiamo dati strutturati come una griglia uniforme di valori di pixel, in modo simile a un'immagine tradizionale.
L'esempio più comune di questo tipo di dati sono le immagini satellitari, molto simili a quelle che gli utenti sono abituati a vedere in Google Maps e Google Earth. Tuttavia, molti altri set di dati hanno la stessa struttura, ad esempio i set di dati meteorologici e climatici a griglia, i set di dati relativi al terreno e alla copertura del suolo e i set di dati sulla densità di popolazione.
Autenticazione
L'API Earth Engine utilizza il protocollo OAuth 2.0 per l'autenticazione e l'autorizzazione. Esistono librerie pratiche per utilizzare OAuth 2.0 per effettuare chiamate API in un'ampia gamma di linguaggi. Se non hai mai utilizzato OAuth 2.0 per accedere alle API di Google, ti consigliamo di consultare la documentazione su come utilizzare OAuth 2.0 per accedere alle API di Google.
Questa API utilizza l'ambito OAuth 2.0 di Earth Engine https://www.googleapis.com/auth/earthengine.readonly. Se configuri personalmente le credenziali del service account, devi richiedere questo ambito in modo esplicito. Se utilizzi le credenziali dell'applicazione predefinite disponibili nelle istanze di macchine virtuali Compute Engine, devi configurare l'istanza VM per richiedere questo ambito.
Asset
Al centro del modello dati di Earth Engine c'è una struttura simile a un file system di asset. Esistono tre tipi principali di asset, descritti in maggiore dettaglio di seguito: i dati raster geospaziali stessi sono archiviati in immagini, le immagini possono essere raggruppate in grandi raccolte e le immagini e le raccolte sono ulteriormente organizzate in una gerarchia di cartelle.
Ad esempio, il seguente percorso descrive una particolare immagine Landsat:
LANDSAT/LC8_L1T/LC81180562013193LGN00
In questo esempio, LANDSAT è una cartella di primo livello che contiene tutti i dati Landsat, LC8_L1T identifica una raccolta specifica di immagini Landsat 8 calibrate e corrette per il terreno e LC81180562013193LGN00 identifica un'immagine specifica all'interno di questa raccolta. I percorsi degli asset possono contenere lettere, numeri, trattini bassi e trattini, separati da barre.
Ogni immagine ha metadati che semplificano l'identificazione dei dati di interesse. Queste proprietà dei metadati per immagine in genere includono:
- La geometria dell'impronta dell'immagine, ad esempio l'estensione spaziale di un'immagine satellitare o di un set di dati del terreno.
- Il timestamp dell'immagine, ad esempio l'ora di acquisizione dell'immagine satellitare o il giorno o il mese in un set di dati del modello climatico.
- Proprietà chiave/valore arbitrarie, ad esempio la percentuale stimata di copertura nuvolosa di un'immagine satellitare Landsat.
Pixel e proiezioni delle mappe
In Earth Engine ogni immagine è costituita da una o più bande di dati. Queste potrebbero corrispondere alle bande rossa, verde e blu di una normale immagine satellitare RGB oppure a qualcosa di completamente diverso, come temperatura e precipitazioni in un set di dati meteo. I pixel in ogni banda hanno un tipo di dati specifico, ad esempio uint8 o float32.
I pixel in una griglia di pixel corrispondono a punti sulla superficie terrestre tramite una funzione matematica nota come proiezione cartografica. Questa relazione in genere ha due componenti. Innanzitutto, un sistema di riferimento delle coordinate (CRS) definisce le coordinate 2D che rappresentano i punti sulla superficie curva della Terra. I diversi sistemi di riferimento delle coordinate hanno proprietà diverse che li rendono adatti all'uso con diversi tipi di dati in diverse applicazioni. I sistemi di riferimento delle coordinate vengono in genere identificati utilizzando codici identificatori standard; esempi comuni sono le coordinate equirettangolari, web Mercator e UTM.
Le coordinate dei pixel sono quindi in genere correlate al sistema di riferimento delle coordinate spaziali tramite una trasformazione affine che controlla la scala fisica e l'origine della griglia di pixel. In Earth Engine memorizziamo una piramide di dati per ogni immagine: il livello base della piramide contiene i dati originali nella loro risoluzione nativa, mentre i livelli superiori della piramide memorizzano i dati di panoramica a risoluzione ridotta. Questi livelli della piramide sono descritti da trasformazioni affini le cui scale differiscono per fattori successivi di due.
Raccolte e cartelle
Le immagini spesso sono contenute in grandi raccolte di dati, ad esempio una raccolta di tutte le immagini acquisite da un determinato satellite o una raccolta di stime della temperatura globale nel tempo. Earth Engine crea indici di metadati che ti consentono di filtrare o interrogare le immagini nelle raccolte in base ai relativi metadati, incluso il filtraggio per località e ora. In genere, tutte le immagini all'interno di una singola raccolta hanno la stessa struttura, ovvero le stesse bande e le stesse proprietà dei metadati.
Le immagini e le raccolte sono a loro volta organizzate in una gerarchia di cartelle. Una cartella è molto simile a una cartella o directory ordinaria in un file system tradizionale: è un semplice contenitore per altre risorse, ovvero per immagini, raccolte e altre cartelle. Non tutte le immagini sono contenute nelle raccolte: alcuni set di dati, come un particolare modello di terreno globale, possono essere costituiti da una sola immagine. In ogni caso, ogni asset è identificato in modo univoco da un percorso specifico che ne identifica la posizione nel catalogo dati di Earth Engine.
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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."]]
