お知らせ:
2025 年 4 月 15 日より前に Earth Engine の使用を登録したすべての非商用プロジェクトは、Earth Engine へのアクセスを維持するために
非商用目的での利用資格を確認する必要があります。
Concepts
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
この API を使用すると、さまざまな地理空間画像データに簡単かつ統一的にアクセスできます。地理空間とは、データが地球表面上の位置情報に関連付けられていることを意味します。画像データとは、従来の画像のように、ピクセル値の均一なグリッドとして構造化されたデータを意味します。
このタイプのデータで最もよく知られているのは、Google マップや Google Earth でユーザーがよく目にする衛星画像です。ただし、グリッド化された気象データセット、地形データセット、土地被覆データセット、人口密度データセットなど、他の多くのデータセットも同じ構造になっています。
認証
Earth Engine API は、認証と認可に OAuth 2.0 プロトコルを使用します。OAuth 2.0 を使用してさまざまな言語で API 呼び出しを行うための便利なライブラリがあります。OAuth 2.0 を使用して Google API にアクセスしたことがない場合は、OAuth 2.0 を使用した Google API へのアクセスに関するドキュメントをご覧ください。
この API は、Earth Engine OAuth 2.0 スコープ https://www.googleapis.com/auth/earthengine.readonly を使用します。サービス アカウントの認証情報を自分で構成する場合は、そのスコープを明示的にリクエストする必要があります。Compute Engine 仮想マシン インスタンスで使用可能なデフォルトのアプリケーション認証情報を使用している場合は、そのスコープをリクエストするように VM インスタンスを構成する必要があります。
アセット
Earth Engine データモデルの中核は、ファイル システムのようなアセットの構造です。アセットには主に 3 つのタイプがあります。以下で詳しく説明します。地理空間ラスター データ自体は画像に保存され、画像は大きなコレクションにグループ化できます。画像とコレクションは、フォルダの階層でさらに整理されます。
たとえば、次のパスは特定の Landsat 画像を表しています。
LANDSAT/LC8_L1T/LC81180562013193LGN00
この例では、LANDSAT はすべての Landsat データを含む最上位のフォルダ、LC8_L1T はキャリブレーションと地形補正が行われた Landsat 8 画像の特定のコレクション、LC81180562013193LGN00 はそのコレクション内の特定の画像を示します。アセットパスには、英数字、アンダースコア、ハイフンを使用できます。複数のパスはスラッシュで区切ります。
各画像には、関心のあるデータを簡単に識別できるメタデータが含まれています。画像ごとのメタデータ プロパティには、通常、次のものが含まれます。
- 衛星画像や地形データセットの空間範囲など、画像のフットプリント ジオメトリ。
- 画像のタイムスタンプ（衛星画像の取得時間、気候モデル データセットの日付や月など）。
- Landsat 衛星画像の推定雲量率などの任意の Key-Value プロパティ。
ピクセルと地図の投影
Earth Engine では、各画像は 1 つ以上のデータバンドで構成されています。これらは、通常の RGB 衛星画像の赤、緑、青のバンドに対応する場合もあれば、気象データセットの気温や降水量など、まったく異なるものに対応する場合もあります。各バンドのピクセルには、uint8 や float32 などの特定のデータ型があります。
ピクセル グリッド内のピクセルは、地図投影法と呼ばれる数学関数を介して、地球の表面上のポイントに対応します。この関係には通常、2 つのコンポーネントがあります。まず、座標参照系（CRS）は、地球の曲面に位置する点を表す 2D 座標を定義します。座標参照系にはそれぞれ異なるプロパティがあり、さまざまなアプリケーションでさまざまな種類のデータを使用するのに適しています。座標参照系は通常、標準識別子コードを使用して識別されます。一般的な例としては、正距円筒図法、ウェブ メルカトル図法、UTM 座標などがあります。
通常、ピクセル座標は、ピクセルグリッドの物理的なスケールと原点を制御するアフィン変換を介して、空間座標参照系に関連付けられます。Earth Engine では、各画像に対してデータのピラミッドを保存します。ピラミッドのベースレベルには、ネイティブ解像度の元のデータが含まれており、ピラミッドの上位レベルには、解像度が低下した概要データが保存されています。ピラミッドのこれらのレベルは、スケールが 2 の連続する係数で異なるアフィン変換によって記述されます。
コレクションとフォルダ
画像は、特定の衛星で取得されたすべての画像のコレクションや、経時的な地球の気温推定値のコレクションなど、大規模なデータのコレクションとして提供されることがよくあります。Earth Engine は、メタデータに基づいてコレクション内の画像をフィルタまたはクエリできるようにするメタデータ インデックスを構築します。これには、場所と時間によるフィルタリングが含まれます。通常、1 つのコレクション内のすべての画像は同じ構造（同じバンドとメタデータ プロパティ）を持ちます。
画像とコレクションは、フォルダの階層に整理されています。フォルダは、従来のファイル システムの通常のフォルダやディレクトリとよく似ています。他のアセット（画像、コレクション、他のフォルダなど）のシンプルなコンテナです。すべての画像がコレクションに含まれているわけではありません。特定のグローバル地形モデルなど、単一の画像のみで構成されるデータセットもあります。いずれにしても、すべてのアセットは、Earth Engine データカタログ内の場所を識別する特定のパスによって一意に識別されます。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-07-26 UTC。
[null,null,["最終更新日 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."]]
