Original por Mark Altaweel. 29 de marzo de 2021. Post traducida del inglés y adaptada al español por Boris Roger Fernandez Astro de la página GIS Lounge
Google Earth Engine es un catálogo a escala de petabytes de imágenes de satélite y datos geoespaciales.[1] De hecho, es mucho más que un catálogo a gran escala, proporciona a los usuarios capacidades analíticas geoespaciales y el potencial para desarrollar sus propios sitios personalizados y herramientas analíticas que se pueden compartir con muchos otros. También ofrece un medio para que los investigadores colaboren y carguen sus propios datos personalizados. Todo esto es posible gracias a la arquitectura basada en la nube de Google.
En un episodio de podcast de MapScaping, Quisheng Wu analiza el uso de Google Earth Engine, describiendo sus grandes beneficios para los usuarios y las capacidades que les permiten compartir y cargar sus propios análisis geoespaciales.
Escuche el podcast original en inglés:
Estas herramientas son una tecnología más que interesante con la que simplemente experimentar. Más bien, a medida que nuestro planeta enfrenta crecientes amenazas ambientales, la colaboración y el intercambio de datos será fundamental entre los científicos.
El uso de herramientas geoespaciales de computación de escritorio no será suficiente para abordar algunos de los mayores desafíos que enfrenta nuestro planeta. La computación basada en la nube y el uso de herramientas colaborativas serán fundamentales para la educación, la investigación y la búsqueda de soluciones que puedan resolver grandes desafíos ambientales.
Análisis geoespacial en el navegador
Lo que ha sido útil para los científicos geoespaciales es que no es necesario descargar los datos que se desean trabajar. Toda la visualización y el análisis se pueden realizar dentro de un navegador.
Si bien la mayoría de los datos son imágenes de satélite, como los datos de Sentinel 2 o Landsat, los datos vectoriales también están presentes y se pueden cargar o crear datos propios. Por ejemplo, puede incorporar imágenes de UAV además de lo que se encuentre en línea. Puede iniciar sesión y crear una cuenta simplemente teniendo una cuenta de Gmail.
Para realizar análisis y algunos filtros de datos, simplemente se escribe o modifica el código JavaScript usando el editor. Después de darle al motor de búsqueda una lista de los parámetros que se desea para realizar la búsqueda de datos geográficos, como la cobertura de nubes, la fecha, la ubicación y otros criterios de búsqueda de imágenes, se obtendrá una lista de datos que puede seleccionarse según los criterios del usuario.
Los datos se proporcionan como imágenes crudas o procesadas, por ejemplo, con corrección atmosférica y datos ya preparados para su uso en análisis geoespaciales. Aunque Google Earth Engine no es de código abierto, está claro que una variedad de herramientas de Google están integradas en Google Earth Engine, incluido el procesamiento de datos de imágenes satelitales que sucede dentro de horas cuando se toman las imágenes (casi inmediatamente).
Además, una vez que obtenga los datos, se los puede mantener en línea y realizar una variedad de análisis, incluidas técnicas de machine learning como apoyo a técnicas vector machine, k-means clustering, y random forest. El análisis se puede aplicar a grandes escalas mediante el procesamiento en paralelo, lo que permite poder realizar análisis a escala global incluso en datos de escala grande.
Esto no sería posible en una computadora de escritorio, por lo que se obtiene una capacidad informática de alto rendimiento que permite realizar análisis informáticos científicos. Como parte del servicio, se tiene las capacidades de almacenamiento de datos de BigQuery de Google que permiten un análisis escalable a escala de petabytes.
El procesamiento dentro de Google Earth Engine también se puede utilizar para optimizar datos, donde se puede exportar a la computadora de forma local o guardar los datos raster o vectoriales en línea. El intercambio de datos se puede hacer por correo electrónico, dando un enlace a la carpeta que tiene o permitiendo que otros accedan y colaboren.
Para algunas formas de análisis y procesamiento deseado, como la partición y el análisis de vectores, es posible que Google Earth Engine no sea ideal para el procesamiento, ya que la atención se ha centrado en el análisis basado en píxeles. Esto puede significar que realice su análisis localmente o en otras computadoras, luego se puede cargar los datos procesados para completarlos en Google Earth Engine o simplemente para compartirlos.
También es posible crear y cargar código Python para realizar análisis interactivos. Esto significa que, si desea agregar o crear un nuevo análisis para Google Earth Engine, puede compartirlo con todos los usuarios o simplemente conservar su propio código y cargarlo según sea necesario. En su cuenta, puede crear un sitio personalizado que se puede utilizar para compartir sus datos.
Google Earth Engine ahora se está utilizando para una variedad de análisis científicos. Por ejemplo, el mapeo de cultivos y el seguimiento de los rendimientos para permitir la seguridad alimentaria ha sido un área.[2] Además, debido a que algunos datos satelitales y de sensores remotos se cargan literalmente en Google Earth Engine en horas o días, los científicos pueden usar Google Earth Engine para análisis rápidos y a largo plazo. Esto incluye el monitoreo de eventos de inundaciones, incluidos los eventos en desarrollo.[3] Cada vez más, vemos otras aplicaciones ambientales e incluso de ciencias sociales que utilizan datos e imágenes geoespaciales en Google Earth Engine.
A medida que Google Earth Engine adquiere mayores capacidades, es probable que veamos más ciencia colaborativa e intercambio de datos y código que se produce al utilizar esta herramienta entre los científicos.
Referencias
[1] For more on Google Earth Engine, see: https://earthengine.google.com/.
[2] For more on Google Earth Engine’s use in crop analysis, see: Shelestov, A., Lavreniuk, M., Kussul, N., Novikov, A., & Skakun, S. (2017). Exploring Google Earth Engine Platform for Big Data Processing: Classification of Multi-Temporal Satellite Imagery for Crop Mapping. Frontiers in Earth Science, 5. https://doi.org/10.3389/feart.2017.00017.
[3] For more on using Google Earth Engine for monitoring flood events, see: DeVries, B., Huang, C., Armston, J., Huang, W., Jones, J. W., & Lang, M. W. (2020). Rapid and robust monitoring of flood events using Sentinel-1 and Landsat data on Google Earth Engine. Remote Sensing of Environment, 240, 111664. https://doi.org/10.1016/j.rse.2020.111664.
Créditos a la post original en la página GIS Lounge.
