Análisis cartográficos en Google Earth Engine

Google Earth Engine le está comiendo terreno a los SIG de escritorio y empieza a convertirse en el rey de los datos cartográficos masivos de naturaleza ráster con posibilidad de procesarlos en la nube en pocos segundos. Si todavía no conoces Google Earth Engine, pon atención, es más fácil de utilizar de lo que crees y puedes acceder a la visualización y descarga de infinidad de capas temáticas históricas, actuales y en near real time. Entre otros datasets dispones de datos climáticos, imágenes satélite, índices ambientales, mapas de usos del suelo, datos socioeconómicos o Modelos Digitales de Elevación disponibles para su descarga gratuita.

Desde Google Earth Engine puedes consultar, en cuestión de segundos, coberturas de datos mundiales. Y lo mejor de todo es que puedes trabajar la información en la nube, filtrar los datos por fechas y otros atributos y, finalmente, descargarlos en tu Drive. Puedes procesar imágenes nocturnas, subir tu propia cartografía, calcular indicadores multiespectrales, componer timelapses, realizar clasificaciones de usos del suelo, representar gráficas analíticas o procesar Modelos Digitales de Terreno a partir de archivos DEM. Tienes infinidad de capas temáticas entre las colecciones de Engine. Si todavía no has interactuado con Engine, aquí tienes algunas pautas para empezar a sacar partido a tu cartografía de manera más rápida que los SIG de escritorio como ArcGIS, gvSIG, o QGIS.

La esencia de Engine está en su plataforma online y análisis en la nube. Tienes acceso a todos los datos sin necesidad de descargar información inicial, validarte en plataformas o disponer de un ordenador potente para procesar los datos. Entre las genialidades que encontrarás en la sistemática de trabajo de GEE encontrarás:

• La posibilidad de previsualizar y descargar rápidamente cualquier dataset sin tener que registrarte en plataformas de organismos oficiales.
• Cuentas con imágenes satélite, datos climáticos, Modelos Digitales de Elevación y otros datos científicos y sociológicos para analizar tus datos.
• Procesado de datos en la nube en cuestión de segundos.
• Si dispones de tu propia cartografía puedes subirla a Engine y cruzar tus datos con sus colecciones.
• Puedes realizar filtrados de datos para excluir la información innecesaria.
• Puedes procesar la información en la nube en cuestión de segundos para descargar el análisis resultante final, tanto en formatos ráster como tablas o vectores.
• Puedes descargar datos tabulados y generar gráficas online.
• Jugando con las bandas de imágenes satélite podrás componer índices multiespectrales de manera directa calculando índices de vegetación o analizando el impacto de desastres naturales.
• Disponer de colecciones temporales te ayudará a componer timelapses.
• Si te interesan las series de datos temporales puedes descargar masivamente la información de un periodo de tiempo acotando la zona geográfica por AOI.
• Puedes trabajar en el entorno de Engine programando scripts o trabajando directamente con capas de una manera similar a un SIG de escritorio.

Editor de scripts de Google Earth Engine

Una de las vías de trabajo de Google Earth Engine es su editor de código desde donde puedes empezar a programar scripts de convencionales procesos ETL, llamando a colecciones de datos para extraer la información, visualizarla, analizarla y descargarla. Un sencillo editor de código y un visor para visualizar y delimitar vectorialmente la zona territorial de análisis te permitirán jugar con este entorno de Engine. Imágenes satélite de Sentinel o Landsat, datos de precipitación, mapas de pendientes, datos poblacionales y lo que se te llegue a pasar por la cabeza estarán, seguro, entre las colecciones de GEE para procesar y analizar los datos en la nube.

No te costará entender la dinámica de trabajo de los scripts de Engine. Tan solo tienes que declarar variables que llamen a colecciones de datos y procesarlos con sencillas funciones de análisis y representación.

Puedes empezar a trabajar en el entorno de GEE activando tu cuenta con tu cuenta tradicional de Google y de manera gratuita. Aquí tienes algunos scripts básicos que te pueden ayudar a empezar a aprender poco a poco para extraer, representar y descargar los datos de manera rápida.

Descarga directa de datasets en Google Earth Engine Explorer

Si la programación no es lo tuyo…. No te preocupes. Google Earth Engine tiene una puerta trasera desde donde acceder a sus datasets y realizar la descarga de los datos en bruto. Así podrás cargarlos en tu SIG de escritorio y seguir trabajando de manera convencional (aunque te perderás el fulminante y rápido procesado de petabytes en la nube sin tener que descargar los archivos originales)

Para trabajar la descarga de datos de manera manual sin necesidad de programar, deberás acceder a la colección de datasets de Google Earth Engine Explorer desde este enlace. Podrás acceder a un repertorio de capas temáticas de imágenes y datos satélite, tiempo y clima, demografía o MDT provenientes de datos geofísicos.

Una vez tengas identificado el recurso podrás visualizar la descripción de sus bandas y atributos pudiendo seleccionar la opción Open in workspace situada la derecha de la descripción temática para incorporarla en el visor de Google y empezar a gestionar los datos.

La capa temática será incorporada en el visor de Google y podrás empezar a gestionar aspectos como fechas, bandas de trabajo, composiciones RGB, generar contrastes y transparencias. Una vez tengas seleccionados tus filtros o hayas jugado con las bandas podrás comenzar la descarga desde el icono inferior Download layer.

La descarga te permitirá gestionar la resolución del archivo, el formato, proyección, las bandas en las que estés interesado o descargar los datos acotando la superficie de tu vista o de una zona territorial AOI.

En cuanto tengas descargados tus datos, podrás volcar la información a tu SIG de escritorio y comenzar a trabajar análisis de datos ráster de manera convencional en ArcGIS, QGIS, gvSIG o programas de análisis satélite específicos como SNAP o ENVI.

Etiquetas: qgis