Google Earth acaba de incorporar Classify, una herramienta experimental que permite crear clasificaciones personalizadas del territorio directamente desde la versión web y sin necesidad de programar.
Para utilizarla, delimitamos una zona, definimos las categorías que queremos identificar y señalamos sobre el mapa algunos ejemplos de cada una. A partir de esas muestras, Google Earth genera una capa clasificada para el conjunto del área.
Podemos utilizar categorías generales como vegetación, agua o superficie urbanizada, o definir clases adaptadas a un proyecto concreto. Google propone ejemplos como diferenciar tipos de cultivos, bosque nativo y plantaciones comerciales o determinadas especies invasoras.
Vamos a ver cómo funciona.
¿Cómo funciona Classify?
Para crear la clasificación necesitamos conocer previamente algunas zonas del territorio e identificar en ellas las categorías que queremos analizar.
Después delimitamos el área de estudio, elegimos un año entre 2017 y 2025 y definimos al menos dos clases. A continuación, colocamos sobre el mapa puntos que representen ejemplos conocidos de cada categoría.
Google Earth relaciona estas muestras con los datos de AlphaEarth Foundations Satellite Embeddings. Este conjunto de datos sintetiza información procedente de diferentes observaciones de la Tierra y genera una representación anual de las características de la superficie.
Con las muestras que aportamos como usuarios, un modelo Random Forest clasifica el territorio en celdas de 10 × 10 metros. Google Earth Engine participa en el procesamiento, aunque todo el procedimiento puede realizarse desde la interfaz de Google Earth.
¿Para qué puede servir Classify?
Nuestro ejemplo utiliza tres categorías sencillas para mostrar cómo funciona la herramienta, pero Classify permite definir clases adaptadas a las necesidades de cada proyecto. Puede utilizarse, por ejemplo, para diferenciar tipos de cultivos, distinguir determinadas coberturas vegetales, separar bosque nativo de plantaciones comerciales o identificar especies invasoras.
Por sus características, puede resultar útil para análisis exploratorios, primeras aproximaciones al territorio y proyectos en los que una resolución de 10 metros sea suficiente. A partir de unas muestras conocidas, podemos obtener rápidamente una cartografía de las categorías definidas y utilizarla como apoyo para analizar el área de estudio.
Cuando el trabajo requiere mayor control sobre el proceso o evaluar la precisión de los resultados, podemos continuar el análisis en Google Earth Engine.
Qué supone trabajar a 10 metros
La resolución condiciona el tipo de clasificación que podemos realizar. Las imágenes que vemos como fondo en Google Earth pueden mostrar bastante detalle, pero Classify trabaja con celdas de 10 × 10 metros.
Las categorías que definamos tienen que poder reconocerse a esa escala. Podemos trabajar con una masa de vegetación, una superficie agrícola o una zona urbanizada suficientemente extensa, pero tendremos más dificultades si intentamos identificar elementos pequeños o muy próximos entre sí.
Una cobertura que distinguimos a simple vista en la imagen de Google Earth puede resultar más difícil de separar durante la clasificación.
Probamos Classify con un ejemplo:
Para comprobar cómo funciona, vamos a utilizar un ejemplo sencillo con tres categorías que puedan reconocerse fácilmente sobre el territorio:
- Vegetación
- Agua
- Superficie urbanizada.
Una vez creadas las tres clases, comenzamos a señalar sobre el mapa lugares que conocemos y que podemos asignar con seguridad a cada categoría.
Google Earth necesita un mínimo de tres puntos por clase para entrenar el modelo. En nuestro ejemplo hemos utilizado seis muestras para cada categoría, distribuidas en diferentes zonas del área de estudio.
Para el agua hemos seleccionado distintos puntos del embalse; para la vegetación, varias masas vegetales; y para la superficie urbanizada, principalmente diferentes puntos del polígono industrial de Urbina.
A medida que incorporamos las muestras, Classify actualiza la clasificación sobre el mapa, por lo que podemos empezar a observar cómo está interpretando el territorio.
Con estas primeras muestras ya obtenemos una clasificación del área. Cada celda se asigna a una de las tres categorías definidas y aparecen también zonas marcadas como No concluyente, donde el modelo no dispone de información suficiente para asignar una clase con claridad.
Una vez obtenida la clasificación, necesitamos criterio profesional para analizarla. Debemos saber qué estamos analizando para interpretar lo que la herramienta nos devuelve, detectar posibles errores y valorar si la clasificación obtenida tiene sentido.
Cómo continuar el análisis
Google Earth permite descargar en formato GeoJSON los puntos de muestra etiquetados que hemos utilizado.
Los puntos exportados pueden utilizarse en Google Earth Engine para reconstruir la clasificación y evaluar sus resultados con mayor detalle.
En un proyecto de teledetección podemos necesitar trabajar con colecciones de imágenes, seleccionar los datos adecuados para nuestro objetivo, comparar diferentes fechas, crear nuestros propios procesos de clasificación o comprobar la precisión de los resultados obtenidos.
Si quieres aprender a trabajar estos procesos con imágenes satelitales y diferentes herramientas, puedes consultar nuestro Curso de Introducción a la Teledetección con QGIS, Google Earth Engine, SNAP y LEOWorks
Si ya tienes una base en teledetección y quieres avanzar en el procesamiento y análisis de datos geoespaciales en la nube, puedes consultar también nuestro Curso de Google Earth Engine.
Classify facilita una primera clasificación desde una interfaz sencilla y sin programar. La elección de las muestras, la resolución de los datos, la definición de las clases y la evaluación de los resultados siguen dependiendo de cómo planteemos el análisis. Te dejamos un video del proceso a continuación:
Másinformación: https://mapsplatform.google.com/resources/blog/introducing-classification-in-google-earth/
¿Quieres comentarnos algo? Adelante!