¿Todavía no has probado a hacer un script con Google Earth Engine? Que la programación no te asuste. Con sencillos pasos a realizar y algunas nociones de trabajo del entorno de Earth Engine puedes consultar imágenes satélite, datos climáticos, Modelos Digitales de Elevación, variables socioeconómicas o incluso subir a la nube tus propios datos para procesarlos y representarlos en el visor de GEE.
Para que veas lo fácil que puede ser construir un sencillo script, aquí tienes los pasos a dar a la hora de consultar y representar tus imágenes con escuetas líneas de código. En cinco minutos puedes montar tu primer script con Google Earth Engine.

Lo primero que necesitarás será activar el acceso a la plataforma GEE desde tu cuenta de Google. El acceso es gratuito y en unas horas te darán acceso a la plataforma. Solo deberás rellenar un sencillo formulario exponiendo tus inquietudes y perspectivas con el uso de la herramienta.
Una vez tengas acceso al entorno de Earth Engine, podrás visualizar su interfaz. Desde el editor de scripts, situado en la zona superior, podrás plantear el código necesario para adquirir, procesar y visualizar las imágenes mientras observas los resultados en el visor o en la consola, situados abajo y a la derecha de la vista. Puedes representar imágenes, generar gráficas, componer timelapses, exportar datos o visualizar propiedades de las imágenes desde la consola y el visor.

Lo primero que tendrás que hacer será generar una variable que permita llamar a una colección de datos o imágenes en las que estás interesado y esté disponible en Earth Engine. Por ejemplo, datos de imágenes satélite de Sentinel 2 corregidas atmosféricamente. Conseguirás acceder a esta información utilizando la colección «COPERNICUS/S2_SR».
var ColeccionSentinel = ee.ImageCollection("COPERNICUS/S2_SR")
Ten en cuenta que diariamente se generan múltiples imágenes, por lo que puedes aplicar filtros de búsqueda basados en fechas, límites geográficos, cobertura de nubes y otros atributos específicos de la colección. Así reducirás el número de resultados y podrás acotar exactamente a aquello que deseas. Digitalizando desde el visor, una zona geográfica de interés, conseguirás filtrar la zona de trabajo a representar.

Fechas y cobertura de nubes son los parámetros más limitantes utilizados habitualmente para aplicar filtros. Puedes ampliar tu código de script de la siguiente manera.
var ColeccionSentinel = ee.ImageCollection("COPERNICUS/S2_SR");
.filterBounds (geometry)
.filterDate ('2020-08-01' ,'2020-08-30')
.filterMetadata ('CLOUDY_PIXEL_PERCENTAGE', 'Less_Than', 10);
Cuando filtres y accedas al conjunto de datos podrás gestionar los resultados para hacer algo específico con ese volumen de datos. Puedes seleccionar una imagen concreta u obtener una imagen compuesta como combinación de todos los resultados. Por ejemplo, puedes crear una nueva variable que te permita seleccionar la primera imagen disponible de del periodo temporal establecido.
var ZonaAOI = ColeccionSentinel.first();
A partir de tu resultado, será necesario analizar datos o representarlos de forma directa en el visor de Google Earth Engine. Entre las miles de opciones, puedes tratar de componer un índice multiespectral. Por ejemplo, un índice de vegetación NDVI, que te ayude a realzar la presencia de masas vegetales frente a zonas desnudas o masas de agua trabajando las bandas del infrarrojo (NIR) y el rojo visible. Una nueva variable y el juego de bandas clave crearán el indicador buscado.
var NDVI = ZonaAOI.normalizedDifference (['B8', 'B4']);
Si quieres representar adecuadamente los datos del índice de vegetación deberás trabajar la simbología. De esta forma podrás vincular colores a resultados. A partir de una nueva variable, e incorporando una paleta de colores conseguirás rampear tus resultados entre los valores máximos y mínimos deseados.
var SimbologiaNDVI = {min:0, max: 1, opacity: 1,
palette: ['#0000ff','F1B555','99B718','66A000','3E8601','056201','023B01','011D01']};
O si lo que quieres es hacer una simple representación RGB por combinación de bandas, deberás indicar el orden de las mismas para generar ese filtro temático. Por ejemplo, puedes simbolizar tu índice NDVI a la vez que representas una combinación de bandas analíticas basadas en el infrarrojo cercano para seguir trabajando aspectos forestales o cultivos agrícolas.

Ahora solo te queda visualizar los datos en el visor de Google Earth Engine. Para eso deberás parametrizar la representación incorporando las variables a mostrar, la simbología a emplear, bandas de trabajo,e incluso asignarle un nombre a las capas temáticas que se mostrarán en el visor.
Map.addLayer (ZonaAOI, {
max: 6500.0,
min: 0.0,
gamma: 1.0,
bands: ['B8', 'B4', 'B3']},
'Filtro NIR para vegetacion');
Map.addLayer (NDVI, SimbologiaNDVI, 'Índice NDVI');
Desde la zona superior del editor de scripts de Earth Engine, puedes correr el script con la opción RUN y visualizar tus datos en la vista interpretando resultados.


Con un poco más de soltura puedes trabajar infinidad de opciones. Desde elaborar gráficas hasta hacer reclasificaciones supervisadas o paneles interactivos para comparar datos temporales.
Hola Roberto, cómo andas? te consulto: se puede agregar un filtro para que solo queden imagenes de ndvi con valores mayores a por ejemplo: 0.3.
Muchas gracias!
Hola Lucas!!
Pues no sé bien si he entendido lo que quieres hacer. Creo que a lo que te refieres es a disponer de las partes de la imagen que te advierta de las superficies que realmente tienen una vegetación importante y filtrar a partir de 0.3, ¿no?
Para eso puedes reclasificar la imagen y que te muestre el rango o los rangos de valor de interés. Puedes hacer tantos intervalos como quieras. Sería algo tal que así:
var Clasificacion = NDVI
.where (NDVI.lte(0), 1) //y discriminas la zona acuatica
.where (NDVI.gt(0).and (NDVI.lte(0.3)), 2) // y discriminas zona sin vegetación
.where (NDVI.gt(0.3), 3); // y discriminas la vegetacion que buscas
Cordial saludo:
Gracias por compartir sus conocimientos excelente explicación.
Podría por favor indicarme como se obtienen los valores mínimos, máximos y el gamma cuando se va a visualizar una imagen, son arbitrarios, he visto que son diferentes en las imágenes Landsat y Sentinel.
Éxitos
Los valores maximos y mínimos dependen de la imagen y el satélite. Landsat por ejemplo tiene un rango de 0 a 1 y Sentinel puede llegar a los 5000-7000. Cada imagen tiene unos valores de píxel diferentes que son los que permiten calibrar visualmente la imagen. Puedes determinar el valor máximo y el valor mínimo haciendo una impresión de la imagen en la consola y viendo los valores max y min desde sus atributos con «print (variable)». Pero no necesariamente tienes que coger esos valores. Puedes modificarlos para conseguir mayor o menor contraste en la imagen y darle más brillo, por ejemplo, cuando se trata de imágenes más oscuras o que territorialmente tienen elementos más oscuros con escaso contraste entre elementos, como un bosque.