张大妈

刚刚,Google Earth Engine发布了专业高级版,效果惊艳,赶快用起来

源自公众号:地学万事屋

02-07 17:25

Google Earth Engine专业高级版的发布,为地理空间分析带来革命性工具。通过与BigQuery的深度集成、AI融合及简化注册,它让处理大规模地理空间数据变得前所未有的高效和便捷,为多行业专业人士提供了强大的决策支持。

刚刚,Google Earth Engine发布了专业高级版,效果惊艳,赶快用起来智能速览

  • 推出专业高级版,为城市规划等行业提供高级数据层。

  • 与BigQuery深度集成,实现栅格数据的SQL原生分析。

  • 内置机器学习API,支持监督分类与回归分析。

  • 注册流程大幅简化,关联Google Cloud Project即可使用。

  • 提供90天免费试用,包含300美元额度。

刚刚,Google Earth Engine发布了专业高级版,效果惊艳,赶快用起来精华内容

这次更新不仅是功能的叠加,更是地理空间分析工作流的根本性重塑,从数据获取到智能洞察,门槛被大幅降低。

专业数据层

新的专业数据层为专业人士带来深刻洞见。房地产开发商可叠加多住宅单元数量、高程等值线和地块层面分区数据,快速筛选出适合开发的社区,从城市尺度到具体宗地,实现精准选址。

城市规划师则能组合地表温度、树冠和人口数据,通过调整图层透明度,精准识别缺少遮荫且人口密集的高温社区,为植树、建绿地或冷却中心等干预措施提供科学依据。

BigQuery集成

2025年的核心更新是与BigQuery的深度集成,这带来了ST_RegionStats()地理函数和20个共享的Earth Engine栅格数据集。分析师现在可以直接在BigQuery中使用SQL查询和处理大规模栅格数据,无需复杂的ETL管道。

例如,ERA5 Land这类长达数十年的气候数据集,可以直接在BigQuery中订阅和查询,极大地简化了从原始气候数据到可行见解的工作流程,为研究自然灾害风险和森林砍伐等议题提供了便利。

AI与机器学习

Earth Engine正积极整合AI与机器学习技术。平台内置了易于使用的机器学习API,支持监督分类(适用于土地利用制图)、非监督分类和回归分析(如预测作物产量或森林覆盖率)。

尽管当前API不支持深度学习,但用户可以使用TensorFlow或PyTorch等框架在外部训练模型,再应用于Earth Engine的大规模数据分析,这为复杂的卫星图像解译开辟了广阔空间。

实际应用案例

新功能已在多个领域展现出巨大价值。Perennial公司利用Earth Engine,结合超过35万个土壤样本和30年的卫星数据,创建了全球范围内的土壤碳和生态系统健康地图,实现了审计就绪的测量。

2025年6月推出的Montrends应用程序,则通过分析2001年至2023年的MODIS数据,监测了五个物种类群的栖息地适宜性变化趋势,成为保护规划者的有力工具。

注册与试用

相较于过去繁琐的申请流程,GEE的注册已大幅简化。现在,用户只需创建并关联一个Google Cloud Project,即可快速访问GEE的强大功能。

对于新客户,Google提供了专业版和专业高级版的90天免费试用,包含300美元的赠金,截止时间为2025年9月。试用期结束后,资源会暂停,确保用户在无风险的情况下体验新功能。

Google Earth Engine正通过技术革新,让强大的地理空间分析能力走向大众。这不仅是一个工具的升级,更是推动科学研究和可持续发展决策的重要一步,未来的应用潜力令人期待。

内容由AI生成
5
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章