GEE和我
Google Earth Engine是谷歌近几年搞的一个大型的地理空间平台,本人在近来的工作中感觉其具有很多的优势,必然成为今后做此类任务的重要平台,经过与课题组其他老师、师兄师姐的讨论,一致认为,今后任何涉及到遥感领域研究的机器学习工作的数据集,都应该尝试使用Google Earth Engine进行数据获取和简单的处理,下面,简单对我所感受的特点略作总结:
- 海量的数据,GEE上汇集了来自很多卫星的多种遥感数据,大概有好几PB,一般的小项目使用的数据量,不太可能超过这个量,甚至,用到的只有一小点点。
- 数据多样化,举例来说,合成孔径雷达数据一直以来都很难获得,以前是购买一些数据(极其昂贵),前段时间在EZ翻译计划提到了一个叫做SEN1-2的数据集,但是,在他人的数据集上做魔改,终究没有自己定制的用的顺手,还是得“学其渔”。
- 功能强大,Google提供了许多对数据进行处理的函数,包括常用的过滤、去云雾以及比较有趣的小功能(比如搞出来一个地域变迁动画,很有展示度(说白了就是领导爱看……))
- 云端计算力,分析遥感数据的一大限制就是对计算机有很大的要求,以前使用的工具大多是基于本机或是近端服务器,算力有限,而GEE完全部署在云端,用上Google的云服务器,可以多线程地处理数据,完全不担心卡死或者过热之类的问题。
- 友好的用户接口,除了基于Web端使用JavaScript进行处理,还具有Python的接口可以使用。
- 完全免费,这点应该就不需要解释了——当然,完全免费也不尽然,如果想要用得舒服,除了搞一个好用的梯子(可能要破费一点),最好还要在Google Drive上搞一点储存空间,毕竟,在处理遥感之类的东西,5G或是15G,用起来难免掣肘。
但是,GEE也面临着一个很大的问题,那就是用的人比较少,网络上的介绍大部分都是在官网首页上扒下来的简要介绍,要不就是各个网站上流转的一些不知道几手的资料,知乎上有一个很有建设性的板块,网址在这里:传送门,写得非常详细,如果大家对工程实践上需求比较紧张,最好还是参考一下这个专栏。但是总的来说,关于GEE的讨论还远远达不到应该有的地步(尤其是在国内),除了万里长城的影响,恐怕开发文档撒的也不够开也是原因之一,而且作为一个比较新的平台,很多研究者也提供不了很多帮助,其实Google的开发文档从来都是让人“如沐春风”,但是现在搞成这个样子,难免让人遗憾。
近来,一些朋友看到了我做的论文翻译(说实话质量并没有很高,尤其是课题组内部参考的一些,主要还是为了梳理知识),感觉做一些翻译引进还是有其必要,假期里又有时间,打算把GEE的开发文档翻译整理出来,上文也提到,Google的文档写的非常赞,我也希望能够翻译出其中的一些highlight,欢迎大家提宝贵意见。
翻译对照清单滚动更新
English | 中文 | 索引 |
---|---|---|
GEE | 谷歌地球引擎 | 01 |
Georeferrenced Imagery | 地理配准图像 | 02 |
Vector | 矢量 | 02 |
Code Editor | 代码编辑器 | 02 |
Address Bar | 地址框 | 02 |
Layer | 图像层 | 02 |
Search Box | 搜索栏 | 02 |
Asset | 资产库 | 02 |
Inspector | 检查器 | 02 |
Output Console | 输出面板 | 02 |
Manager | 管理器 | 02 |
Image Collection | 图像集 | 02 |
Filtered Composite | 过滤复合 | 02 |
Center Console | 中控台 | 02 |
Raster | 光栅图 | 02 |
Band | 波段 | 02 |
Method | 方法 | 02 |
Metadata | 元数据 | 02 |
Filter | 过滤器 | 02 |
Composite | 复合 | 02 |
Mosaick | 镶嵌 | 02 |
Reduce | 缩合 | 02 |
Mask | 蒙版 | 02 |
Profiler | 探查器 | 03 |
Projection | 投影法 | 07 |
Stretch | 归一值 | 08 |
Gamma | 伽玛校正因子 | 08 |
Opacity | 不透明度 | 08 |
Composites | 拼合 | 08 |
Palettes | 调色板 | 08 |
Clip | 裁剪 | 08 |
Thumbnail | 缩略图 | 08 |
Erosion | 侵蚀 | 13 |
Dilation | 膨胀 | 13 |
Iterations | 迭代 | 13 |