EZ | about Google Earth Engine | GEE - 00

Our Earth

GEE\ and\ I


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。
\
\
Check list


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
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342