Google Earth Engine - A Review第二篇

Amani, M., Ghorbanian, A., Ahmadi, S. A., Kakooei, M., Moghimi, A., Mirmazloumi, S. M., … Brisco, B. (2020). Google Earth Engine Cloud Computing Platform for Remote Sensing Big Data Applications: A Comprehensive Review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 1–1. doi:10.1109/jstars.2020.3021052 

01

期刊简介



02

文章简介

GEE-A Review

面向遥感大数据应用的Google Earth Engine云计算平台研究综述.遥感系统几十年来一直在收集大量的数据集,使用通用的软件包和桌面计算资源来管理和分析这些数据集是不实际的。在这方面,谷歌开发了一个名为谷歌地球引擎(GEE)的云计算平台,以有效应对大数据分析的挑战。特别是,该平台有助于大面积地学数据的处理和环境的长时间监测。尽管该平台于2010年推出,并已证明其在不同应用领域的巨大潜力,但直到最近几年,它才被充分研究和应用于遥感应用。因此,本研究旨在全面探讨GEE平台的不同方面,包括其数据集、功能、优势/局限性以及各种应用。为此,对20101月至20205月在150种期刊上发表的450篇期刊文章进行了研究。据观察,GEE用户广泛使用陆地卫星和哨兵数据集。此外,有监督的机器学习算法,如随机森林(RF)被更广泛地应用于图像分类任务中。GEE还被广泛应用于土地覆盖/土地利用(LCLU)分类、水文、城市规划、自然灾害、气候分析和图像处理等领域。人们普遍认为,过去几年,GEE出版物的数量显著增加,预计来自不同领域的更多用户将利用GEE来解决他们的大数据处理难题。

关键词

大数据: Big Data、云计算: Cloud Computing、

GEE: Google Earth Engine、遥感: Remote Sensing

03

GEE大地理数据处理平台的主要优势


04

使用GEE研究的国家分布


05

GEE应用领域


06

GEE中可用数据集的列表




NO.07



Conclusion



大地理数据的激增以及云计算和大数据处理服务的最新进展正在改变遥感的未来。在这方面,GEE正在有效地为研究人员、科学家和,开发人员能够轻松地从大的遥感数据集中提取有价值的信息,而不需要传统的数据分析方法的负担。GEE提供的大量遥感数据集(如存档的陆地卫星和哨兵图像)有助于研究人员应对全球挑战和环境问题,如全球变暖、气候变化、大面积LCLU分类以及几十年来的景观监测。GEE还包含数百个预先构建的功能,可以方便地被不同的用户理解和使用。通过JavaScript的基本知识,用户还可以实现自己的算法。这些优势使得任何用户都可以将此云计算平台用于LCLU、农业、水文、自然灾害等各种应用中。除了所有这些优势之外,它还存在一些局限性,比如每个用户的存储空间有限,训练机器学习算法的内存有限,这可能会推动新的用户后退。然而,不可否认的是,GEE提出了一种新的地理空间数据处理方法,解决了遥感研究人员面临的几个大数据难题。基于GEE的出版趋势,很明显,而且在任何对使用地球观测数据集感兴趣的社区中也更受欢迎。

点击下方阅读原文

https://ieeexplore.ieee.org/document/9184118


本文分享自微信公众号 - GEE遥感大数据学习社区(GoogleEarthEngine)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部