Google Earth Engine

Satellitenbilder und Geodaten auf globaler Ebene analysieren

Verbessern Sie die Entscheidungsfindung in Bezug auf Nachhaltigkeit und Klimaresilienz mit dem ausgewählten Geodatenkatalog der Earth Engine, umfangreichem Computing und fortschrittlicher KI von Google Cloud.

Features

Mehr als 90 Petabyte analysefähiger raumbezogener Daten

Der Earth Engine-Katalog ist einer der größten öffentlich verfügbaren Datenkataloge. Er umfasst mehr als 90 Petabyte an analysebereiten Satellitenbildern und mehr als 1.000 kuratierte Geo-Datasets. Er umfasst Bilder aus über 50 Jahren, die täglich aktualisiert und erweitert werden, mit einer Auflösung von nur einem Meter pro Pixel. Beispiele hierfür sind Landsat, MODIS und Sentinel, das National Agriculture Imagery Program (NAIP), Klima- und Wetterdaten, geophysikalische Daten, einschließlich Gelände-, Boden- und Ackerlanddaten. 

Der Katalog bietet Daten über den gesamten Planeten, sodass Nutzer die Veränderungen auf der Erde besser nachvollziehen können, die für ihre Nachhaltigkeitsziele relevant sind.  

Leistungsstarke Rechenplattform in großem Maßstab

Google Cloud ermöglicht es allen, eine umfangreiche parallele Verarbeitung auf Tausenden von Computern durchzuführen. Durch die Kombination des Datenkatalogs der Earth Engine mit den Rechenkapazitäten und Datenanalysetools von Google Cloud ist die Earth Engine eine revolutionäre Plattform für die Analyse und Visualisierung von Erddaten in großem Maßstab. 

Ein schnellerer Zugriff auf sowie eine schnellere Verarbeitung und Analyse auf Daten bedeutet schnellere Innovationen, fundierte Entscheidungen und praktikable Lösungen. Der US Forest Service verwaltet beispielsweise 193 Millionen Hektar Waldfläche in den USA und verkürzt so die Zeit, die für geschäftskritische Aufgaben benötigt wird, von Monaten auf Stunden, dank des erstklassigen Datenkatalogs und der Skalierbarkeit der Earth Engine.

Code Editor

Der Earth Engine-Codeeditor ist eine webbasierte Programmierumgebung, mit der Sie schnell und einfach komplexe Geodaten-Workflows entwickeln können. Dazu stehen Ihnen folgende Elemente zur Verfügung:

  • JavaScript-Code-Editor
  • Kartenanzeige zur Visualisierung von Geo-Datasets
  • API-Referenzdokumentation (Tab „Docs“)
  • Git-basierter Skriptmanager (Tab "Scripts")
  • Konsolenausgabe (Tab „Console“)
  • Task-Manager (Tab „Aufgaben“) zur Verarbeitung von Abfragen mit langer Ausführungszeit
  • Interaktive Kartenabfrage (Tab „Inspector“)
  • Im Datenarchiv oder in gespeicherten Skripts suchen
  • Geometrie-Zeichentools

Earth Engine Python API und Colab (geemap)

Mit der Earth Engine Python API können Nutzer Python-Tools für maschinelles Lernen und Analysen nutzen, einschließlich Tools für raumbezogene Arbeitslasten wie Cloud Optimized GeoTiffs und GeoPandas. 

Die Python-Bibliothek geemap wird in Earth Engine für visuelle Workflows in Python wie Schwenken, Zoomen und Zeichnen von Kartenpolygonen für zonale Statistiken unterstützt.

Xarray, ein bekanntes Python-Paket, ermöglicht die Arbeit mit mehrdimensionalen Arrays. Mit der Earth Engine-Integration Xee können Nutzer Earth Engine ImageCollections als Xarray-Datasets verwenden. 

Interoperabilität von Earth Engine und BigQuery

Wenn Sie BigQuery mit der Earth Engine verwenden, können Nutzer das Beste aus beiden Welten nutzen. Die Earth Engine konzentriert sich auf die Bildverarbeitung (Raster), während BigQuery für die Verarbeitung großer tabellarischer Datensätze optimiert ist. 

Die Funktion „Export.table.toBigQuery()“ vereinfacht eine Reihe von Workflows:

  • Earth Engine- und BigQuery-Daten für ein umfassenderes Bild eines bestimmten Problems kombinieren
  • Mit den Analysetools von BigQuery Informationen aus Earth Engine-Daten gewinnen
  • Earth Engine-Daten auf für sie zugängliche Weise mit SQL-Nutzern teilen

Earth Engine – Maschinelles Lernen

Die Earth Engine bietet integrierte Funktionen, mit denen Nutzer ML-Modelle mit nutzerfreundlichen APIs für gängige Szenarien trainieren und verwenden können. Sie können beispielsweise einen Algorithmus für den Zufallswald verwenden, um Land in einem Gebiet zu klassifizieren. Wenn Sie lieber ein neuronales Deep-Learning-Netzwerk verwenden möchten, können Sie auch ein TensorFlow- oder PyTorch-Modell trainieren, in Vertex AI bereitstellen und Vorhersagen über den Earth Engine-Code-Editor abrufen.

Eigene Daten zur Analyse mit dem Earth Engine-Datenkatalog importieren

Nutzer können ihre eigenen Daten wie Bilder und Tabellen importieren und mit Datasets aus dem Earth Engine-Datenkatalog kombinieren, um daraus Erkenntnisse abzuleiten. Bei der Verwendung von Asset-Manager im Code-Editor oder in der Befehlszeile (CLI) können georeferenzierte Raster-Datasets im GeoTIFF- oder TFRecord-Format und tabellarische Daten in Shapefile oder Das CSV-Format importiert werden, um Datenprodukte zu entwickeln, Modelle zu erstellen und einzigartige Lösungen zu entwickeln, um die Nachhaltigkeitsbemühungen zu beschleunigen.

Ergebnisse zur Integration in andere Systeme exportieren

Wenn Sie ein TensorFlow-Modell trainieren oder Hydrologiesimulationen außerhalb von Earth Engine ausführen möchten, können Sie Daten aus der Earth Engine in ein anderes System übertragen. Die Earth Engine Export API übernimmt den Großteil der Arbeit und unsere Datenextraktionsmethoden helfen bei der Lösung von Skalierungsproblemen und funktionieren mit Frameworks wie Apache Beam, Spark oder Dask. Unsere Python-Clientbibliothek ist mit clientseitiger Logik gebündelt, um zwischen Earth Engine-Objekten und den Typen NumPy, Pandas und GeoPandas zu konvertieren.

Earth Engine-Apps

Earth Engine-Apps sind dynamische, gemeinsam nutzbare Benutzeroberflächen für Earth Engine-Analysen, mit denen Sie keine codefreien, interaktiven Visualisierungen erstellen können. 

Mit Earth Engine-Apps können Entwickler mit einfachen UI-Elementen den Datenkatalog und die Analyseleistung der Earth Engine nutzen. So können Stakeholder mit ihren Daten interagieren und Entscheidungsträgern Einblicke geben.

Cloud Score+

Cloud Score+ löst das Problem der Wolkenbedeckung in Sentinel-2-Satellitendaten. Dabei ... ist ... ein umfassender, auf Deep Learning gestützten QA-Wert, der eine „Usability“-Bewertung pro Pixel liefert, um Beobachtungen basierend auf der Gesamtqualität zu maskieren oder zu gewichten.

Dynamic World

Dynamic World ist ein globales, auf maschinellem Lernen basierendes Dataset zur Bodenbedeckung mit einer Auflösung von 10 m und nahezu in Echtzeit. Sie liefert beispiellose Details zur Flächennutzung und hilft dabei, präzise Vorhersagen und effektive Nachhaltigkeitspläne zu treffen.

Funktionsweise

Referenzieren Sie analysebereite Datasets im Datenkatalog von Earth Engine im Petabyte-Bereich. Sie können Raster- und Vektordaten parallel auf Tausenden von Geräten analysieren. Sie können Ergebnisse im Codeeditor iterativ testen und optimieren, indem Sie benutzerdefinierten Python-Code mit der Clientbibliothek von Earth Engine schreiben oder Ergebnisse aus einem in Vertex AI gehosteten Modell extrahieren. Geben Sie Ergebnisse in BigQuery oder in Earth Engine-Apps frei.

Gängige raumbezogene Anwendungsfälle in großem Maßstab lösen

Gängige Einsatzmöglichkeiten

Nachhaltige Beschaffung

Globale Lieferkettentransparenz und Rückverfolgbarkeit ermöglichen

Nachhaltige Lieferketten sind geschäftskritisch. Die Earth Engine hilft Unternehmen bei der Analyse der Bodenbedeckung und der Nutzung an Beschaffungsstandorten, um das Entwaldungsrisiko in ihren Lieferketten aufzuzeigen. Die globale Karte des EC-JRC für die Waldbedeckung 2020 bietet hierfür nützliche Informationen. Dieses Dataset ist eine räumlich explizite Darstellung der Präsenz bzw. Abwesenheit von Wäldern im Jahr 2020 mit einer Auflösung von 10 Metern. Es entspricht der EU-Entwaldungsverordnung (EUDR), die Unternehmen dazu verpflichtet, Aussagen vorzulegen, die bestätigen, dass in der EU verkaufte oder erzeugte Waren nach dem 31. Dezember 2020 nicht auf entwaldetem Land angebaut wurden.

Weitere Informationen zur Weltkarte der Waldbedeckung des EC JRC

    Globale Lieferkettentransparenz und Rückverfolgbarkeit ermöglichen

    Nachhaltige Lieferketten sind geschäftskritisch. Die Earth Engine hilft Unternehmen bei der Analyse der Bodenbedeckung und der Nutzung an Beschaffungsstandorten, um das Entwaldungsrisiko in ihren Lieferketten aufzuzeigen. Die globale Karte des EC-JRC für die Waldbedeckung 2020 bietet hierfür nützliche Informationen. Dieses Dataset ist eine räumlich explizite Darstellung der Präsenz bzw. Abwesenheit von Wäldern im Jahr 2020 mit einer Auflösung von 10 Metern. Es entspricht der EU-Entwaldungsverordnung (EUDR), die Unternehmen dazu verpflichtet, Aussagen vorzulegen, die bestätigen, dass in der EU verkaufte oder erzeugte Waren nach dem 31. Dezember 2020 nicht auf entwaldetem Land angebaut wurden.

    Weitere Informationen zur Weltkarte der Waldbedeckung des EC JRC

      TraceMark: Nachverfolgbarkeit von Rohstoffen auf der ersten Meile

      TraceMark wurde vom Google Cloud Advantage-Partner NGIS entwickelt und verwendet die Earth Engine, um die Beschaffung von Rohstoffen und das potenzielle Risiko über globale Lieferketten abzubilden, und bietet so umfassendes Monitoring der ersten Meile sowie umfassende Rückverfolgbarkeitseinblicke.

      TraceMark nutzt führende Frameworks und bietet spezifische Funktionen zur Risikobewältigung und Due-Diligence-Prüfung, einschließlich des Datenaustauschs und der Interaktion mit Zulieferern, sowie Nachhaltigkeitsmetriken für die Berichterstattung der EUDR-Richtlinie (EUDR).

      TraceMark bietet mehrere Rohstoffe für alle Produkte, die von der EUDR betroffen sind, einschließlich Palm, Kaffee, Kakao, Soja und Papier.

      Klimabedingte Risiken

      Assets vor extremen Klimarisiken wie Bränden schützen

      Katastrophenhilfebehörden benötigen präzise und aktuelle Daten und Informationen, um Brände zu überwachen, Risiken zu bewerten und Ressourcen zu schützen. Datasets in Earth Engine wie GOES PublisherIP (Bilder), GOES FDC (Branderkennung) und FIRMS (Fire Information for Resource Management System), können analysiert werden, um Brände zu überwachen sowie Brandbildung und Risikomanagement zu erleichtern. Die Analyse dieser Daten trägt dazu bei, die Effizienz von Bedrohungsabwehr und Notfallwiederherstellung zu verbessern und sie effektiver zu machen.

      Beispiel für die Kartierung von Waldbränden mithilfe von Satellitendaten

        Assets vor extremen Klimarisiken wie Bränden schützen

        Katastrophenhilfebehörden benötigen präzise und aktuelle Daten und Informationen, um Brände zu überwachen, Risiken zu bewerten und Ressourcen zu schützen. Datasets in Earth Engine wie GOES PublisherIP (Bilder), GOES FDC (Branderkennung) und FIRMS (Fire Information for Resource Management System), können analysiert werden, um Brände zu überwachen sowie Brandbildung und Risikomanagement zu erleichtern. Die Analyse dieser Daten trägt dazu bei, die Effizienz von Bedrohungsabwehr und Notfallwiederherstellung zu verbessern und sie effektiver zu machen.

        Beispiel für die Kartierung von Waldbränden mithilfe von Satellitendaten

          Cloud-Partner mit Fachwissen zu klimabedingten Risiken

          Die SpatiaFi-Lösung von Climate Engine verknüpft Asset- und Geodaten, um behördliche Berichte, die Reduzierung von klimabedingten Risiken und nachhaltige Finanzierung zu unterstützen.

          Die cloudnative Plattform „Location Intelligence“ von CARTO hilft Unternehmen dabei, Auswirkungen auf das Klima zu analysieren, Prozesse zu optimieren und Ergebnisse vorherzusagen.

          Deloitte entwickelt mithilfe der Earth Engine und der generativen AI von Google Cloud neue raumbezogene Planungslösungen, um Kunden dabei zu unterstützen, nachhaltige Gemeinschaften und Infrastrukturen aufzubauen, ihre betriebliche Stabilität zu verbessern und sich auf die Auswirkungen des Klimawandels vorzubereiten.

          SIG kennt sich seit 25 Jahren mit der Kartierung von Umweltveränderungen aus und ist auf die Bewertung von Risiken wie Bränden, Dürre, Überschwemmungen, Störungen in der Landwirtschaft und Gesundheitsbedrohungen spezialisiert.

          Natürliche Ressourcen schützen

          Nachhaltiges Management und Erhalt natürlicher Ressourcen

          Mithilfe des Datasets Hansen Global Forest Change in Earth Engine können Nutzer die Waldveränderungen analysieren, die Waldveränderungen im Zeitverlauf quantifizieren und den jährlichen Waldverlust grafisch darstellen. Mithilfe der Daten von Global Forest Watch aus Forest Monitoring for Action (FORMA, Hammer et al. 2009) können Nutzer nach Daten filtern und Warnungen für bestimmte Interessengebiete konfigurieren.

          Weitere Informationen zur globalen Änderung der Gesamtstruktur

          Nachhaltiges Management und Erhalt natürlicher Ressourcen

          Mithilfe des Datasets Hansen Global Forest Change in Earth Engine können Nutzer die Waldveränderungen analysieren, die Waldveränderungen im Zeitverlauf quantifizieren und den jährlichen Waldverlust grafisch darstellen. Mithilfe der Daten von Global Forest Watch aus Forest Monitoring for Action (FORMA, Hammer et al. 2009) können Nutzer nach Daten filtern und Warnungen für bestimmte Interessengebiete konfigurieren.

          Weitere Informationen zur globalen Änderung der Gesamtstruktur

          Cloud-Partner mit Fachwissen zum Schutz natürlicher Ressourcen

          SIG verfügt über 25 Jahre Erfahrung und zeichnet sich durch umfassende Kartierung der Bodenbedeckung und Nutzungsveränderungen, die Erkennung von Veränderungen in Echtzeit, die Bewertung des Wiederherstellungspotenzials sowie die Überwachung der Biodiversität aus und setzt sich für effektive Umweltschutzstrategien ein.

          Alle Partner ansehen
          Malerischer See inmitten von Bäumen

          Landwirtschaft

          Höhere Erträge und geringere Auswirkungen auf Lebensmittelsysteme dank landwirtschaftlicher Erkenntnisse

          Mit der Earth Engine erhalten Sie wichtige Einblicke in die Pflanzenwelt, den Wasserverbrauch und saisonale Produktivitätsmuster. MOD13A2.061 Terra Vegetation Index 16-Tage global 1 km kann genutzt werden, um eine Zeitreihenanimation zu erstellen, die den Medianwert der Vegetation über einen Zeitraum von 20 Jahren darstellt. Für eine fundiertere Entscheidungsfindung können Nutzer Datasets wie MODIS-Daten zur Landoberflächentemperatur oder ERA5-Verbundwerke analysieren, um Wachstumsgradtage (GDDs) zu berechnen und dann maschinelles Lernen in Vertex AI anzuwenden. um vorherzusagen, wann die Pflanzen das Reifegrad erreicht haben, oder um den optimalen Zeitpunkt für das Schädlingsmanagement zu berechnen.

          Tutorial zur Animation der NDVI-Zeitreihe ansehen
          • Fallstudie: So nutzt Regrow AG die Earth Engine und Google Cloud

          • Geschichte: So verändert Sayukt das Leben von Bauern

          • Blog: Wie Earth Engine nachhaltigere landwirtschaftliche Praktiken mitgestalten kann

          Höhere Erträge und geringere Auswirkungen auf Lebensmittelsysteme dank landwirtschaftlicher Erkenntnisse

          Mit der Earth Engine erhalten Sie wichtige Einblicke in die Pflanzenwelt, den Wasserverbrauch und saisonale Produktivitätsmuster. MOD13A2.061 Terra Vegetation Index 16-Tage global 1 km kann genutzt werden, um eine Zeitreihenanimation zu erstellen, die den Medianwert der Vegetation über einen Zeitraum von 20 Jahren darstellt. Für eine fundiertere Entscheidungsfindung können Nutzer Datasets wie MODIS-Daten zur Landoberflächentemperatur oder ERA5-Verbundwerke analysieren, um Wachstumsgradtage (GDDs) zu berechnen und dann maschinelles Lernen in Vertex AI anzuwenden. um vorherzusagen, wann die Pflanzen das Reifegrad erreicht haben, oder um den optimalen Zeitpunkt für das Schädlingsmanagement zu berechnen.

          Tutorial zur Animation der NDVI-Zeitreihe ansehen
          • Fallstudie: So nutzt Regrow AG die Earth Engine und Google Cloud

          • Geschichte: So verändert Sayukt das Leben von Bauern

          • Blog: Wie Earth Engine nachhaltigere landwirtschaftliche Praktiken mitgestalten kann

          Cloud-Partner mit landwirtschaftlichem Know-how

          • Woolpert: Ein Partner und führender Anbieter hochmoderner Geodatendiensten. Woolpert hat bereits mehrere Organisationen im öffentlichen und privaten Sektor dabei unterstützt, einen Earth Engine-Stack für raumbezogene Daten wie landwirtschaftliche Analysen und andere Anwendungen für das Bodenmanagement aufzubauen. 
          • NGIS: Ein engagiertes Unternehmen für Geodatenanalyse und Google Partner haben umfassende Erfahrung in der Zusammenarbeit mit führenden Landwirtschaftsorganisationen zur Implementierung der Earth Engine. Mit der Earth Engine hat das NGIS-Team Lösungen für landwirtschaftliche Nährwertung, Schutz, Produktion und Analyse entwickelt, um Petabyte an Satellitenbildern zu operationalisieren und so neue Erkenntnisse und Produkte zu liefern.
          • Spatial Informatics Group (SIG): bietet seit 25 Jahren Tools zur Unterstützung bei Umweltentscheidungen an. Zu den Fachkenntnissen gehören: Identifizierung von Vegetationsarten durch spektrale Diskriminierung; Analyse von Phänologie und saisonalen Vegetationsveränderungen; Überwachung der Ernte und Ertragsschätzung.

          Umweltverträglichkeit

          Umwelteinblicke sammeln Veränderungen erkennen und überwachen

          Organisationen und Unternehmen des öffentlichen Sektors, die im Kampf gegen Emissionen Emissionen reduzieren und Einblicke in die Faktoren, die sie schädigen, sowie deren Wirksamkeit gewinnen möchten, können benutzerdefinierte Analysen auf Earth Engine-Datasets angewendet werden, um Umweltauswirkungen im Laufe der Zeit zu erkennen. Verwenden Sie beispielsweise segmentierte jährliche Landsat-Zeitreihendaten von 1984 bis 2019, um die Seevertrocknung in Bolivien darzustellen, oder kombinieren Sie Methandaten mit anderen Datensätzen wie Bodenbedeckung, Wäldern, Wasser, Ökosysteme, regionale Grenzen und mehr – so können Sie die Methanemissionen in einer bestimmten Region im Zeitverlauf verfolgen.

          Anleitung zur Modellierung von Zeitreihen ansehen

            Umwelteinblicke sammeln Veränderungen erkennen und überwachen

            Organisationen und Unternehmen des öffentlichen Sektors, die im Kampf gegen Emissionen Emissionen reduzieren und Einblicke in die Faktoren, die sie schädigen, sowie deren Wirksamkeit gewinnen möchten, können benutzerdefinierte Analysen auf Earth Engine-Datasets angewendet werden, um Umweltauswirkungen im Laufe der Zeit zu erkennen. Verwenden Sie beispielsweise segmentierte jährliche Landsat-Zeitreihendaten von 1984 bis 2019, um die Seevertrocknung in Bolivien darzustellen, oder kombinieren Sie Methandaten mit anderen Datensätzen wie Bodenbedeckung, Wäldern, Wasser, Ökosysteme, regionale Grenzen und mehr – so können Sie die Methanemissionen in einer bestimmten Region im Zeitverlauf verfolgen.

            Anleitung zur Modellierung von Zeitreihen ansehen

              Cloud-Partner mit Fachwissen in puncto Umweltverträglichkeit

              Die Lösung zur Quantifizierung von Methanemissionen von Deloitte basiert auf der Google Earth Engine und ist ein Analysetool für raumbezogene künstliche Intelligenz (KI) und maschinelles Lernen (ML), mit dem Organisationen die Schließung problematischer Waisenbrunnen überwachen, quantifizieren und priorisieren können, um Methanemissionen zu reduzieren, Wasser und Luft zu schützen und Sicherheitsrisiken zu mindern und so die Gesundheit von Mensch und Umwelt zu verbessern.

              Preise

              Preisgestaltung für die Earth EngineDie Preise für die Earth Engine richten sich nach der Nutzung von Earth Engine-Ressourcen (Recheneinheiten und Speicher) und einer monatlichen Plattformgebühr.
              Abos und NutzungBeschreibungPreis ($)

              Einfach

              Am besten geeignet für Organisationen mit kleinen Teams und kleinen Arbeitslasten. Beinhaltet 2 Entwicklerlizenzen, 20 gleichzeitige API-Anfragen mit hohem Volumen und bis zu 8 gleichzeitige Batch-Exportaufgaben.

              500 $

              pro Monat

              Professionell

              Am besten geeignet für Organisationen mit mittelständischen Teams und vorhersehbaren, zeitkritischen, umfangreichen Arbeitslasten. Umfasst 5 Entwicklerlizenzen, 500 gleichzeitige API-Anfragen mit hohem Volumen und bis zu 20 gleichzeitige Batch-Exportaufgaben.

              2.000 $

              pro Monat

              Premium

              Am besten geeignet für größere Teams mit geschäftskritischen, zeitkritischen, umfangreichen Arbeitslasten. Die Zuweisungen für Premiumpläne können angepasst werden. Weitere Informationen erhalten Sie von Ihrem Google Cloud-Vertriebsmitarbeiter.

              Kontakt


              Computing (Analyse)


              Earth Engine-Recheneinheiten (EECUs, earth Engine Compute Units) bestehen aus verwalteten Earth Engine-Workern, die zur Ausführung von Aufgaben dienen. Die Computing-Preise werden in EECU-Stunden berechnet und variieren je nach verwendeter Verarbeitungsumgebung.

              Online-EECUs

              Berechnungen synchron ausführen und die Ausgabe direkt in die Antwort aufnehmen.

              1,33 $

              proEECU-Stunde

              Batch-EECUs 

              Führen Sie Berechnungen asynchron aus und geben Sie Ergebnisse für einen späteren Zugriff (in Google Cloud Storage, dem Earth Engine-Asset-Speicher usw.) aus.

              0,40 $

              pro EECU-Stunde

              Speicher

              0,026 $

              pro GB pro Monat

              Zusätzliche Nutzer

              Erste Nutzerinteraktion kostenlos, 500 $ pro Monat für jeden weiteren Nutzer*

              Weitere Informationen zu den Preisen für die Earth EngineVollständige Preisinformationen

              Preisgestaltung für die Earth Engine

              Die Preise für die Earth Engine richten sich nach der Nutzung von Earth Engine-Ressourcen (Recheneinheiten und Speicher) und einer monatlichen Plattformgebühr.

              Einfach

              Beschreibung

              Am besten geeignet für Organisationen mit kleinen Teams und kleinen Arbeitslasten. Beinhaltet 2 Entwicklerlizenzen, 20 gleichzeitige API-Anfragen mit hohem Volumen und bis zu 8 gleichzeitige Batch-Exportaufgaben.

              Preis ($)

              500 $

              pro Monat

              Professionell

              Beschreibung

              Am besten geeignet für Organisationen mit mittelständischen Teams und vorhersehbaren, zeitkritischen, umfangreichen Arbeitslasten. Umfasst 5 Entwicklerlizenzen, 500 gleichzeitige API-Anfragen mit hohem Volumen und bis zu 20 gleichzeitige Batch-Exportaufgaben.

              Preis ($)

              2.000 $

              pro Monat

              Premium

              Beschreibung

              Am besten geeignet für größere Teams mit geschäftskritischen, zeitkritischen, umfangreichen Arbeitslasten. Die Zuweisungen für Premiumpläne können angepasst werden. Weitere Informationen erhalten Sie von Ihrem Google Cloud-Vertriebsmitarbeiter.

              Preis ($)

              Kontakt


              Computing (Analyse)


              Beschreibung

              Earth Engine-Recheneinheiten (EECUs, earth Engine Compute Units) bestehen aus verwalteten Earth Engine-Workern, die zur Ausführung von Aufgaben dienen. Die Computing-Preise werden in EECU-Stunden berechnet und variieren je nach verwendeter Verarbeitungsumgebung.

              Preis ($)

              Online-EECUs

              Berechnungen synchron ausführen und die Ausgabe direkt in die Antwort aufnehmen.

              Beschreibung

              1,33 $

              proEECU-Stunde

              Batch-EECUs 

              Führen Sie Berechnungen asynchron aus und geben Sie Ergebnisse für einen späteren Zugriff (in Google Cloud Storage, dem Earth Engine-Asset-Speicher usw.) aus.

              Beschreibung

              0,40 $

              pro EECU-Stunde

              Speicher

              Beschreibung
              Preis ($)

              0,026 $

              pro GB pro Monat

              Zusätzliche Nutzer

              Beschreibung
              Preis ($)

              Erste Nutzerinteraktion kostenlos, 500 $ pro Monat für jeden weiteren Nutzer*

              Weitere Informationen zu den Preisen für die Earth EngineVollständige Preisinformationen

              Preisrechner

              Google Cloud-Kosten berechnen

              Individuelles Angebot

              Wenden Sie sich an unser Vertriebsteam, wenn Sie ein individuelles Angebot für Ihr Unternehmen erhalten möchten.

              Erste Schritte mit der Earth Engine

              Kurze Einführung

              Earth Engine-Katalog ansehen

              Best Practices finden

              Die Vorteile von Google Cloud nutzen

              Anwendungsszenario

              So nutzen Unternehmen und Organisationen des öffentlichen Sektors die Earth Engine


              Logo: Regrow Ag

              Regrow AG beschleunigt den Übergang zur nachhaltigen Lebensmittel- und Ballaststoffproduktion

              John Shriver, Director of Data Science bei Regrow AG

              „Unser oberstes Ziel ist es, den Übergang zur nachhaltigen Lebensmittel- und Ballaststoffproduktion weltweit sichtbarer und schneller zu machen. Wir sind davon überzeugt, dass eine regenerative Landwirtschaft die Lieferketten von Unternehmen stabiler machen kann. Um dieses Ziel zu erreichen, ist die Zusammenarbeit mit Datenspezialisten bei Google und Plattformen wie Google Cloud und der Google Earth Engine unerlässlich.“

              Bericht lesen

              Partner und Integration

              Mit einem Partner zusammenarbeiten, der über fundierte Earth Engine-Kenntnisse verfügt

              Earth Engine arbeitet mit raumbezogenen Analysen und skalierbaren Lösungen zusammen. So können wir die Funktionen der Earth Engine verbessern und Unternehmen dabei unterstützen, Auswirkungen zu minimieren, natürliche Ressourcen zu schützen und eine nachhaltige Zukunft zu gestalten.

              Alle Earth Engine-Partner ansehen

              Google Cloud
              • ‪English‬
              • ‪Deutsch‬
              • ‪Español‬
              • ‪Español (Latinoamérica)‬
              • ‪Français‬
              • ‪Indonesia‬
              • ‪Italiano‬
              • ‪Português (Brasil)‬
              • ‪简体中文‬
              • ‪繁體中文‬
              • ‪日本語‬
              • ‪한국어‬
              Console
              Google Cloud