Nome da Atividade
INTRODUÇÃO AO GOOGLE EARTH ENGINE
CÓDIGO
22000356
Carga Horária
30 horas
Tipo de Atividade
DISCIPLINA
Periodicidade
Semestral
Modalidade
PRESENCIAL
Unidade responsável
CARGA HORÁRIA OBRIGATÓRIA
2
CARGA HORÁRIA EAD
1
CARGA HORÁRIA TEÓRICA
1
CRÉDITOS
2
FREQUÊNCIA APROVAÇÃO
75%
NOTA MÉDIA APROVAÇÃO
7
Ementa
Introdução à principal plataforma de processamento de dados geográficos com computação
em nuvem: Google Earth Engine (GEE). Trata-se de uma plataforma que com alta capacidade
de armazenamento e processamento de imagens de satélites permite ao usuário realizar
diversas análises espaço-temporais, a nível regional e global, com velocidade muito maior do
que com as técnicas de SIG convencionais. Nesse curso serão introduzidas técnicas de
programação em JavaScript (linguagem do GEE) para o aluno desenvolver a capacidade de
aplicar essa ferramenta em diversos projetos e trabalhos.
em nuvem: Google Earth Engine (GEE). Trata-se de uma plataforma que com alta capacidade
de armazenamento e processamento de imagens de satélites permite ao usuário realizar
diversas análises espaço-temporais, a nível regional e global, com velocidade muito maior do
que com as técnicas de SIG convencionais. Nesse curso serão introduzidas técnicas de
programação em JavaScript (linguagem do GEE) para o aluno desenvolver a capacidade de
aplicar essa ferramenta em diversos projetos e trabalhos.
Objectives
Objetivo Geral:
Introduzir aspectos conceituais e práticos relacionados ao uso do GEE em geoprocessamentocom ênfase em recursos hídricos.
Específicos:
- Caracterizar a plataforma GEE e organização dos dados espaciais (imagens de satélites e
dados vetoriais).
- Introduzir a estrutura da linguagem de programação JavaScript
- Apresentar diferentes possibilidades de aquisição, manipulação, integração de dados, e
geração de resultados/informações.
Conteúdo Programático
Bibliografia
Bibliografia Básica:
- Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/https://doi.org/10.1016/j.rse.2017.06.031
Bibliografia Complementar:
- https://developers.google.com/earth-engine/edu
- https://www.csc.fi/web/training/-/introduction-to-using-google-earth-engine