안녕하세요? 이번 글은 시리즈 글의 일부로 Google Earth Engine과 geemap을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 구현 방법을 소개해 보겠습니다. 이 글의 내용은 스미소니언 보전생물연구소 연구진 분들이 제공한 JavaScript 소스코드를 Python으로 변환하여 수정, 보완한 것입니다. Crego, R. D., Stabach, J. A., & Connette, G. (2022). Implementation of species distribution models in Google Earth Engine. Diversity and Distributions, 28, 904–916. https://doi.org/10.1111/ddi.13491..

안녕하세요? 이번 글은 시리즈 글의 일부로 Google Earth Engine과 geemap을 이용한 종 분포 모델링(SDM: Species Distribution Modeling) 구현 방법을 소개해 보겠습니다. 이 글의 내용은 스미소니언 보전생물연구소 연구진 분들이 제공한 JavaScript 소스코드를 Python으로 변환하여 수정, 보완한 것입니다. Crego, R. D., Stabach, J. A., & Connette, G. (2022). Implementation of species distribution models in Google Earth Engine. Diversity and Distributions, 28, 904–916. https://doi.org/10.1111/ddi.13491..

안녕하세요? 이번 글은 Google Earth Engine과 geemap을 사용하여 Landsat Timelapse를 생성해 보도록 하겠습니다. 실습 코드 출처는 아래 링크를 참고하시면 되겠습니다. GEE Workshop 2022 Part1 - geemap import ee import geemap geemap.ee_initialize() # Define an area of interest geometry with a global non-polar extent. aoi = ee.Geometry.Polygon( [[[-179.0, 78.0], [-179.0, -58.0], [179.0, -58.0], [179.0, 78.0]]], None, False ) # Import hourly predicted te..

안녕하세요? 이번 글은 Google Earth Engine과 geemap에서 로컬에서 훈련된 머신러닝 모델(scikit-learn) 사용법을 정리해 보겠습니다. 태안해안국립공원 지역의 Landsat 8호 위성영상을 대상으로 토지피복 분류를 다뤄보는 내용입니다. 해당 내용은 geemap 북 내용을 일부 수정, 보완한 것입니다. 6. Analyzing Geospatial Data — Geospatial Data Science with Earth Engine and Geemap next 7. Exporting Earth Engine Data book.geemap.org 일단, ee와 geemap과 함께 필요한 모듈을 가져오고, Earth Engine을 초기화하는 작업을 수행합니다. import pandas a..

안녕하세요? 이번 글은 Google Earth Engine과 geemap을 활용한 토지피복 분류를 실습해 보도록 하겠습니다. 태안해안국립공원 지역의 Landsat 8호 위성영상을 대상으로 감독 분류(supervised classification)을 다뤄보는 내용입니다. 해당 내용은 geemap 공식 튜토리얼 내용을 일부 수정, 보완한 것입니다. 32 supervised classification - geemap Uncomment the following line to install geemap if needed. In [ ]: # !pip install geemap Machine Learning with Earth Engine - Supervised Classification¶ Supervised cla..

안녕하세요? 이번 글은 Python용 SDM 도구, elapid(엘라피드)를 사용하여 Maxent 모델의 적합 및 적용 예제(end-to-end example)를 정리해 보겠습니다. 공식 링크는 다음과 같습니다. "end-to-end"는 한 시스템이 입력에서부터 출력까지 모든 단계를 담당하는 것을 의미합니다. 이 예시는 Maxent 모델의 적합(학습)과 적용(예측) 과정을 보여줄 것입니다. 이 예제는 모델 학습의 가장 간단한 패턴을 보여주기 위한 것입니다. 전체 모델 학습과 평가에는 훈련/시험 데이터 나누기(train/test splits), 교차 검증(cross-validation), 피처 선택(feature selection)과 같은 요소들이 포함되어야 합니다. 이러한 내용은 여기서 다루지 않았습니다..

안녕하세요? 이번 글은 geemap를 통해 Earth Engine Data Catalog에서 제공하는 Terra Vegetation Continuous Fields Yearly Global 250m 이미지 컬렉션을 조회하고 다운로드 받는 과정을 정리해 보겠습니다. Earth Engine Data Catalog Earth Engine Data Catalog는 Google Earth Engine에서 사용 가능한 데이터셋 및 이미지 컬렉션에 대한 정보를 포함하는 온라인 데이터 리포지토리입니다. 데이터셋(Dataset)은 Google Earth Engine에서 관리되는 정형 데이터를, 이미지 컬렉션(Image Collection)은 동일한 데이터셋의 여러 시간 스탬프들을 묶어서 처리하기 쉽게 만든 개념입니다. ..

안녕하세요? 이번 글은 geemap를 통해 Earth Engine Data Catalog에서 제공하는 NASA SRTM Digital Elevation 30m 데이터를 조회하고 다운로드 받는 과정을 정리해 보겠습니다. Earth Engine Data Catalog Earth Engine Data Catalog는 Google Earth Engine에서 사용 가능한 데이터셋 및 이미지 컬렉션에 대한 정보를 포함하는 온라인 데이터 리포지토리입니다. 데이터셋(Dataset)은 Google Earth Engine에서 관리되는 정형 데이터를, 이미지 컬렉션(Image Collection)은 동일한 데이터셋의 여러 시간 스탬프들을 묶어서 처리하기 쉽게 만든 개념입니다. NASA SRTM Digital Elevatio..

안녕하세요? 이번 글은 geemap를 통해 Earth Engine Data Catalog에서 제공하는 WorldClim BIO Variables V1 데이터를 조회하고 다운로드 받는 과정을 정리해 보겠습니다. Earth Engine Data Catalog Earth Engine Data Catalog는 Google Earth Engine에서 사용 가능한 데이터셋 및 이미지 컬렉션에 대한 정보를 포함하는 온라인 데이터 리포지토리입니다. 데이터셋(Dataset)은 Google Earth Engine에서 관리되는 정형 데이터를, 이미지 컬렉션(Image Collection)은 동일한 데이터셋의 여러 시간 스탬프들을 묶어서 처리하기 쉽게 만든 개념입니다. WorldClim BIO Variables V1 Worl..

안녕하세요? 이번 글은 geemap에서 준실시간으로 전세계 10m급 토지피복지도를 제공하는 Dynamic World 사용법을 간략히 정리해 보겠습니다. 해당 내용은 geemap: 114 dynamic world 튜토리얼에 일부 코드를 추가 작성하여 보완한 것입니다. 114 dynamic world - geemap 114 dynamic world In [ ]: import ee import geemap In [ ]: Map = geemap.Map() Map.add_basemap('HYBRID') Map Map = geemap.Map() Map.add_basemap('HYBRID') Map In [ ]: # Set the region of interest by simply drawing a polygon o..