#googleearthengine — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #googleearthengine, aggregated by home.social.
-
Integrated Data-Driven Multi-Criteria Analysis and Machine Learning Approaches for Assessment of Flood Susceptibility Mapping
--
https://doi.org/10.3390/w18070844 <-- shared paper
--
https://youtu.be/N7nyU1cMg5k?si=8WuXIaz4-JKPdCE0 <-- shared video, Mohmand Dam flooding
---
#FloodSusceptibility #FloodMapping #MachineLearning #GIS #RemoteSensing #Hydrology #Water #EnvironmentalResearch #AHP #FAHP #climatechange #extremeweather #GoogleEarthEngine #GIS #spatial #mapping #AI #model #modeling #MohmandDam #SwatRiver #Pakistan #machinelearning #AI #criteria #parameters #indices #rainfall #precipitation #LULC #soiltexture #planning #policy #water #hydrology #hydrography #riskmanagement #risk #hazard #flood #flooding #mitigation #watershed #watermanagement #resilence -
Integrated Data-Driven Multi-Criteria Analysis and Machine Learning Approaches for Assessment of Flood Susceptibility Mapping
--
https://doi.org/10.3390/w18070844 <-- shared paper
--
https://youtu.be/N7nyU1cMg5k?si=8WuXIaz4-JKPdCE0 <-- shared video, Mohmand Dam flooding
---
#FloodSusceptibility #FloodMapping #MachineLearning #GIS #RemoteSensing #Hydrology #Water #EnvironmentalResearch #AHP #FAHP #climatechange #extremeweather #GoogleEarthEngine #GIS #spatial #mapping #AI #model #modeling #MohmandDam #SwatRiver #Pakistan #machinelearning #AI #criteria #parameters #indices #rainfall #precipitation #LULC #soiltexture #planning #policy #water #hydrology #hydrography #riskmanagement #risk #hazard #flood #flooding #mitigation #watershed #watermanagement #resilence -
Integrated Data-Driven Multi-Criteria Analysis and Machine Learning Approaches for Assessment of Flood Susceptibility Mapping
--
https://doi.org/10.3390/w18070844 <-- shared paper
--
https://youtu.be/N7nyU1cMg5k?si=8WuXIaz4-JKPdCE0 <-- shared video, Mohmand Dam flooding
---
#FloodSusceptibility #FloodMapping #MachineLearning #GIS #RemoteSensing #Hydrology #Water #EnvironmentalResearch #AHP #FAHP #climatechange #extremeweather #GoogleEarthEngine #GIS #spatial #mapping #AI #model #modeling #MohmandDam #SwatRiver #Pakistan #machinelearning #AI #criteria #parameters #indices #rainfall #precipitation #LULC #soiltexture #planning #policy #water #hydrology #hydrography #riskmanagement #risk #hazard #flood #flooding #mitigation #watershed #watermanagement #resilence -
Integrated Data-Driven Multi-Criteria Analysis and Machine Learning Approaches for Assessment of Flood Susceptibility Mapping
--
https://doi.org/10.3390/w18070844 <-- shared paper
--
https://youtu.be/N7nyU1cMg5k?si=8WuXIaz4-JKPdCE0 <-- shared video, Mohmand Dam flooding
---
#FloodSusceptibility #FloodMapping #MachineLearning #GIS #RemoteSensing #Hydrology #Water #EnvironmentalResearch #AHP #FAHP #climatechange #extremeweather #GoogleEarthEngine #GIS #spatial #mapping #AI #model #modeling #MohmandDam #SwatRiver #Pakistan #machinelearning #AI #criteria #parameters #indices #rainfall #precipitation #LULC #soiltexture #planning #policy #water #hydrology #hydrography #riskmanagement #risk #hazard #flood #flooding #mitigation #watershed #watermanagement #resilence -
Integrated Data-Driven Multi-Criteria Analysis and Machine Learning Approaches for Assessment of Flood Susceptibility Mapping
--
https://doi.org/10.3390/w18070844 <-- shared paper
--
https://youtu.be/N7nyU1cMg5k?si=8WuXIaz4-JKPdCE0 <-- shared video, Mohmand Dam flooding
---
#FloodSusceptibility #FloodMapping #MachineLearning #GIS #RemoteSensing #Hydrology #Water #EnvironmentalResearch #AHP #FAHP #climatechange #extremeweather #GoogleEarthEngine #GIS #spatial #mapping #AI #model #modeling #MohmandDam #SwatRiver #Pakistan #machinelearning #AI #criteria #parameters #indices #rainfall #precipitation #LULC #soiltexture #planning #policy #water #hydrology #hydrography #riskmanagement #risk #hazard #flood #flooding #mitigation #watershed #watermanagement #resilence -
S2Coast-2023 - The First Global 10-Meter Resolution #Coastline Dataset Derived From Enhanced #Sentinel2 Composite #Imagery Using #GoogleEarthEngine
--
https://doi.org/10.1016/j.rse.2025.115186 <-- shared paper
--
https://zenodo.org/records/17092775 <-- shared data
--
“HIGHLIGHTS:
• Developed a GEE-based global coastline detection framework (S2Coast).
• HWLSentinel-2 serves as a unified and stable indicator for global coastline detection.
• The S2Coast-2023 coastline dataset is generated from annual Sentinel-2 imagery.
• Pixel-level accuracy compared with VHR-based OpenStreetMap coastlines..."
#GIS #spatial #mapping #RemoteSensing #CoastalResearch #ClimateChange #EarthObservation #Globalcoastlinemapping #Senitinel #googleearthengine #GEE #Compositing #coast #globe #global #model #modeling #detection #marine #terrestrial #ecosystems #knowledgebased #framework #spatialanalysis #spatiotemporal #QAQC -
S2Coast-2023 - The First Global 10-Meter Resolution #Coastline Dataset Derived From Enhanced #Sentinel2 Composite #Imagery Using #GoogleEarthEngine
--
https://doi.org/10.1016/j.rse.2025.115186 <-- shared paper
--
https://zenodo.org/records/17092775 <-- shared data
--
“HIGHLIGHTS:
• Developed a GEE-based global coastline detection framework (S2Coast).
• HWLSentinel-2 serves as a unified and stable indicator for global coastline detection.
• The S2Coast-2023 coastline dataset is generated from annual Sentinel-2 imagery.
• Pixel-level accuracy compared with VHR-based OpenStreetMap coastlines..."
#GIS #spatial #mapping #RemoteSensing #CoastalResearch #ClimateChange #EarthObservation #Globalcoastlinemapping #Senitinel #googleearthengine #GEE #Compositing #coast #globe #global #model #modeling #detection #marine #terrestrial #ecosystems #knowledgebased #framework #spatialanalysis #spatiotemporal #QAQC -
S2Coast-2023 - The First Global 10-Meter Resolution #Coastline Dataset Derived From Enhanced #Sentinel2 Composite #Imagery Using #GoogleEarthEngine
--
https://doi.org/10.1016/j.rse.2025.115186 <-- shared paper
--
https://zenodo.org/records/17092775 <-- shared data
--
“HIGHLIGHTS:
• Developed a GEE-based global coastline detection framework (S2Coast).
• HWLSentinel-2 serves as a unified and stable indicator for global coastline detection.
• The S2Coast-2023 coastline dataset is generated from annual Sentinel-2 imagery.
• Pixel-level accuracy compared with VHR-based OpenStreetMap coastlines..."
#GIS #spatial #mapping #RemoteSensing #CoastalResearch #ClimateChange #EarthObservation #Globalcoastlinemapping #Senitinel #googleearthengine #GEE #Compositing #coast #globe #global #model #modeling #detection #marine #terrestrial #ecosystems #knowledgebased #framework #spatialanalysis #spatiotemporal #QAQC -
S2Coast-2023 - The First Global 10-Meter Resolution #Coastline Dataset Derived From Enhanced #Sentinel2 Composite #Imagery Using #GoogleEarthEngine
--
https://doi.org/10.1016/j.rse.2025.115186 <-- shared paper
--
https://zenodo.org/records/17092775 <-- shared data
--
“HIGHLIGHTS:
• Developed a GEE-based global coastline detection framework (S2Coast).
• HWLSentinel-2 serves as a unified and stable indicator for global coastline detection.
• The S2Coast-2023 coastline dataset is generated from annual Sentinel-2 imagery.
• Pixel-level accuracy compared with VHR-based OpenStreetMap coastlines..."
#GIS #spatial #mapping #RemoteSensing #CoastalResearch #ClimateChange #EarthObservation #Globalcoastlinemapping #Senitinel #googleearthengine #GEE #Compositing #coast #globe #global #model #modeling #detection #marine #terrestrial #ecosystems #knowledgebased #framework #spatialanalysis #spatiotemporal #QAQC -
S2Coast-2023 - The First Global 10-Meter Resolution #Coastline Dataset Derived From Enhanced #Sentinel2 Composite #Imagery Using #GoogleEarthEngine
--
https://doi.org/10.1016/j.rse.2025.115186 <-- shared paper
--
https://zenodo.org/records/17092775 <-- shared data
--
“HIGHLIGHTS:
• Developed a GEE-based global coastline detection framework (S2Coast).
• HWLSentinel-2 serves as a unified and stable indicator for global coastline detection.
• The S2Coast-2023 coastline dataset is generated from annual Sentinel-2 imagery.
• Pixel-level accuracy compared with VHR-based OpenStreetMap coastlines..."
#GIS #spatial #mapping #RemoteSensing #CoastalResearch #ClimateChange #EarthObservation #Globalcoastlinemapping #Senitinel #googleearthengine #GEE #Compositing #coast #globe #global #model #modeling #detection #marine #terrestrial #ecosystems #knowledgebased #framework #spatialanalysis #spatiotemporal #QAQC -
Google rolls out WeatherNext 2 for sharper forecasts
https://web.brid.gy/r/https://nerds.xyz/2025/11/google-weathernext-2-ai-model/
-
Google rolls out WeatherNext 2 for sharper forecasts
https://web.brid.gy/r/https://nerds.xyz/2025/11/google-weathernext-2-ai-model/
-
Google rolls out WeatherNext 2 for sharper forecasts
https://web.brid.gy/r/https://nerds.xyz/2025/11/google-weathernext-2-ai-model/
-
Google rolls out WeatherNext 2 for sharper forecasts
https://web.brid.gy/r/https://nerds.xyz/2025/11/google-weathernext-2-ai-model/
-
Google rolls out WeatherNext 2 for sharper forecasts
https://web.brid.gy/r/https://nerds.xyz/2025/11/google-weathernext-2-ai-model/
-
„Wirtualny satelita” od Google. AlphaEarth Foundations widzi więcej i dokładniej niż kiedykolwiek
Google DeepMind oraz Google Earth Engine zaprezentowały AlphaEarth Foundations – nowy, fundamentalny model sztucznej inteligencji, który ma zrewolucjonizować sposób, w jaki monitorujemy i analizujemy zmiany na powierzchni Ziemi.
Narzędzie działa jak „wirtualny satelita”, łącząc dane z wielu źródeł, aby stworzyć spójny i niezwykle szczegółowy obraz naszej planety.
Nowy model AI rozwiązuje dwa kluczowe problemy w obserwacji Ziemi: przeciążenie danymi oraz niespójność informacji pochodzących z różnych satelitów. AlphaEarth Foundations integruje petabajty danych – od optycznych zdjęć satelitarnych, przez radar, po symulacje klimatyczne – w jedną, zunifikowaną cyfrową reprezentację. Analizuje całą powierzchnię lądową i wody przybrzeżne Ziemi z precyzją do kwadratów o boku 10 metrów.
Kluczową innowacją jest tworzenie bardzo kompaktowych podsumowań danych, które wymagają 16 razy mniej miejsca na dysku niż w przypadku innych testowanych systemów AI. Jak podaje Google, w testach porównawczych model AlphaEarth Foundations był stale najdokładniejszy, osiągając średnio o 24% niższy wskaźnik błędu niż inne testowane modele.
Our new AI model AlphaEarth Foundations is mapping the planet in astonishing detail. 🌏🔍
Scientists will now be able to track the impact of deforestation, monitoring crop health, and more – significantly faster, thanks to our new datasets. 🧵 pic.twitter.com/rbojUifykg
— Google DeepMind (@GoogleDeepMind) July 30, 2025
Dane dostępne dla wszystkich
Aby przyspieszyć badania i umożliwić nowe zastosowania, Google udostępnia roczne zbiory danych wygenerowane przez model w ramach publicznego zestawu „Satellite Embedding dataset” w Google Earth Engine. Dzięki temu naukowcy, rządy i organizacje pozarządowe mogą prowadzić zaawansowane analizy, często przy użyciu zaledwie kilku linijek kodu.
Z danych korzysta już ponad 50 organizacji na całym świecie, w tym Organizacja Narodów Zjednoczonych do spraw Wyżywienia i Rolnictwa (FAO), Group on Earth Observations (GEO) oraz czołowe uniwersytety, jak Stanford czy Oregon State University.
„Zestaw danych Satellite Embedding rewolucjonizuje naszą pracę, pomagając krajom w mapowaniu niezbadanych dotąd ekosystemów – jest to kluczowe dla ustalenia priorytetów w działaniach na rzecz ochrony przyrody” – mówi Nick Murray, dyrektor Global Ecology Lab na James Cook University i lider projektu Global Ecosystems Atlas.
Innym przykładem jest organizacja MapBiomas, która wykorzystuje dane AlphaEarth do mapowania brazylijskich ekosystemów i analizowania zmian w rolnictwie. „Ten zestaw danych może odmienić sposób, w jaki pracuje nasz zespół – mamy teraz nowe możliwości tworzenia map, które są dokładniejsze, precyzyjniejsze i szybsze w produkcji” – powiedział Tasso Azevedo, założyciel MapBiomas. Google opublikowało również wideo (załączone powyżej z postu na X), na którym można zobaczyć, jak model radzi sobie z „widzeniem” przez chmury w Ekwadorze czy mapowaniem złożonej powierzchni Antarktydy.
#AI #AlphaEarthFoundations #Google #GoogleDeepMind #GoogleEarthEngine #MapBiomas #mapowanie #news #obserwacjaZiemi #sztucznaInteligencja #zmianyKlimatu
-
„Wirtualny satelita” od Google. AlphaEarth Foundations widzi więcej i dokładniej niż kiedykolwiek
Google DeepMind oraz Google Earth Engine zaprezentowały AlphaEarth Foundations – nowy, fundamentalny model sztucznej inteligencji, który ma zrewolucjonizować sposób, w jaki monitorujemy i analizujemy zmiany na powierzchni Ziemi.
Narzędzie działa jak „wirtualny satelita”, łącząc dane z wielu źródeł, aby stworzyć spójny i niezwykle szczegółowy obraz naszej planety.
Nowy model AI rozwiązuje dwa kluczowe problemy w obserwacji Ziemi: przeciążenie danymi oraz niespójność informacji pochodzących z różnych satelitów. AlphaEarth Foundations integruje petabajty danych – od optycznych zdjęć satelitarnych, przez radar, po symulacje klimatyczne – w jedną, zunifikowaną cyfrową reprezentację. Analizuje całą powierzchnię lądową i wody przybrzeżne Ziemi z precyzją do kwadratów o boku 10 metrów.
Kluczową innowacją jest tworzenie bardzo kompaktowych podsumowań danych, które wymagają 16 razy mniej miejsca na dysku niż w przypadku innych testowanych systemów AI. Jak podaje Google, w testach porównawczych model AlphaEarth Foundations był stale najdokładniejszy, osiągając średnio o 24% niższy wskaźnik błędu niż inne testowane modele.
Our new AI model AlphaEarth Foundations is mapping the planet in astonishing detail. 🌏🔍
Scientists will now be able to track the impact of deforestation, monitoring crop health, and more – significantly faster, thanks to our new datasets. 🧵 pic.twitter.com/rbojUifykg
— Google DeepMind (@GoogleDeepMind) July 30, 2025
Dane dostępne dla wszystkich
Aby przyspieszyć badania i umożliwić nowe zastosowania, Google udostępnia roczne zbiory danych wygenerowane przez model w ramach publicznego zestawu „Satellite Embedding dataset” w Google Earth Engine. Dzięki temu naukowcy, rządy i organizacje pozarządowe mogą prowadzić zaawansowane analizy, często przy użyciu zaledwie kilku linijek kodu.
Z danych korzysta już ponad 50 organizacji na całym świecie, w tym Organizacja Narodów Zjednoczonych do spraw Wyżywienia i Rolnictwa (FAO), Group on Earth Observations (GEO) oraz czołowe uniwersytety, jak Stanford czy Oregon State University.
„Zestaw danych Satellite Embedding rewolucjonizuje naszą pracę, pomagając krajom w mapowaniu niezbadanych dotąd ekosystemów – jest to kluczowe dla ustalenia priorytetów w działaniach na rzecz ochrony przyrody” – mówi Nick Murray, dyrektor Global Ecology Lab na James Cook University i lider projektu Global Ecosystems Atlas.
Innym przykładem jest organizacja MapBiomas, która wykorzystuje dane AlphaEarth do mapowania brazylijskich ekosystemów i analizowania zmian w rolnictwie. „Ten zestaw danych może odmienić sposób, w jaki pracuje nasz zespół – mamy teraz nowe możliwości tworzenia map, które są dokładniejsze, precyzyjniejsze i szybsze w produkcji” – powiedział Tasso Azevedo, założyciel MapBiomas. Google opublikowało również wideo (załączone powyżej z postu na X), na którym można zobaczyć, jak model radzi sobie z „widzeniem” przez chmury w Ekwadorze czy mapowaniem złożonej powierzchni Antarktydy.
#AI #AlphaEarthFoundations #Google #GoogleDeepMind #GoogleEarthEngine #MapBiomas #mapowanie #news #obserwacjaZiemi #sztucznaInteligencja #zmianyKlimatu
-
„Wirtualny satelita” od Google. AlphaEarth Foundations widzi więcej i dokładniej niż kiedykolwiek
Google DeepMind oraz Google Earth Engine zaprezentowały AlphaEarth Foundations – nowy, fundamentalny model sztucznej inteligencji, który ma zrewolucjonizować sposób, w jaki monitorujemy i analizujemy zmiany na powierzchni Ziemi.
Narzędzie działa jak „wirtualny satelita”, łącząc dane z wielu źródeł, aby stworzyć spójny i niezwykle szczegółowy obraz naszej planety.
Nowy model AI rozwiązuje dwa kluczowe problemy w obserwacji Ziemi: przeciążenie danymi oraz niespójność informacji pochodzących z różnych satelitów. AlphaEarth Foundations integruje petabajty danych – od optycznych zdjęć satelitarnych, przez radar, po symulacje klimatyczne – w jedną, zunifikowaną cyfrową reprezentację. Analizuje całą powierzchnię lądową i wody przybrzeżne Ziemi z precyzją do kwadratów o boku 10 metrów.
Kluczową innowacją jest tworzenie bardzo kompaktowych podsumowań danych, które wymagają 16 razy mniej miejsca na dysku niż w przypadku innych testowanych systemów AI. Jak podaje Google, w testach porównawczych model AlphaEarth Foundations był stale najdokładniejszy, osiągając średnio o 24% niższy wskaźnik błędu niż inne testowane modele.
Our new AI model AlphaEarth Foundations is mapping the planet in astonishing detail. 🌏🔍
Scientists will now be able to track the impact of deforestation, monitoring crop health, and more – significantly faster, thanks to our new datasets. 🧵 pic.twitter.com/rbojUifykg
— Google DeepMind (@GoogleDeepMind) July 30, 2025
Dane dostępne dla wszystkich
Aby przyspieszyć badania i umożliwić nowe zastosowania, Google udostępnia roczne zbiory danych wygenerowane przez model w ramach publicznego zestawu „Satellite Embedding dataset” w Google Earth Engine. Dzięki temu naukowcy, rządy i organizacje pozarządowe mogą prowadzić zaawansowane analizy, często przy użyciu zaledwie kilku linijek kodu.
Z danych korzysta już ponad 50 organizacji na całym świecie, w tym Organizacja Narodów Zjednoczonych do spraw Wyżywienia i Rolnictwa (FAO), Group on Earth Observations (GEO) oraz czołowe uniwersytety, jak Stanford czy Oregon State University.
„Zestaw danych Satellite Embedding rewolucjonizuje naszą pracę, pomagając krajom w mapowaniu niezbadanych dotąd ekosystemów – jest to kluczowe dla ustalenia priorytetów w działaniach na rzecz ochrony przyrody” – mówi Nick Murray, dyrektor Global Ecology Lab na James Cook University i lider projektu Global Ecosystems Atlas.
Innym przykładem jest organizacja MapBiomas, która wykorzystuje dane AlphaEarth do mapowania brazylijskich ekosystemów i analizowania zmian w rolnictwie. „Ten zestaw danych może odmienić sposób, w jaki pracuje nasz zespół – mamy teraz nowe możliwości tworzenia map, które są dokładniejsze, precyzyjniejsze i szybsze w produkcji” – powiedział Tasso Azevedo, założyciel MapBiomas. Google opublikowało również wideo (załączone powyżej z postu na X), na którym można zobaczyć, jak model radzi sobie z „widzeniem” przez chmury w Ekwadorze czy mapowaniem złożonej powierzchni Antarktydy.
#AI #AlphaEarthFoundations #Google #GoogleDeepMind #GoogleEarthEngine #MapBiomas #mapowanie #news #obserwacjaZiemi #sztucznaInteligencja #zmianyKlimatu
-
High Spatial-Resolution Satellite Mapping Of Suspended Particulate Matter In Global Coastal Waters Using Particle Composition-Adaptive Algorithms
--
https://doi.org/10.1016/j.rse.2025.114745 <-- shared paper
--
https://tssmapping.projects.earthengine.app/view/sscmap <-- shared SedXplorer: Global Coastal Suspended Sediment Explorer (web mapping tool)
--
#GIS #spatial #mapping #remotesensing #coastal #coast #sediment #dynamics #suspendedparticulatematter #particlecomposition #watertype #classification #Landsat #GoogleEarth #GoogleEarthEngine #GEE #opendata #spatialanalysis #spatiotemporal #sedimentology #SPM #earthobservation #model #modeling #marine #estaurine #water #hydrology #geomorphology #global #river #erosion #waterquality #turbidity -
High Spatial-Resolution Satellite Mapping Of Suspended Particulate Matter In Global Coastal Waters Using Particle Composition-Adaptive Algorithms
--
https://doi.org/10.1016/j.rse.2025.114745 <-- shared paper
--
https://tssmapping.projects.earthengine.app/view/sscmap <-- shared SedXplorer: Global Coastal Suspended Sediment Explorer (web mapping tool)
--
#GIS #spatial #mapping #remotesensing #coastal #coast #sediment #dynamics #suspendedparticulatematter #particlecomposition #watertype #classification #Landsat #GoogleEarth #GoogleEarthEngine #GEE #opendata #spatialanalysis #spatiotemporal #sedimentology #SPM #earthobservation #model #modeling #marine #estaurine #water #hydrology #geomorphology #global #river #erosion #waterquality #turbidity -
High Spatial-Resolution Satellite Mapping Of Suspended Particulate Matter In Global Coastal Waters Using Particle Composition-Adaptive Algorithms
--
https://doi.org/10.1016/j.rse.2025.114745 <-- shared paper
--
https://tssmapping.projects.earthengine.app/view/sscmap <-- shared SedXplorer: Global Coastal Suspended Sediment Explorer (web mapping tool)
--
#GIS #spatial #mapping #remotesensing #coastal #coast #sediment #dynamics #suspendedparticulatematter #particlecomposition #watertype #classification #Landsat #GoogleEarth #GoogleEarthEngine #GEE #opendata #spatialanalysis #spatiotemporal #sedimentology #SPM #earthobservation #model #modeling #marine #estaurine #water #hydrology #geomorphology #global #river #erosion #waterquality #turbidity -
High Spatial-Resolution Satellite Mapping Of Suspended Particulate Matter In Global Coastal Waters Using Particle Composition-Adaptive Algorithms
--
https://doi.org/10.1016/j.rse.2025.114745 <-- shared paper
--
https://tssmapping.projects.earthengine.app/view/sscmap <-- shared SedXplorer: Global Coastal Suspended Sediment Explorer (web mapping tool)
--
#GIS #spatial #mapping #remotesensing #coastal #coast #sediment #dynamics #suspendedparticulatematter #particlecomposition #watertype #classification #Landsat #GoogleEarth #GoogleEarthEngine #GEE #opendata #spatialanalysis #spatiotemporal #sedimentology #SPM #earthobservation #model #modeling #marine #estaurine #water #hydrology #geomorphology #global #river #erosion #waterquality #turbidity -
High Spatial-Resolution Satellite Mapping Of Suspended Particulate Matter In Global Coastal Waters Using Particle Composition-Adaptive Algorithms
--
https://doi.org/10.1016/j.rse.2025.114745 <-- shared paper
--
https://tssmapping.projects.earthengine.app/view/sscmap <-- shared SedXplorer: Global Coastal Suspended Sediment Explorer (web mapping tool)
--
#GIS #spatial #mapping #remotesensing #coastal #coast #sediment #dynamics #suspendedparticulatematter #particlecomposition #watertype #classification #Landsat #GoogleEarth #GoogleEarthEngine #GEE #opendata #spatialanalysis #spatiotemporal #sedimentology #SPM #earthobservation #model #modeling #marine #estaurine #water #hydrology #geomorphology #global #river #erosion #waterquality #turbidity -
So it seems from the lack of responses to my previous post https://fediscience.org/@jgomezdans/114427792187001051 that no one is using the #Copernicus #DataSpace via #STAC. I guess most academic #geo peeps use #GoogleEarthEngine or just download the data files directly? Is STAC only really used by commercial #satellite "bros"?
-
So it seems from the lack of responses to my previous post https://fediscience.org/@jgomezdans/114427792187001051 that no one is using the #Copernicus #DataSpace via #STAC. I guess most academic #geo peeps use #GoogleEarthEngine or just download the data files directly? Is STAC only really used by commercial #satellite "bros"?
-
So it seems from the lack of responses to my previous post https://fediscience.org/@jgomezdans/114427792187001051 that no one is using the #Copernicus #DataSpace via #STAC. I guess most academic #geo peeps use #GoogleEarthEngine or just download the data files directly? Is STAC only really used by commercial #satellite "bros"?
-
So it seems from the lack of responses to my previous post https://fediscience.org/@jgomezdans/114427792187001051 that no one is using the #Copernicus #DataSpace via #STAC. I guess most academic #geo peeps use #GoogleEarthEngine or just download the data files directly? Is STAC only really used by commercial #satellite "bros"?
-
So it seems from the lack of responses to my previous post https://fediscience.org/@jgomezdans/114427792187001051 that no one is using the #Copernicus #DataSpace via #STAC. I guess most academic #geo peeps use #GoogleEarthEngine or just download the data files directly? Is STAC only really used by commercial #satellite "bros"?
-
Striking Satellite Images Reveal Antarctica Is 10 Times Greener Than 35 Years Ago
--
https://www.sciencealert.com/striking-satellite-images-reveal-antarctica-is-10-times-greener-than-35-years-ago <-- shared technical article
--
https://doi.org/10.1038/s41561-024-01564-5 <-- shared paper
--
#GIS #spatial #mapping #remotesensing #landsat #change #Antarctic #AntarcticPeninsula #spatialanalysis #spatiotemporal #climatechange #greening #vegetation #change #warming #satellite #browning #cryosphere #anthropogenic #warming #moss #terrestrial #ecosystems #GoogleEarthEngine #NDVI #TCG #icefree #model #modeling -
Striking Satellite Images Reveal Antarctica Is 10 Times Greener Than 35 Years Ago
--
https://www.sciencealert.com/striking-satellite-images-reveal-antarctica-is-10-times-greener-than-35-years-ago <-- shared technical article
--
https://doi.org/10.1038/s41561-024-01564-5 <-- shared paper
--
#GIS #spatial #mapping #remotesensing #landsat #change #Antarctic #AntarcticPeninsula #spatialanalysis #spatiotemporal #climatechange #greening #vegetation #change #warming #satellite #browning #cryosphere #anthropogenic #warming #moss #terrestrial #ecosystems #GoogleEarthEngine #NDVI #TCG #icefree #model #modeling -
Striking Satellite Images Reveal Antarctica Is 10 Times Greener Than 35 Years Ago
--
https://www.sciencealert.com/striking-satellite-images-reveal-antarctica-is-10-times-greener-than-35-years-ago <-- shared technical article
--
https://doi.org/10.1038/s41561-024-01564-5 <-- shared paper
--
#GIS #spatial #mapping #remotesensing #landsat #change #Antarctic #AntarcticPeninsula #spatialanalysis #spatiotemporal #climatechange #greening #vegetation #change #warming #satellite #browning #cryosphere #anthropogenic #warming #moss #terrestrial #ecosystems #GoogleEarthEngine #NDVI #TCG #icefree #model #modeling -
Striking Satellite Images Reveal Antarctica Is 10 Times Greener Than 35 Years Ago
--
https://www.sciencealert.com/striking-satellite-images-reveal-antarctica-is-10-times-greener-than-35-years-ago <-- shared technical article
--
https://doi.org/10.1038/s41561-024-01564-5 <-- shared paper
--
#GIS #spatial #mapping #remotesensing #landsat #change #Antarctic #AntarcticPeninsula #spatialanalysis #spatiotemporal #climatechange #greening #vegetation #change #warming #satellite #browning #cryosphere #anthropogenic #warming #moss #terrestrial #ecosystems #GoogleEarthEngine #NDVI #TCG #icefree #model #modeling -
Striking Satellite Images Reveal Antarctica Is 10 Times Greener Than 35 Years Ago
--
https://www.sciencealert.com/striking-satellite-images-reveal-antarctica-is-10-times-greener-than-35-years-ago <-- shared technical article
--
https://doi.org/10.1038/s41561-024-01564-5 <-- shared paper
--
#GIS #spatial #mapping #remotesensing #landsat #change #Antarctic #AntarcticPeninsula #spatialanalysis #spatiotemporal #climatechange #greening #vegetation #change #warming #satellite #browning #cryosphere #anthropogenic #warming #moss #terrestrial #ecosystems #GoogleEarthEngine #NDVI #TCG #icefree #model #modeling -
New [2018] 30 Metre Resolution Global Shoreline Vector And Associated Global Islands Database For The Development Of Standardized Ecological Coastal Units
--
https://doi.org/10.1080/1755876X.2018.1529714 <-- shared 2018 paper
--
#GIS #spatial #mapping #coast #coastline #global #shoreline #landsat #remotesensing #spatialanalysis #extraction #AI #machinelearning #GSV #GSHSS #ecology #terrestrial #marine #ECU #waters #GEO #GoogleEarthEngine #MBON #BluePlanet #water #hydrography #hydrospatial #GroupOnEarthObservations
@GroupOnEarthObservations #islands @GEOSEC2025 -
New [2018] 30 Metre Resolution Global Shoreline Vector And Associated Global Islands Database For The Development Of Standardized Ecological Coastal Units
--
https://doi.org/10.1080/1755876X.2018.1529714 <-- shared 2018 paper
--
#GIS #spatial #mapping #coast #coastline #global #shoreline #landsat #remotesensing #spatialanalysis #extraction #AI #machinelearning #GSV #GSHSS #ecology #terrestrial #marine #ECU #waters #GEO #GoogleEarthEngine #MBON #BluePlanet #water #hydrography #hydrospatial #GroupOnEarthObservations
@GroupOnEarthObservations #islands @GEOSEC2025 -
New [2018] 30 Metre Resolution Global Shoreline Vector And Associated Global Islands Database For The Development Of Standardized Ecological Coastal Units
--
https://doi.org/10.1080/1755876X.2018.1529714 <-- shared 2018 paper
--
#GIS #spatial #mapping #coast #coastline #global #shoreline #landsat #remotesensing #spatialanalysis #extraction #AI #machinelearning #GSV #GSHSS #ecology #terrestrial #marine #ECU #waters #GEO #GoogleEarthEngine #MBON #BluePlanet #water #hydrography #hydrospatial #GroupOnEarthObservations
@GroupOnEarthObservations #islands @GEOSEC2025 -
New [2018] 30 Metre Resolution Global Shoreline Vector And Associated Global Islands Database For The Development Of Standardized Ecological Coastal Units
--
https://doi.org/10.1080/1755876X.2018.1529714 <-- shared 2018 paper
--
#GIS #spatial #mapping #coast #coastline #global #shoreline #landsat #remotesensing #spatialanalysis #extraction #AI #machinelearning #GSV #GSHSS #ecology #terrestrial #marine #ECU #waters #GEO #GoogleEarthEngine #MBON #BluePlanet #water #hydrography #hydrospatial #GroupOnEarthObservations
@GroupOnEarthObservations #islands @GEOSEC2025 -
New [2018] 30 Metre Resolution Global Shoreline Vector And Associated Global Islands Database For The Development Of Standardized Ecological Coastal Units
--
https://doi.org/10.1080/1755876X.2018.1529714 <-- shared 2018 paper
--
#GIS #spatial #mapping #coast #coastline #global #shoreline #landsat #remotesensing #spatialanalysis #extraction #AI #machinelearning #GSV #GSHSS #ecology #terrestrial #marine #ECU #waters #GEO #GoogleEarthEngine #MBON #BluePlanet #water #hydrography #hydrospatial #GroupOnEarthObservations
@GroupOnEarthObservations #islands @GEOSEC2025 -
Cropland Abandonment Between 1986 And 2018 Across The United States - Spatiotemporal Patterns And Current Land Uses
--
https://doi.org/10.1088/1748-9326/ad2d12 <-- shared paper
--
https://www.agdaily.com/crops/study-30-million-acres-cropland-abandoned-since-1980s <-- shared media article
--
#GIS #spatial #mapping #spatiotemporal #USA #spatialanalysis #crops #cropland #abandoned #remotesensing #landsat #imagery #CONUS #AI #USDA #OgallalaAquifer #GoogleEarthEngine #CNN #machinelearning #irrigation #ConservationReserveProgram #landuse #landcover #planning #management #economics -
Cropland Abandonment Between 1986 And 2018 Across The United States - Spatiotemporal Patterns And Current Land Uses
--
https://doi.org/10.1088/1748-9326/ad2d12 <-- shared paper
--
https://www.agdaily.com/crops/study-30-million-acres-cropland-abandoned-since-1980s <-- shared media article
--
#GIS #spatial #mapping #spatiotemporal #USA #spatialanalysis #crops #cropland #abandoned #remotesensing #landsat #imagery #CONUS #AI #USDA #OgallalaAquifer #GoogleEarthEngine #CNN #machinelearning #irrigation #ConservationReserveProgram #landuse #landcover #planning #management #economics -
Cropland Abandonment Between 1986 And 2018 Across The United States - Spatiotemporal Patterns And Current Land Uses
--
https://doi.org/10.1088/1748-9326/ad2d12 <-- shared paper
--
https://www.agdaily.com/crops/study-30-million-acres-cropland-abandoned-since-1980s <-- shared media article
--
#GIS #spatial #mapping #spatiotemporal #USA #spatialanalysis #crops #cropland #abandoned #remotesensing #landsat #imagery #CONUS #AI #USDA #OgallalaAquifer #GoogleEarthEngine #CNN #machinelearning #irrigation #ConservationReserveProgram #landuse #landcover #planning #management #economics -
Cropland Abandonment Between 1986 And 2018 Across The United States - Spatiotemporal Patterns And Current Land Uses
--
https://doi.org/10.1088/1748-9326/ad2d12 <-- shared paper
--
https://www.agdaily.com/crops/study-30-million-acres-cropland-abandoned-since-1980s <-- shared media article
--
#GIS #spatial #mapping #spatiotemporal #USA #spatialanalysis #crops #cropland #abandoned #remotesensing #landsat #imagery #CONUS #AI #USDA #OgallalaAquifer #GoogleEarthEngine #CNN #machinelearning #irrigation #ConservationReserveProgram #landuse #landcover #planning #management #economics -
Cropland Abandonment Between 1986 And 2018 Across The United States - Spatiotemporal Patterns And Current Land Uses
--
https://doi.org/10.1088/1748-9326/ad2d12 <-- shared paper
--
https://www.agdaily.com/crops/study-30-million-acres-cropland-abandoned-since-1980s <-- shared media article
--
#GIS #spatial #mapping #spatiotemporal #USA #spatialanalysis #crops #cropland #abandoned #remotesensing #landsat #imagery #CONUS #AI #USDA #OgallalaAquifer #GoogleEarthEngine #CNN #machinelearning #irrigation #ConservationReserveProgram #landuse #landcover #planning #management #economics -
Descubren nuevas especies de nematodos en Costa Rica
San José, 29 nov (elmundo.cr) – Investigadores de la Universidad Nacional (UNA) descubrieron nuevas especies de nematodos anillados en Costa Rica, aportando valiosos conocimientos a la agricultura mundial. El coordinador del Laboratorio de Nematología de la U [...]
#AgriculturaSostenible #CienciaYTecnología #GoogleEarthEngine #NematodosEnCostaRica #NuevosNematodos #RedesDeConocimiento #Tendencias #UniversidadNacional
https://elmundo.cr/tendencias/descubren-nuevas-especies-de-nematodos-en-costa-rica/
-
#30DayMapChallenge Day 23: Memory
This map by Noel Gorelick, co-founder of #GoogleEarthEngine & newest Kontur team member, combines Hansen Global Tree Cover/Loss dataset & 80+ workshop locations (from memory) that helped Earth Engine "map" its impact 🌲🌍.
#30DayMapChallenge2024 -
#30DayMapChallenge Day 23: Memory
This map by Noel Gorelick, co-founder of #GoogleEarthEngine & newest Kontur team member, combines Hansen Global Tree Cover/Loss dataset & 80+ workshop locations (from memory) that helped Earth Engine "map" its impact 🌲🌍.
#30DayMapChallenge2024 -
#30DayMapChallenge Day 23: Memory
This map by Noel Gorelick, co-founder of #GoogleEarthEngine & newest Kontur team member, combines Hansen Global Tree Cover/Loss dataset & 80+ workshop locations (from memory) that helped Earth Engine "map" its impact 🌲🌍.
#30DayMapChallenge2024 -
This has been a long time coming, and not the end of it either. The slow squeeze of Google Earth Engine has started.
First came the commercial offerings, now they are pushing people by default to Google Cloud (i.e. have your credit card on the ready).
For those on the free tier, you will see less capacity (stronger quota). And, you will be squeezed, again and again. The market uptake is high enough, so the free ride is over.
-
This has been a long time coming, and not the end of it either. The slow squeeze of Google Earth Engine has started.
First came the commercial offerings, now they are pushing people by default to Google Cloud (i.e. have your credit card on the ready).
For those on the free tier, you will see less capacity (stronger quota). And, you will be squeezed, again and again. The market uptake is high enough, so the free ride is over.
-
This has been a long time coming, and not the end of it either. The slow squeeze of Google Earth Engine has started.
First came the commercial offerings, now they are pushing people by default to Google Cloud (i.e. have your credit card on the ready).
For those on the free tier, you will see less capacity (stronger quota). And, you will be squeezed, again and again. The market uptake is high enough, so the free ride is over.