操作衛星影像的方便工具：Google Earth Engine

在處理衛星影像的時候，傳統作法是從NASA、ESA等衛星遙測資料提供方，下載需要的衛星資料，再載入到QGIS、ArcGis等GIS軟體，之後進行疊圖、頻譜計算等分析，最後將分析結果輸出成文字報告、圖檔等格式。

這個流程有它的缺點：

1. 沒辦法在同一個軟體，完成資料下載、處理到輸出
2. 多波段衛星遙測資料容量通常高達數百MB，甚至幾GB的都有，從開始下載到下載完成可以處理資料，往往需要十幾分鐘到半小時的時間
3. 一口氣處理數份衛星遙測資料時，需要相當高的電腦效能，如果電腦不夠好，可能會等很久，圖才會跑出來
4. 對衛星遙測資料的來源不夠熟悉的話，可能要找到自己需要的衛星資料，就需要Google個老半天

但在Google推出GIS平台「Google Earth Engine」後，上述問題都不再是問題。Google Earth Engine是Google和卡內基美隆大學、NASA等學術機構合作開發的雲端運算平台，讓一般使用者取用、分析衛星遙測資料。

Google Earth Engine可以做到哪些事呢：

1. Google雲端資料庫裡面已經有滿滿的衛星資料，只要輸入指令，螢幕上的地圖就會在數秒後出現你需要的衛星資料，你不用再苦等十幾分鐘，下載衛星遙測資料本身
2. Google的強大搜尋功能，讓你只要在搜尋框輸入關鍵字，就可以查到你想要的衛星遙測資料，而且「一鍵」即可載入
3. Google雲端運算，讓你的電腦不用再狂轉風扇，所有運算都在遙遠的Google主機處理，繁複的演算法計算，所需的計算時間可能從數分鐘縮短到數秒
4. （對我來說）最棒的地方，一切指令都是基於Javascript語法，這代表你可以儲存每次分析作業的指令檔，一切都有紀錄，下次要進行類似的分析時，只要修改幾個參數就可以搞定一切
5. 最重要的是，Google Earth Engine開放一般人免費使用！

說了那麼多，你是不是對Google Earth Engine充滿興趣了呢？先別急，在跳進Google Earth Engine的世界裡之前，需要先確認下面幾項事項，你已經做得到了：

1. 知道衛星遙測資料是什麼：多光譜資料是怎麼一回事、RGB疊圖要怎麼疊、raster資料和vector資料有什麼不一樣、Landsat是什麼等等。不懂的讀者可以看看歐洲太空總署的教學惡補一下
2. 略懂Javascript：了解var、object、function之類的Javascript概念，如果不懂的話，可以來玩玩Codecademy的Javasscript免費教學
3. 有一個想要用衛星影像解決的問題：想知道亞泥花蓮礦場的植被生長情況、台北市的土地使用情況、各縣市過去幾年的經濟發展變化等等。如果毫無頭緒，可以來看看GIS技術的100種使用法

如果你已經準備好學習Google Earth Engine，那就接著看下去吧！

首先，你必須要有一個Google帳號，之後點擊這個網址：https://code.earthengine.google.com/

點進去之後，會請你申請Google Engine的使用資格，不用擔心，只需要填寫幾個基本資料，寄出後等幾分鐘，Google那邊就會寄發確認信件給你了。只要點擊寄來的信件的確認連結，就可以開始使用Google Earth Engine啦！（我自己申請使用資格的過程滿順利的，如果有人在這個階段遇到問題請跟我說）

順利申請使用資格後，你應該會被導向以下網頁，如果沒有，請再點擊一次這個網址：https://code.earthengine.google.com/

這就是你跟Google Earth Engine的第一次接觸：

Google Earth Engine的介面有五大部分：

1. 左上角的部分（有Scripts、Docs等選項的區塊）是api文件和腳本區，可以讓你查閱所有可以輸入的指令，或套用Google提供的現成腳本
2. 上面中間的地方（標題New Script的區塊）是撰寫指令的地方，你會在這裡寫Google Earth Engine的code
3. 右上角的地方（有Inspector、Console等選項的區塊）是主控台，可以查看指令執行的結果，切換地圖觀看／查詢模式，以及管理需時較長的分析任務
4. 下半部是地圖區，可以檢視指令執行的地圖長什麼樣子，以及使用Google Earth Engine的繪圖小工具，載入點、線、面等vector資料
5. 還有最上面的地方，可以看到一個Google搜尋欄位，你可以在這個地方輸入關鍵字（land cover、ndvi、landsat等等），就可以找到相關的衛星影像

基本上，Google Earth Engine的操作原理，和你使用過的GIS軟體很像，都是載入衛星資料，進行基本處理及運算，疊圖，最後輸出結果。只要謹記這個流程，就不會手忙腳亂了。

我們先用最常使用的Landsat 8衛星資料進行示範。

先在Google搜尋框，輸入「Landsat」

點擊「USGS Landsat 8 Collection 1 Tier 1 and Real-Time data Raw Scenes」

點擊「import」

之後撰寫指令的區塊會多兩行指令

恭喜你，在幾秒的時間，已經載入五年多的巨量Landsat資料了！

不過，地圖上看不到任何衛星資料的影子，因為我們還沒有挑選出，要展示哪一個日期、哪一個地區的衛星影像，也還沒跟Google Earth Engine說，我們要用什麼樣的RGB疊圖，呈現衛星資料。

接著，請在撰寫指令的空白處，輸入以下指令（可以直接複製貼上）：

輸入完畢後，點擊區塊上方的「Run」

等待幾秒之後，下面的地圖就會出現台灣北部的衛星圖像了。由於我們設定的RGB疊圖是B5-B4-B3，顯示的衛星圖是植被越茂盛的地方越紅，都市、裸露地等沒有植被的地方越偏亮藍的影像（上圖看不出來亮藍，是因為我們還沒有進行影像調整，本文最後會講到）。

完成這張圖之後，大家就運用Google Earth Engine，完成第一次的衛星影像分析了。接下來說明上面請大家輸入的指令的意思：

var filterImage = imageCollection
              .filterBounds(ee.Geometry.Point(121.551129, 25.054875))
              .filterDate("2016-07-28", "2016-07-30");

第一段指令，是篩選我們一開始載入的Landsat 8影像。

1. filterBounds：這個指令是依據給定的地理條件篩選衛星影像。我們這裡設定的篩選標準是，選出經緯度[121.551129, 25.05487]（我隨便亂選的台北市經緯點）所在的衛星影像
2. filterDate：這個指令是依據給定的時間條件篩選衛星影像。我們這裡設定的篩選標準是，選出介於2016年7月28日和2016年7月30日的衛星影像，其實就是要2016年7月29日的衛星資料（我事先已經在NASA的資料網站上找到這份衛星資料）

我們把篩選出來的結果，命名為filterImage。

var image = ee.Image(filterImage.first());

不過，我們還需要一個步驟，才能把衛星圖像集，轉變成單一個衛星圖像。我們需要的是，選出filterImage中的第一個衛星圖像（雖然filterImage裡面本來就只有一個衛星資料），再用ee.Image，將衛星資料轉檔成Image格式。

print(image);

print指令可以讓我們在主控台檢視括號裡的東西的內容，在此例是image。

我們可以在主控台看到image的詳細資料，包括類型（type）、id、有哪些波段（bands）、詳細屬性（properties）等等。

Map.centerObject(image, 9);
Map.addLayer(image, {bands: ['B5', 'B4', 'B3']});

最後，我們用Map.centerObject指令，把介面下方的地圖中心，移動到image的所在地，再用Map.addLayer指令，把image資料顯示在地圖上。

稍微講一下Map.addLayer指令：

1. 括號中第一個位置，要放需要繪製的圖檔，在此例是image
2. 第二個位置，要放設定的繪製條件，在此例我們設定了rgb波段要放哪些資料，依序是B5、B4、B3，也就是第五、第四和第三波段。

這樣就大功告成啦！我們成功繪製了台灣北部的衛星圖像，可以藉此分析植被的茂盛程度。

不過，影像看起來不是很鮮艷，需要增加一些對比。

請點擊撰寫指令區的「reset => Clear script」，將撰寫區清空。

再將以下的指令複製貼上：

複製貼上之後，按「Run」

我們的衛星影像對比明顯多了，因為有運用簡單的公式，誇大化衛星影像顏色的差異。

之後我們會更加詳細地解釋怎麼調整衛星影像的樣子，以及如何用Google Earth Engine，呈現植被指數（NDVI）。想自行鑽研Google Earth Engine的讀者，可以閱讀Google的精美教學，寫得非常詳細。