Google Earth Engine JavaScript の実行を高速化する方法

Google Earth エンジン スクリプトの実行時間の最適化

Google Earth Engine (GEE) は、大規模な地理空間データを分析するための強力なプラットフォームです。ただし、ユーザーは、スクリプトが基本的に見えても、実行時間に関する問題に遭遇することがよくあります。実行に数分かかるスクリプトは、生産性に影響を与え、洞察が遅れる可能性があります。

この場合、ユーザーは Sentinel と Landsat 8 データを処理するための簡単なスクリプトを作成しました。スクリプトは単純ですが、実行には約 3 ～ 5 分かかります。効率的なデータ処理には、この問題が発生する理由とスクリプトの最適化方法を理解することが不可欠です。

GEE スクリプトのパフォーマンスは、データ サイズ、フィルタリング、計算の複雑さなどのいくつかの要因によって決まります。実行時間を短縮するには、処理を遅くする不必要な操作や大規模なデータセットなど、スクリプト内のボトルネックを特定する必要があります。

この記事では、GEE での実行時間が遅い原因を調査し、特定のスクリプトを最適化するための実践的なヒントを提供します。これらの戦略を実装することで、ユーザーは地理空間データ分析タスクの速度とパフォーマンスを大幅に向上させることができます。

効率向上のための GEE スクリプトの最適化

提供されたスクリプトの目的は、Sentinel と Landsat という 2 つの異なるソースから衛星画像を抽出して処理することです。の Google Earth エンジン (GEE) このプラットフォームを使用すると、ユーザーは膨大な量の衛星データにアクセスし、フィルタリング、インデックス付け、視覚化などのさまざまな操作を適用できます。このスクリプトで使用される重要な機能の 1 つは、 正規化された差分() NDVI、NDWI、NDSI などの重要な指標を計算するために使用される関数。これらの指標は、指定された地域の植生、水、積雪を分析するために重要です。スクリプトは、対象地点を定義することから始まり、指定された座標を使用して地図をその中心に配置します。

スクリプトは、次のような複数のフィルターを適用します。 フィルター日付() そして フィルター境界()、処理されるデータ量を削減し、実行時間を短縮します。例えば、 フィルター境界() 対象領域と交差する画像のみが確実に含まれるようにします。 フィルター日付() 画像を特定の日付範囲に限定します。これは計算負荷を最小限に抑えるため、Sentinel や Landsat 画像などの大規模なデータセットを処理する場合に不可欠です。さらに、 フィルター 雲の範囲を考慮すると、雲が多すぎる画像を破棄することができ、より高品質な分析が保証されます。

スクリプトの重要な側面の 1 つは、 addBands() 計算されたインデックス (NDVI、NDWI、NDSI) を画像に追加し、さらなる分析のためにアクセスできるようにする機能です。このスクリプトには、JRC 地球地表水データセットのデータを使用した永続的な水マスクも組み込まれています。ウォーター マスクは、水の出現率が高い (80% 以上) エリアを除外するのに役立ちます。そうしないと、植生と雪の分析結果が歪む可能性があります。これは、 gt() そして アンマスク() この関数を使用すると、スクリプトはピクセル値に基づいて領域を分離できます。

最後に、スクリプトは 減らす（） パーセンタイル リデューサーを使用して関数を使用し、選択したピクセル値の 30 パーセンタイルを表す合成画像を生成します。この合成画像は対象領域にクリップされ、 クリップ（） 関数。 Sentinel と Landsat コンポジットの両方に対して視覚パラメータが定義されているため、ユーザーは適切なカラー設定でそれらを表示できます。このスクリプトは、フィルタリング、マスキング、合成生成などのさまざまな画像処理ステップを組み合わせることで、衛星画像を分析する効率的な方法を提供しますが、実行時間を短縮するためにさらに最適化を適用することもできます。

var pointJSP = ee.Geometry.Point([86.465263, 20.168076]);
Map.centerObject(pointJSP, 14);
// Combine date variables for flexibility
var startDate = '2024-02-01';
var endDate = '2024-03-01';
// Function to add NDVI, NDWI, NDSI
var addIndices = function(image) {
  var ndvi = image.normalizedDifference(['NIR', 'RED']).rename('NDVI');
  var ndwi = image.normalizedDifference(['NIR', 'SWIR1']).rename('NDWI');
  var ndsi = image.normalizedDifference(['SWIR1', 'SWIR2']).rename('NDSI');
  return image.addBands(ndvi).addBands(ndwi).addBands(ndsi);
};
// Use fewer data points by filtering for cloud-free pixels only once
var sentinel = ee.ImageCollection('COPERNICUS/S2_SR')
  .filterBounds(pointJSP)
  .filterDate(startDate, endDate)
  .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 30));

var landsat8 = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
  .filterBounds(pointJSP)
  .filterDate(startDate, endDate)
  .filter(ee.Filter.lt('CLOUD_COVER', 30));
// Apply water mask for permanent water areas
var waterMask = ee.Image('JRC/GSW1_4/GlobalSurfaceWater').select('occurrence').gt(80).unmask();
// Add indices to Landsat 8 imagery
var landsatIndices = landsat8.map(addIndices);
var composite = landsatIndices.reduce(ee.Reducer.percentile([30])).clip(pointJSP).mask(waterMask.eq(0));
Map.addLayer(composite, {bands: ['RED', 'GREEN', 'BLUE'], min: 0, max: 3000}, 'Landsat Composite');
Map.addLayer(waterMask, {min: 0, max: 1, palette: ['white', 'blue']}, 'Water Mask', false);

リモートセンシングスクリプトの効率の向上

Google Earth Engine (GEE) スクリプトを使用する場合の重要な考慮事項の 1 つは、操作が効率的に処理されることを確認することです。環境分析では Sentinel や Landsat などの大規模なデータセットを使用するのが一般的ですが、膨大な量のデータによりスクリプトの実行が遅くなる可能性があります。パフォーマンスを向上させる 1 つの方法は、必要なデータのみが処理されるようにすることです。次のようなコマンドを使用する フィルター境界() そして フィルター日付() データセットのサイズを最小限に抑え、計算の合理化に役立ちます。特定の日付範囲と地理的地域を選択すると、実行時間を大幅に短縮できます。

GEE スクリプトのパフォーマンスに影響を与えるもう 1 つの側面は、データの処理方法です。スクリプト例では、関数を使用して NDVI、NDWI、NDSI などの重要なインデックスを計算します。これらのインデックスはバンドとして画像コレクションに追加されるため、より徹底的な分析が可能になります。ただし、よくある間違いは、最初にフィルター処理を行わずにそのような関数をデータセット全体に適用することです。無関係なデータに対する不必要な計算を避けるために、フィルタリング後にこのような操作を適用することが重要です。

視覚化は、最適化できるスクリプトのもう 1 つの要素です。追加するレイヤーや複雑なビジュアライゼーションが多すぎると、処理時間が長くなる可能性があります。スクリプトは事前定義されたビジュアル パラメータを使用してコンポジットをレンダリングしますが、明示的に必要でない限り、特定のレイヤーを無効にすることでパフォーマンスを向上させることができます。これは、機能を維持しながらスクリプトを軽量に保つのに役立ちます。使用する クリップ（） また、コマンドを使用すると、必要な領域のみがレンダリングされるため、全体的な処理の負担が軽減されます。