ನಿಮ್ಮ ಗೂಗಲ್ ಅರ್ಥ್ ಎಂಜಿನ್ ಜಾವಾಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ವೇಗವಾಗಿ ರನ್ ಮಾಡುವುದು ಹೇಗೆ

ಗೂಗಲ್ ಅರ್ಥ್ ಇಂಜಿನ್ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳ ಎಕ್ಸಿಕ್ಯೂಶನ್ ಸಮಯವನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡಲಾಗುತ್ತಿದೆ

ಗೂಗಲ್ ಅರ್ಥ್ ಎಂಜಿನ್ (GEE) ದೊಡ್ಡ ಪ್ರಮಾಣದ ಜಿಯೋಸ್ಪೇಷಿಯಲ್ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಪ್ರಬಲ ವೇದಿಕೆಯಾಗಿದೆ. ಆದಾಗ್ಯೂ, ಬಳಕೆದಾರರು ತಮ್ಮ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳು ಮೂಲಭೂತವಾಗಿ ಕಾಣಿಸಿಕೊಂಡಾಗಲೂ ಸಹ, ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯದಲ್ಲಿ ಸಮಸ್ಯೆಗಳನ್ನು ಎದುರಿಸುತ್ತಾರೆ. ಚಲಾಯಿಸಲು ಹಲವಾರು ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಸ್ಕ್ರಿಪ್ಟ್ ಉತ್ಪಾದಕತೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ವಿಳಂಬಗೊಳಿಸುತ್ತದೆ.

ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್ 8 ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಬಳಕೆದಾರರು ಸರಳವಾದ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ರಚಿಸಿದ್ದಾರೆ. ಅದರ ಸರಳತೆಯ ಹೊರತಾಗಿಯೂ, ಸ್ಕ್ರಿಪ್ಟ್ ಕಾರ್ಯಗತಗೊಳಿಸಲು ಸುಮಾರು 3-5 ನಿಮಿಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಇದು ಏಕೆ ಸಂಭವಿಸುತ್ತದೆ ಮತ್ತು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಹೇಗೆ ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವುದು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಸಮರ್ಥ ಡೇಟಾ ಪ್ರಕ್ರಿಯೆಗೆ ಅವಶ್ಯಕವಾಗಿದೆ.

GEE ಸ್ಕ್ರಿಪ್ಟ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆಯು ಡೇಟಾ ಗಾತ್ರ, ಫಿಲ್ಟರಿಂಗ್ ಮತ್ತು ಕಂಪ್ಯೂಟೇಶನಲ್ ಸಂಕೀರ್ಣತೆ ಸೇರಿದಂತೆ ಹಲವಾರು ಅಂಶಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿನ ಅಡಚಣೆಗಳನ್ನು ಗುರುತಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಅನಗತ್ಯ ಕಾರ್ಯಾಚರಣೆಗಳು ಅಥವಾ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸುವ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳು.

ಈ ಲೇಖನವು GEE ನಲ್ಲಿ ನಿಧಾನಗತಿಯ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯದ ಸಂಭವನೀಯ ಕಾರಣಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತದೆ ಮತ್ತು ನೀಡಿರುವ ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಪ್ರಾಯೋಗಿಕ ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತದೆ. ಈ ತಂತ್ರಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮೂಲಕ, ಬಳಕೆದಾರರು ತಮ್ಮ ಜಿಯೋಸ್ಪೇಷಿಯಲ್ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯಗಳ ವೇಗ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸಬಹುದು.

ಆಜ್ಞೆ	ಬಳಕೆಯ ಉದಾಹರಣೆ
normalizedDifference()	NDVI, NDWI, ಮತ್ತು NDSI ಯಂತಹ ಸೂಚ್ಯಂಕಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಈ ಕಾರ್ಯವನ್ನು ಎರಡು ಬ್ಯಾಂಡ್‌ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಅವುಗಳ ಮೊತ್ತದಿಂದ ಭಾಗಿಸುವ ಮೂಲಕ ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಳಸಲಾಗುತ್ತದೆ. ಸಸ್ಯವರ್ಗ, ನೀರು ಮತ್ತು ಹಿಮದ ಸೂಚ್ಯಂಕಗಳ ಅಗತ್ಯವಿರುವ ದೂರ ಸಂವೇದಿ ವಿಶ್ಲೇಷಣೆಗೆ ಇದು ನಿರ್ದಿಷ್ಟವಾಗಿದೆ.
filterBounds()	ನೀಡಿರುವ ಜ್ಯಾಮಿತಿಯನ್ನು ಛೇದಿಸುವ ಚಿತ್ರಗಳನ್ನು ಮಾತ್ರ ಸೇರಿಸಲು ಚಿತ್ರ ಸಂಗ್ರಹವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಇದು ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಆಸಕ್ತಿಯ ಸುತ್ತಲಿನ ಪ್ರದೇಶಕ್ಕೆ ಉಪಗ್ರಹ ಡೇಟಾವನ್ನು ನಿರ್ಬಂಧಿಸುತ್ತದೆ, ಅಪ್ರಸ್ತುತ ಡೇಟಾವನ್ನು ಹೊರತುಪಡಿಸಿ ಸಂಸ್ಕರಣೆಯನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾಡುತ್ತದೆ.
filterDate()	ಈ ಆಜ್ಞೆಯು ಚಿತ್ರದ ಸಂಗ್ರಹವನ್ನು ನಿರ್ದಿಷ್ಟ ದಿನಾಂಕದ ಶ್ರೇಣಿಗೆ ಸೀಮಿತಗೊಳಿಸುತ್ತದೆ. ನಮ್ಮ ಸಮಸ್ಯೆಗೆ, ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್ ಡೇಟಾಸೆಟ್‌ಗಳಿಗೆ ಒಂದೇ ಸಮಯದ ನಡುವಿನ ವ್ಯತ್ಯಾಸಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಮುಖ್ಯವಾಗಿದೆ.
addBands()	ಸಂಗ್ರಹಣೆಯಲ್ಲಿರುವ ಪ್ರತಿ ಚಿತ್ರಕ್ಕೆ ಹೊಸ ಲೆಕ್ಕಾಚಾರದ ಬ್ಯಾಂಡ್‌ಗಳನ್ನು (NDVI, NDWI, ಮತ್ತು NDSI ನಂತಹ) ಸೇರಿಸುತ್ತದೆ. ಪ್ರತ್ಯೇಕ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ರಚಿಸದೆ ಒಂದೇ ಚಿತ್ರ ಸಂಗ್ರಹಕ್ಕೆ ಬಹು ಸೂಚ್ಯಂಕಗಳನ್ನು ಅನ್ವಯಿಸಲು ಇದು ಅತ್ಯಗತ್ಯ.
unmask()	ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಮೌಲ್ಯದೊಂದಿಗೆ ಮುಖವಾಡದ ಪಿಕ್ಸೆಲ್‌ಗಳನ್ನು ತುಂಬುತ್ತದೆ. ನಮ್ಮ ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ, ಶಾಶ್ವತ ನೀರಿನ ಪ್ರದೇಶಗಳನ್ನು ಅನ್ಮಾಸ್ಕ್ ಮಾಡಲು ಬಳಸಲಾಗುತ್ತದೆ, ಇಡೀ ಪ್ರದೇಶದಾದ್ಯಂತ ಡೇಟಾವನ್ನು ಸ್ಥಿರವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ.
reduce()	ee.Reducer.percentile() ನಂತಹ ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ಕಡಿತಗೊಳಿಸುವ ಕಾರ್ಯವನ್ನು ಬಳಸಿಕೊಂಡು ಚಿತ್ರ ಸಂಗ್ರಹವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಇಲ್ಲಿ, ಪಿಕ್ಸೆಲ್ ಮೌಲ್ಯಗಳ 30 ನೇ ಶೇಕಡಾವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಇದನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಸಂಯೋಜಿತ ಚಿತ್ರ ಉತ್ಪಾದನೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುತ್ತದೆ.
clip()	ಆಸಕ್ತಿಯ ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶದ ಗಡಿಗಳಿಗೆ ಚಿತ್ರವನ್ನು ಕ್ಲಿಪ್ ಮಾಡುತ್ತದೆ. ಇದು ಪ್ರದೇಶಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಇದು ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
gt()	ಈ ಆಜ್ಞೆಯು 'ಹೆಚ್ಚು ಹೆಚ್ಚು' ಎಂದು ಸೂಚಿಸುತ್ತದೆ ಮತ್ತು ಮಿತಿಯನ್ನು ಆಧರಿಸಿ ಬೈನರಿ ಚಿತ್ರಗಳನ್ನು ರಚಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಇದು 80% ಕ್ಕಿಂತ ಹೆಚ್ಚು ನೀರು ಸಂಭವಿಸುವ ಪ್ರದೇಶಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
map()	ಸಂಗ್ರಹಣೆಯಲ್ಲಿರುವ ಪ್ರತಿ ಚಿತ್ರಕ್ಕೂ ಒಂದು ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ. ನಮ್ಮ ಉದಾಹರಣೆಯಲ್ಲಿ, ಸಂಗ್ರಹಣೆಯಲ್ಲಿನ ಎಲ್ಲಾ ಚಿತ್ರಗಳಾದ್ಯಂತ NDVI, NDWI ಮತ್ತು NDSI ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಇದು addIndices ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ, ಕೆಲಸದ ಹರಿವನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ.

ಸುಧಾರಿತ ದಕ್ಷತೆಗಾಗಿ GEE ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು

ಒದಗಿಸಿದ ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ, ಎರಡು ವಿಭಿನ್ನ ಮೂಲಗಳಿಂದ ಉಪಗ್ರಹ ಚಿತ್ರಣವನ್ನು ಹೊರತೆಗೆಯುವುದು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ಗುರಿಯಾಗಿದೆ: ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್. ದಿ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಬಳಕೆದಾರರಿಗೆ ಅಪಾರ ಪ್ರಮಾಣದ ಉಪಗ್ರಹ ಡೇಟಾವನ್ನು ಪ್ರವೇಶಿಸಲು ಮತ್ತು ಫಿಲ್ಟರಿಂಗ್, ಇಂಡೆಕ್ಸಿಂಗ್ ಮತ್ತು ದೃಶ್ಯೀಕರಣದಂತಹ ವಿವಿಧ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಅನ್ವಯಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಈ ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ ಬಳಸಲಾದ ಪ್ರಮುಖ ವೈಶಿಷ್ಟ್ಯವೆಂದರೆ ದಿ ಕಾರ್ಯ, ಇದು NDVI, NDWI, ಮತ್ತು NDSI ನಂತಹ ಪ್ರಮುಖ ಸೂಚ್ಯಂಕಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ. ಈ ಸೂಚ್ಯಂಕಗಳು ನಿರ್ದಿಷ್ಟ ಪ್ರದೇಶದಲ್ಲಿ ಸಸ್ಯವರ್ಗ, ನೀರು ಮತ್ತು ಹಿಮದ ಹೊದಿಕೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಲು ನಿರ್ಣಾಯಕವಾಗಿವೆ. ಸ್ಕ್ರಿಪ್ಟ್ ಆಸಕ್ತಿಯ ಬಿಂದುವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವ ಮೂಲಕ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ ಮತ್ತು ಒದಗಿಸಿದ ನಿರ್ದೇಶಾಂಕಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಅದರ ಮೇಲೆ ನಕ್ಷೆಯನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.

ಸ್ಕ್ರಿಪ್ಟ್ ಅನೇಕ ಫಿಲ್ಟರ್‌ಗಳನ್ನು ಅನ್ವಯಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ಮತ್ತು , ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾದ ಡೇಟಾದ ಪ್ರಮಾಣವನ್ನು ಕಡಿಮೆ ಮಾಡಲು, ಹೀಗಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಫಿಲ್ಟರ್‌ಬೌಂಡ್‌ಗಳು() ಆಸಕ್ತಿಯ ಪ್ರದೇಶವನ್ನು ಛೇದಿಸುವ ಚಿತ್ರಗಳನ್ನು ಮಾತ್ರ ಸೇರಿಸಲಾಗಿದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ ಫಿಲ್ಟರ್ ದಿನಾಂಕ() ನಿರ್ದಿಷ್ಟ ದಿನಾಂಕ ಶ್ರೇಣಿಗೆ ಚಿತ್ರಗಳನ್ನು ಮಿತಿಗೊಳಿಸುತ್ತದೆ. ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್ ಚಿತ್ರಣದಂತಹ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಇದು ಅತ್ಯಗತ್ಯ, ಏಕೆಂದರೆ ಇದು ಕಂಪ್ಯೂಟೇಶನಲ್ ಲೋಡ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ದಿ ಕ್ಲೌಡ್ ಕವರೇಜ್‌ಗಾಗಿ ಹೆಚ್ಚು ಮೋಡವನ್ನು ಹೊಂದಿರುವ ಚಿತ್ರಗಳನ್ನು ತ್ಯಜಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಉತ್ತಮ-ಗುಣಮಟ್ಟದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ.

ಸ್ಕ್ರಿಪ್ಟ್‌ನ ಒಂದು ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ ಕಾರ್ಯ, ಇದು ಲೆಕ್ಕಾಚಾರದ ಸೂಚ್ಯಂಕಗಳನ್ನು (NDVI, NDWI, NDSI) ಚಿತ್ರಣಕ್ಕೆ ಸೇರಿಸುತ್ತದೆ, ಹೆಚ್ಚಿನ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಅವುಗಳನ್ನು ಪ್ರವೇಶಿಸುವಂತೆ ಮಾಡುತ್ತದೆ. JRC ಗ್ಲೋಬಲ್ ಸರ್ಫೇಸ್ ವಾಟರ್ ಡೇಟಾಸೆಟ್‌ನಿಂದ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಸ್ಕ್ರಿಪ್ಟ್ ಶಾಶ್ವತ ನೀರಿನ ಮುಖವಾಡವನ್ನು ಸಹ ಸಂಯೋಜಿಸುತ್ತದೆ. ನೀರಿನ ಮಾಸ್ಕ್ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ನೀರು (80% ಕ್ಕಿಂತ ಹೆಚ್ಚು) ಇರುವ ಪ್ರದೇಶಗಳನ್ನು ಹೊರತುಪಡಿಸಿ ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಇದು ಸಸ್ಯವರ್ಗ ಮತ್ತು ಹಿಮ ವಿಶ್ಲೇಷಣೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ತಿರುಚಬಹುದು. ಇದನ್ನು ಮೂಲಕ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ಕಾರ್ಯಗಳು, ಇದು ಪಿಕ್ಸೆಲ್ ಮೌಲ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ ಪ್ರದೇಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಅನುಮತಿಸುತ್ತದೆ.

ಅಂತಿಮವಾಗಿ, ಸ್ಕ್ರಿಪ್ಟ್ ಬಳಸುತ್ತದೆ ಆಯ್ಕೆಮಾಡಿದ ಪಿಕ್ಸೆಲ್ ಮೌಲ್ಯಗಳ 30 ನೇ ಶೇಕಡಾವನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಸಂಯೋಜಿತ ಚಿತ್ರವನ್ನು ರಚಿಸಲು ಶೇಕಡಾವಾರು ಕಡಿತಗೊಳಿಸುವಿಕೆಯೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಈ ಸಂಯೋಜಿತ ಚಿತ್ರವನ್ನು ನಂತರ ಆಸಕ್ತಿಯ ಪ್ರದೇಶಕ್ಕೆ ಕ್ಲಿಪ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ನಕ್ಷೆಯಲ್ಲಿ ಇದನ್ನು ಬಳಸಿಕೊಂಡು ದೃಶ್ಯೀಕರಿಸಲಾಗುತ್ತದೆ ಕಾರ್ಯ. ದೃಶ್ಯ ನಿಯತಾಂಕಗಳನ್ನು ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್ ಸಂಯೋಜನೆಗಳಿಗೆ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ, ಬಳಕೆದಾರರಿಗೆ ಸೂಕ್ತವಾದ ಬಣ್ಣ ಸೆಟ್ಟಿಂಗ್‌ಗಳೊಂದಿಗೆ ಅವುಗಳನ್ನು ವೀಕ್ಷಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಫಿಲ್ಟರಿಂಗ್, ಮರೆಮಾಚುವಿಕೆ ಮತ್ತು ಸಂಯೋಜಿತ ಉತ್ಪಾದನೆಯಂತಹ ವಿವಿಧ ಇಮೇಜ್ ಪ್ರೊಸೆಸಿಂಗ್ ಹಂತಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ಈ ಸ್ಕ್ರಿಪ್ಟ್ ಉಪಗ್ರಹ ಚಿತ್ರಣವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಸಮರ್ಥ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಆದರೂ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತಷ್ಟು ಆಪ್ಟಿಮೈಸೇಶನ್ ಅನ್ನು ಅನ್ವಯಿಸಬಹುದು.

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);

ರಿಮೋಟ್ ಸೆನ್ಸಿಂಗ್ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳ ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸುವುದು

ಗೂಗಲ್ ಅರ್ಥ್ ಎಂಜಿನ್ (GEE) ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಒಂದು ಪ್ರಮುಖ ಪರಿಗಣನೆಯು ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಸಮರ್ಥವಾಗಿ ನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು. ಪರಿಸರ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಸೆಂಟಿನೆಲ್ ಮತ್ತು ಲ್ಯಾಂಡ್‌ಸ್ಯಾಟ್‌ನಂತಹ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳ ಬಳಕೆಯು ಸಾಮಾನ್ಯವಾಗಿದ್ದರೂ, ದತ್ತಾಂಶದ ಸಂಪೂರ್ಣ ಪರಿಮಾಣವು ಸ್ಕ್ರಿಪ್ಟ್ ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸುತ್ತದೆ. ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುವ ಒಂದು ವಿಧಾನವೆಂದರೆ ಅಗತ್ಯ ಡೇಟಾವನ್ನು ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು. ಮುಂತಾದ ಆಜ್ಞೆಗಳನ್ನು ಬಳಸುವುದು ಮತ್ತು ಡೇಟಾಸೆಟ್ ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಇದು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಸ್ಟ್ರೀಮ್ಲೈನ್ ​​ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ನಿರ್ದಿಷ್ಟ ದಿನಾಂಕ ಶ್ರೇಣಿಗಳು ಮತ್ತು ಭೌಗೋಳಿಕ ಪ್ರದೇಶಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದರಿಂದ ಮರಣದಂಡನೆಯ ಸಮಯವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆ ಮಾಡಬಹುದು.

GEE ಸ್ಕ್ರಿಪ್ಟ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ಇನ್ನೊಂದು ಅಂಶವೆಂದರೆ ಡೇಟಾವನ್ನು ಹೇಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾಗುತ್ತದೆ. NDVI, NDWI, ಮತ್ತು NDSI ನಂತಹ ಪ್ರಮುಖ ಸೂಚ್ಯಂಕಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಸ್ಕ್ರಿಪ್ಟ್ ಉದಾಹರಣೆಯು ಕಾರ್ಯವನ್ನು ಬಳಸುತ್ತದೆ. ಈ ಸೂಚ್ಯಂಕಗಳನ್ನು ಚಿತ್ರ ಸಂಗ್ರಹಗಳಿಗೆ ಬ್ಯಾಂಡ್‌ಗಳಾಗಿ ಸೇರಿಸಲಾಗುತ್ತದೆ, ಇದು ಹೆಚ್ಚು ಸಂಪೂರ್ಣವಾದ ವಿಶ್ಲೇಷಣೆಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಅಂತಹ ಕಾರ್ಯಗಳನ್ನು ಮೊದಲು ಫಿಲ್ಟರ್ ಮಾಡದೆಯೇ ಸಂಪೂರ್ಣ ಡೇಟಾಸೆಟ್‌ಗೆ ಅನ್ವಯಿಸುವುದು ಸಾಮಾನ್ಯ ತಪ್ಪು. ಅಪ್ರಸ್ತುತ ಡೇಟಾದ ಮೇಲೆ ಅನಗತ್ಯ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ತಪ್ಪಿಸಲು ಫಿಲ್ಟರ್ ಮಾಡಿದ ನಂತರ ಅಂತಹ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಅನ್ವಯಿಸಲು ಇದು ನಿರ್ಣಾಯಕವಾಗಿದೆ.

ದೃಶ್ಯೀಕರಣವು ಆಪ್ಟಿಮೈಸ್ ಮಾಡಬಹುದಾದ ಸ್ಕ್ರಿಪ್ಟ್‌ನ ಮತ್ತೊಂದು ಅಂಶವಾಗಿದೆ. ಹಲವಾರು ಲೇಯರ್‌ಗಳು ಅಥವಾ ಸಂಕೀರ್ಣ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಸೇರಿಸುವುದರಿಂದ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು. ಸಂಯೋಜನೆಗಳನ್ನು ನಿರೂಪಿಸಲು ಸ್ಕ್ರಿಪ್ಟ್ ಪೂರ್ವನಿರ್ಧರಿತ ದೃಶ್ಯ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಆದರೆ ಅವುಗಳು ಸ್ಪಷ್ಟವಾಗಿ ಅಗತ್ಯವಿಲ್ಲದಿದ್ದರೆ ಕೆಲವು ಲೇಯರ್‌ಗಳನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸುವ ಮೂಲಕ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಬಹುದು. ಇದು ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಹಗುರವಾಗಿಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅದರ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ. ಬಳಸುತ್ತಿದೆ ಆದೇಶಗಳು ಅಗತ್ಯವಿರುವ ಪ್ರದೇಶವನ್ನು ಮಾತ್ರ ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಒಟ್ಟಾರೆ ಪ್ರಕ್ರಿಯೆಯ ಹೊರೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.

1. ನನ್ನ GEE ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ನಾನು ಹೇಗೆ ಸುಧಾರಿಸುವುದು?
2. ಬಳಕೆಯನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡಿ , , ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಮೊದಲು ನಿಮ್ಮ ಡೇಟಾಸೆಟ್‌ನ ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡಿ.
3. ನನ್ನ GEE ಸ್ಕ್ರಿಪ್ಟ್ ರನ್ ಆಗಲು ಏಕೆ ಹೆಚ್ಚು ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ?
4. ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳು ಮತ್ತು ಸಂಕೀರ್ಣ ಲೆಕ್ಕಾಚಾರಗಳು ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸಬಹುದು. ಬಳಸಿ ಮತ್ತು ಸಂಸ್ಕರಣೆಯನ್ನು ಸಂಬಂಧಿತ ಪ್ರದೇಶಗಳಿಗೆ ಸೀಮಿತಗೊಳಿಸಲು.
5. GEE ನಲ್ಲಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲಾದ ಚಿತ್ರಗಳ ಸಂಖ್ಯೆಯನ್ನು ನಾನು ಕಡಿಮೆ ಮಾಡಬಹುದೇ?
6. ಹೌದು, ಅರ್ಜಿ ಸಲ್ಲಿಸುವ ಮೂಲಕ ಮೋಡದ ವ್ಯಾಪ್ತಿಗಾಗಿ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಅವಧಿಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು.
7. ನನ್ನ ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ ಸೂಚ್ಯಂಕ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ನಾನು ಹೇಗೆ ಸರಳಗೊಳಿಸಬಹುದು?
8. ನಂತಹ ಕಾರ್ಯವನ್ನು ಬಳಸಿ ಒಂದು ಹಂತದಲ್ಲಿ ಬಹು ಸೂಚ್ಯಂಕಗಳನ್ನು (ಉದಾ., NDVI, NDWI) ಸೇರಿಸುವುದನ್ನು ಸುವ್ಯವಸ್ಥಿತಗೊಳಿಸಲು.
9. ಅಗತ್ಯ ಪದರಗಳನ್ನು ಮಾತ್ರ ದೃಶ್ಯೀಕರಿಸುವುದು ಸಾಧ್ಯವೇ?
10. ಹೌದು, ಅನಗತ್ಯ ಲೇಯರ್‌ಗಳನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸಿ ಮತ್ತು ಇದರೊಂದಿಗೆ ಸರಳೀಕೃತ ದೃಶ್ಯೀಕರಣ ನಿಯತಾಂಕಗಳನ್ನು ಬಳಸಿ ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಗಾಗಿ.

ಗೂಗಲ್ ಅರ್ಥ್ ಎಂಜಿನ್ ಸ್ಕ್ರಿಪ್ಟ್‌ಗಳನ್ನು ಆಪ್ಟಿಮೈಜ್ ಮಾಡುವುದು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಸಮರ್ಥವಾಗಿ ನಿರ್ವಹಿಸುವುದು, ಫಿಲ್ಟರ್‌ಗಳನ್ನು ಮೊದಲೇ ಅನ್ವಯಿಸುವುದು ಮತ್ತು ಅನಗತ್ಯ ಡೇಟಾ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು. ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡುವಂತಹ ಅಗತ್ಯ ಕ್ಷೇತ್ರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವುದು ಮತ್ತು ಸ್ಥಳವು ಪ್ರಕ್ರಿಯೆಯ ಸಮಯವನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.

ಮುಂತಾದ ಕಾರ್ಯಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಮತ್ತು ಅಪ್ರಸ್ತುತ ಡೇಟಾವನ್ನು ತೊಡೆದುಹಾಕಲು ಥ್ರೆಶೋಲ್ಡ್ ಮಾಸ್ಕ್‌ಗಳನ್ನು ಬಳಸುವುದರಿಂದ, ಸ್ಕ್ರಿಪ್ಟ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಇನ್ನಷ್ಟು ಸುಧಾರಿಸಬಹುದು. ಈ ತಂತ್ರಗಳು ಕಾರ್ಯಗತಗೊಳಿಸುವಿಕೆಯನ್ನು ಸುಗಮಗೊಳಿಸಬಹುದು, ತ್ವರಿತ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ ಮತ್ತು ಗೂಗಲ್ ಅರ್ಥ್ ಎಂಜಿನ್ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನ ಉತ್ತಮ ಬಳಕೆಯನ್ನು ನೀಡುತ್ತವೆ.