{"id":11186,"date":"2023-09-13T17:22:48","date_gmt":"2023-09-13T20:22:48","guid":{"rendered":"https:\/\/geoblog.mkwebb.com.br2\/?p=11186"},"modified":"2025-01-08T15:10:04","modified_gmt":"2025-01-08T18:10:04","slug":"conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais","status":"publish","type":"post","link":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/","title":{"rendered":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais"},"content":{"rendered":"\r\n

O Google acaba de anunciar um recurso que simplifica a exporta\u00e7\u00e3o de dados tabulares do Earth Engine no BigQuery<\/strong>. Tanto o Google Earth Engine (GEE)<\/strong>, quanto o BigQuery<\/strong> t\u00eam o objetivo de tornar o processamento de dados em grande escala acess\u00edvel e utiliz\u00e1vel por uma gama de aplica\u00e7\u00f5es.

Enquanto o Earth Engine tende a se concentrar no processamento de imagens (raster)<\/strong>, o BigQuery \u00e9 otimizado para processar grandes conjuntos de dados tabulares<\/strong>. A novidade simboliza o primeiro grande passo rumo a uma interoperabilidade entre as duas plataformas<\/strong>, melhorando a facilidade de uso para fluxos de trabalho que utilizam ambos os servi\u00e7os e permitindo novas an\u00e1lises que combinam dados raster e tabulares.<\/p>\r\n\r\n\r\n\r\n\r\n\r\n

Conector entre Google Earth Engine e BigQuery<\/h2>\r\n\r\n\r\n\r\n

Trata-se de um conector <\/strong>que facilita as an\u00e1lises em grande escala, uma vez que as imagens de sat\u00e9lite do GEE podem ser processadas agora diretamente no BigQuery<\/a><\/strong>. Isso permite gerar an\u00e1lises gr\u00e1ficas por meio do BigQuery Geo Viz, por exemplo, bem como integrar esses dados ao BigQuery ML e Vertex AI (que possui integra\u00e7\u00e3o com o BigQuery) para aplica\u00e7\u00e3o de t\u00e9cnicas avan\u00e7adas de analytics, como intelig\u00eancia artificial e machine learning. Ou seja, agora tamb\u00e9m \u00e9 poss\u00edvel rodar os modelos do GEE dentro do Vertex AI<\/a>.

Anteriormente, os usu\u00e1rios migravam dados do Earth Engine para o BigQuery, o que exigia uma aten\u00e7\u00e3o \u00e0 codifica\u00e7\u00e3o, ao armazenamento intermedi\u00e1rio e aos tipos de dados. Hoje, esse processo exige menos esfor\u00e7o: basta uma linha de c\u00f3digo para transferir dados do Earth Engine para o BigQuery. Esta nova fun\u00e7\u00e3o Export.table.toBigQuery()<\/code> simplifica v\u00e1rios novos fluxos, incluindo:

– Combinar dados do Earth Engine com fontes de dados do BigQuery para obter uma vis\u00e3o mais completa de um problema espec\u00edfico;
– Usando as poderosas ferramentas de an\u00e1lise do BigQuery para extrair insights dos dados do Earth Engine;
– Compartilhar dados do Earth Engine com usu\u00e1rios compat\u00edveis com SQL de uma forma que seja acess\u00edvel para eles.<\/p>\r\n\r\n\r\n\r\n

Conex\u00e3o entre Google Earth Engine e BigQuery na pr\u00e1tica<\/h2>\r\n<\/span>\r\n\r\n\r\n\r\n

Afinal, o que esse conector muda nas an\u00e1lises de imagens geoespaciais? Para entender como esse conector j\u00e1 est\u00e1 sendo usando na pr\u00e1tica, confira a seguir alguns cases de sucesso:<\/p>\r\n<\/span>\r\n\r\n\r\n\r\n\r\n\r\n

Melhoria da sustentabilidade das culturas<\/h3>\r\n\r\n\r\n\r\n

A startup Woza, parceira do Google, desenvolve tecnologia de intelig\u00eancia geoespacial com apoio do Earth Engine e do BigQuery, com intuito de apoiar governos e empresas a enfrentar desafios globais, como mudan\u00e7as clim\u00e1ticas, risco geogr\u00e1fico e sustentabilidade.

Com o novo conector, a Woza \u00e9 capaz de integrar vari\u00e1veis novas e mais complexas em suas solu\u00e7\u00f5es de sustentabilidade para culturas e cadeias de fornecimento. Os insights e solu\u00e7\u00f5es de sustentabilidade acion\u00e1veis que a Woza fornece ajudam para empresas de bens de consumo embalados (CPGs) que buscam otimizar suas cadeias de fornecimento, identificando os fornecedores e fazendas mais respons\u00e1veis ambientalmente.<\/p>\r\n\r\n\r\n\r\n

\"\"<\/a><\/figure>\r\n\r\n\r\n\r\n

O acesso \u00e0 informa\u00e7\u00e3o baseada na nuvem, sem necessidade de infraestrutura t\u00e9cnica, permite que pequenos e m\u00e9dios produtores validem os seus processos de forma instant\u00e2nea e altamente acess\u00edvel, inaugurando a possibilidade de entrar em mercados mais rigorosos, como a Uni\u00e3o Europeia e EUA.
A empresa de tecnologia agr\u00edcola Sima criou uma solu\u00e7\u00e3o agr\u00edcola inteligente que permite que as empresas de bem de consumo monitorem seus campos, localizem geograficamente dados, analisem informa\u00e7\u00f5es e gerem pedidos de aplica\u00e7\u00e3o de pulveriza\u00e7\u00e3o. Para construir esta solu\u00e7\u00e3o, a Sima emprega inova\u00e7\u00f5es da Woza que lhes permitem realizar valida\u00e7\u00f5es de sustentabilidade e apoiar e melhorar a produtividade em campo.

Na solu\u00e7\u00e3o da Sima, as informa\u00e7\u00f5es s\u00e3o exibidas por meio de grades, possibilitando que os atores financeiros e operacionais da cadeia de abastecimento identifiquem melhor as \u00e1reas potenciais para cultivo que atendam \u00e0s diretrizes de sustentabilidade, ao mesmo tempo que identificam e desqualificam \u00e1reas que n\u00e3o atendem aos crit\u00e9rios de sustentabilidade.

Esse tipo de an\u00e1lise geoespacial agregada do Earth Engine e do BigQuery permite a otimiza\u00e7\u00e3o de recursos para grandes regi\u00f5es, o que n\u00e3o \u00e9 vi\u00e1vel com an\u00e1lises manuais, no local, campo por campo.<\/p>\r\n

\u201cA recente fus\u00e3o do BigQuery com o Google Earth Engine \u00e9 a chave para desbloquear novas possibilidades para arquiteturas geoespaciais de ponta\u201d, afirma Sebastian Priolo, CEO da Woza. \u201cEssa integra\u00e7\u00e3o abre caminho para a transforma\u00e7\u00e3o de imagens de sat\u00e9lite em dados tabulares, ampliando os horizontes do tratamento de dados geoespaciais. Juntos, eles formam uma dupla din\u00e2mica que nos permite criar aplicativos escal\u00e1veis e de alto desempenho com uma facilidade sem precedentes.\u201d<\/p>\r\n\r\n\r\n\r\n

Detec\u00e7\u00e3o de estradas inundadas<\/h2>\r\n\r\n\r\n\r\n

Eventos clim\u00e1ticos extremos t\u00eam um impacto devastador em todo o mundo. As inunda\u00e7\u00f5es, as ondas de calor e a seca t\u00eam custos humanos e financeiros substanciais, causando mortalidade e devasta\u00e7\u00e3o de casas e propriedades. O exemplo a seguir mostra como usar mosaicos de dados de sat\u00e9lite do Earth Engine e conjuntos de dados de estradas abertas do BigQuery, processando os dados em ambos os ambientes para determinar quais segmentos de estradas s\u00e3o afetados por uma inunda\u00e7\u00e3o no Reino Unido.

O Cat\u00e1logo de Dados do Earth Engine cont\u00e9m a cole\u00e7\u00e3o Copernicus Sentinel Synthetic Aperture Radar. Este conjunto de dados p\u00fablicos \u00e9 composto por imagens de radar que medem como as superf\u00edcies espalham as ondas de luz de volta ao sensor de um sat\u00e9lite. Corpos de \u00e1gua estagnados agem como espelhos para sinais de r\u00e1dio, refletindo a luz do radar do sat\u00e9lite em vez de espalh\u00e1-la de volta para o sensor de imagem. A maioria das superf\u00edcies naturais n\u00e3o possui essa propriedade, o que significa que \u00e9 poss\u00edvel diferenciar corpos d’\u00e1gua estagnados de seus arredores procurando manchas “escuras” nas imagens (ou seja, \u00e1reas com baixos valores de retroespalhamento).<\/p>\r\n\r\n\r\n\r\n

\"\"<\/a><\/figure>\r\n\r\n\r\n\r\n

Assim, podemos preparar os dados de entrada selecionando uma \u00e1rea de interesse e filtrando imagens com polariza\u00e7\u00e3o vertical-vertical (“VV”), enviando luz polarizada verticalmente e medindo a luz polarizada verticalmente que \u00e9 retornada. A ideia \u00e9 identificar os pol\u00edgonos inundados no BigQuery, onde podem ser usados em combina\u00e7\u00e3o com os v\u00e1rios conjuntos de dados dispon\u00edveis publicamente que est\u00e3o hospedados l\u00e1. O conjunto de dados p\u00fablico “planet_ways” do OpenStreetMap cont\u00e9m informa\u00e7\u00f5es sobre segmentos de estradas, que podem ser combinados com os dados exportados do Earth Engine.<\/p>\r\n\r\n\r\n\r\n

Leia mais: Google Earth Engine: como BigQuery e Looker podem potencializar an\u00e1lises geoespaciais <\/a><\/strong><\/p>\r\n\r\n\r\n\r\n

Preven\u00e7\u00e3o a eventos clim\u00e1ticos<\/h2>\r\n\r\n\r\n\r\n

Os exemplos acima citam o ponto de trabalhar o dado geoespacial somado a quest\u00e3o da visualiza\u00e7\u00e3o dentro do BigQuery Gis. Mas h\u00e1 outras possibilidades, como por exemplo o uso do BigQuery ML junto a esses dados. Funciona assim: a informa\u00e7\u00e3o \u00e9 gerada no GEE, posteriormente exportada diretamente do Google Earth Engine para o BigQuery e, por fim, esses dados s\u00e3o utilizados para entrada de modelos presentes no pr\u00f3prio BigQuery. A vantagem, nesse caso, \u00e9 que se voc\u00ea tem uma equipe de analistas com uma boa profici\u00eancia em SQL, consegue agilizar o processo de ativar os dados atrav\u00e9s de um modelo de machine learning.<\/p>\r\n\r\n\r\n\r\n

O cruzamento com outros tipos de dados tamb\u00e9m \u00e9 facilitado. Por exemplo, se voc\u00ea tem acesso a dados referentes a preven\u00e7\u00e3o de cat\u00e1strofe, possui um conjunto de cidades as quais monitora e mant\u00e9m informa\u00e7\u00f5es hist\u00f3ricas diversas no BigQuery, \u00e9 poss\u00edvel usar esses dados geogr\u00e1ficos dessas \u00e1reas como entrada para uma Task do GEE. No Google Earth Engine, obt\u00eam-se informa\u00e7\u00f5es como n\u00edvel de precipita\u00e7\u00e3o sobre essas cidades e \u00e9 poss\u00edvel exportar esses dados diretamente com o uso do conector, e dentro do BigQuery se enriquece as informa\u00e7\u00f5es hist\u00f3ricas com o dado do GEE. Al\u00e9m disso, utiliza-se o BigQuery ML para gerar um modelo regressivo que fa\u00e7a a predi\u00e7\u00e3o da chance de ocorrer um deslizamento em cima desse dado enriquecido.<\/p>\r\n\r\n\r\n\r\n

Como ilustrado no exemplo, \u00e9 poss\u00edvel trabalhar extra\u00e7\u00e3o, transforma\u00e7\u00e3o, an\u00e1lise e ativa\u00e7\u00e3o desses dados de maneira completa utilizando esse ecossistema, sem depender de um processo externo para carregar informa\u00e7\u00f5es que anteriormente viriam atrav\u00e9s de um CSV extenso.<\/p>\r\n\r\n\r\n\n


\"\"

A Geoambiente<\/strong> \u00e9 Parceira Premier do Google Cloud<\/strong> e oferece ao mercado a solu\u00e7\u00e3o Google Cloud enquanto plataforma, al\u00e9m de servi\u00e7os desenvolvidos pelo nosso time de especialistas com base na tecnologia em nuvem.\n

\nAtendemos empresas que s\u00e3o refer\u00eancia de mercado (tanto setor privado quanto p\u00fablico). Sabemos como maximizar o poder da plataforma para atingir os objetivos do seu neg\u00f3cio. \n

\nPara saber mais informa\u00e7\u00f5es sobre como a Geoambiente pode ajudar sua empresa a come\u00e7ar a jornada na nuvem, entre em contato com os nossos especialistas de Google Cloud<\/strong>. \n<\/p>\n\n\n\n

\n
Fale com os nossos especialistas em Google Cloud<\/a><\/div>\n<\/div>\n\n\n\n
<\/div>\n","protected":false},"excerpt":{"rendered":"

O Google acaba de anunciar um recurso que simplifica a exporta\u00e7\u00e3o de dados tabulares do Earth Engine no BigQuery. Tanto o Google Earth Engine (GEE), quanto o BigQuery t\u00eam o objetivo de tornar o processamento de dados em grande escala acess\u00edvel e utiliz\u00e1vel por uma gama de aplica\u00e7\u00f5es. Enquanto o Earth Engine tende a se […]<\/p>\n","protected":false},"author":87,"featured_media":11189,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","_joinchat":[],"footnotes":""},"categories":[1725,1726],"tags":[],"class_list":["post-11186","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analise-geoespacial","category-gee-google-earth-enginge"],"yoast_head":"\nConector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO<\/title>\n<meta name=\"description\" content=\"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO\" \/>\n<meta property=\"og:description\" content=\"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\" \/>\n<meta property=\"og:site_name\" content=\"Blog da GEO\" \/>\n<meta property=\"article:published_time\" content=\"2023-09-13T20:22:48+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-01-08T18:10:04+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1300\" \/>\n\t<meta property=\"og:image:height\" content=\"736\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"J\u00e9ssica Cruz\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"J\u00e9ssica Cruz\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\"},\"author\":{\"name\":\"J\u00e9ssica Cruz\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000\"},\"headline\":\"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais\",\"datePublished\":\"2023-09-13T20:22:48+00:00\",\"dateModified\":\"2025-01-08T18:10:04+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\"},\"wordCount\":1411,\"commentCount\":0,\"image\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg\",\"articleSection\":[\"An\u00e1lise GeoEspacial\",\"Google Earth Engine\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\",\"url\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\",\"name\":\"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO\",\"isPartOf\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg\",\"datePublished\":\"2023-09-13T20:22:48+00:00\",\"dateModified\":\"2025-01-08T18:10:04+00:00\",\"author\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000\"},\"description\":\"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.\",\"breadcrumb\":{\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage\",\"url\":\"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg\",\"contentUrl\":\"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg\",\"width\":1300,\"height\":736,\"caption\":\"Google Earth Engine\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\/\/geoambiente.com.br\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#website\",\"url\":\"https:\/\/geoambiente.com.br\/blog\/\",\"name\":\"Blog da GEO\",\"description\":\"Blog da GEO\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/geoambiente.com.br\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000\",\"name\":\"J\u00e9ssica Cruz\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/2581032dad13b587ba53798ad74287ee648669590b6969f9b3814a8f7afff40d?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/2581032dad13b587ba53798ad74287ee648669590b6969f9b3814a8f7afff40d?s=96&d=mm&r=g\",\"caption\":\"J\u00e9ssica Cruz\"},\"description\":\"Data Engineer Com forma\u00e7\u00e3o em Banco de Dados e Certifica\u00e7\u00e3o Google Professional Data Engineer, \u00e9 especialista em engenharia e pipelines de dados, an\u00e1lise de dados e desenvolvimento de modelos de machine learning.\u00a0\",\"url\":\"https:\/\/geoambiente.com.br\/blog\/author\/jessicacruz2\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO","description":"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/","og_locale":"pt_BR","og_type":"article","og_title":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO","og_description":"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.","og_url":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/","og_site_name":"Blog da GEO","article_published_time":"2023-09-13T20:22:48+00:00","article_modified_time":"2025-01-08T18:10:04+00:00","og_image":[{"width":1300,"height":736,"url":"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg","type":"image\/jpeg"}],"author":"J\u00e9ssica Cruz","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"J\u00e9ssica Cruz","Est. tempo de leitura":"8 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#article","isPartOf":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/"},"author":{"name":"J\u00e9ssica Cruz","@id":"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000"},"headline":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais","datePublished":"2023-09-13T20:22:48+00:00","dateModified":"2025-01-08T18:10:04+00:00","mainEntityOfPage":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/"},"wordCount":1411,"commentCount":0,"image":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage"},"thumbnailUrl":"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg","articleSection":["An\u00e1lise GeoEspacial","Google Earth Engine"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/","url":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/","name":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais - Blog da GEO","isPartOf":{"@id":"https:\/\/geoambiente.com.br\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage"},"image":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage"},"thumbnailUrl":"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg","datePublished":"2023-09-13T20:22:48+00:00","dateModified":"2025-01-08T18:10:04+00:00","author":{"@id":"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000"},"description":"Recurso do Google simplifica a exporta\u00e7\u00e3o de dados tabulares do Google Earth Engine no BigQuery, impulsionando as an\u00e1lises geoespaciais.","breadcrumb":{"@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#primaryimage","url":"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg","contentUrl":"https:\/\/geoambiente.com.br\/blog\/wp-content\/uploads\/2023\/09\/Google-Earth-Engine-.jpg","width":1300,"height":736,"caption":"Google Earth Engine"},{"@type":"BreadcrumbList","@id":"https:\/\/geoambiente.com.br\/blog\/conector-entre-google-earth-engine-e-bigquery-potencializa-analises-geoespaciais\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/geoambiente.com.br\/blog\/"},{"@type":"ListItem","position":2,"name":"Conector entre Google Earth Engine e BigQuery potencializa an\u00e1lises geoespaciais"}]},{"@type":"WebSite","@id":"https:\/\/geoambiente.com.br\/blog\/#website","url":"https:\/\/geoambiente.com.br\/blog\/","name":"Blog da GEO","description":"Blog da GEO","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/geoambiente.com.br\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/c9b0da6a8c379a46445e95c026f20000","name":"J\u00e9ssica Cruz","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/geoambiente.com.br\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/2581032dad13b587ba53798ad74287ee648669590b6969f9b3814a8f7afff40d?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2581032dad13b587ba53798ad74287ee648669590b6969f9b3814a8f7afff40d?s=96&d=mm&r=g","caption":"J\u00e9ssica Cruz"},"description":"Data Engineer Com forma\u00e7\u00e3o em Banco de Dados e Certifica\u00e7\u00e3o Google Professional Data Engineer, \u00e9 especialista em engenharia e pipelines de dados, an\u00e1lise de dados e desenvolvimento de modelos de machine learning.\u00a0","url":"https:\/\/geoambiente.com.br\/blog\/author\/jessicacruz2\/"}]}},"_links":{"self":[{"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/posts\/11186","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/users\/87"}],"replies":[{"embeddable":true,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/comments?post=11186"}],"version-history":[{"count":5,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/posts\/11186\/revisions"}],"predecessor-version":[{"id":15418,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/posts\/11186\/revisions\/15418"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/media\/11189"}],"wp:attachment":[{"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/media?parent=11186"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/categories?post=11186"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geoambiente.com.br\/blog\/wp-json\/wp\/v2\/tags?post=11186"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}