Google Earth Engine

Las cadenas de suministro sustentables son fundamentales para el negocio. Earth Engine ayuda a las empresas a analizar la cobertura y el uso de la tierra en los sitios de extracción para destacar el riesgo de la deforestación en sus cadenas de suministro. El mapa mundial del Centro Común de Investigación de la Comisión Europea sobre la cobertura forestal del 2020 es útil para esta tarea. Representación espacial explícita de la presencia o ausencia de bosques en 2020 con una resolución de 10 m. Este conjunto de datos corresponde a la Reglamentación sobre la Deforestación de la UE (EUDR), que exigirá a las empresas que proporcionen declaraciones que afirmen que los bienes vendidos o producidos en la UE no se cultivaron en tierras deforestadas después del 31 de diciembre de 2020.

TraceMark, creado por NGIS, el socio de Google Cloud Advantage, usa Earth Engine para rastrear el abastecimiento de materias primas y los riesgos potenciales a través de las cadenas de suministro mundiales, lo que proporciona una supervisión completa de la primera milla y estadísticas de trazabilidad de extremo a extremo.

TraceMark aprovecha los marcos de trabajo líderes y proporciona capacidades específicas del Reglamento de Deforestación de la UE (EUDR) para mitigar riesgos y diligencia debida, incluido el intercambio de datos y el compromiso con los proveedores, así como métricas de sustentabilidad para la generación de informes.

TraceMark proporciona una capacidad de varios productos para abordar todos los productos afectados por el EUDR, incluidos la palma, el café, el cacao, la soja y el papel.

Las agencias de respuesta ante desastres requieren datos e información precisos y oportunos para supervisar los incendios, evaluar los riesgos y proteger los recursos. Los conjuntos de datos en Earth Engine, como GOES MCMIP (imágenes), GOES FDC (detección de incendios) y FIRMS (información sobre incendios para el sistema de administración de recursos), se pueden analizar para monitorear incendios, así como para facilitar el modelado del incendio y la gestión de riesgos. El análisis de estos datos ayuda a mejorar la eficiencia de los esfuerzos de respuesta y recuperación ante desastres, los cuales los vuelven más eficaces.

La solución SpatiaFi de Climate Engine vincula los datos de recursos y geoespaciales para respaldar los informes regulatorios, la reducción del riesgo climático y las finanzas sustentables.

La plataforma de inteligencia de ubicación nativa de la nube de CARTO ayuda a las organizaciones a analizar el impacto climático, optimizar procesos y predecir resultados.

Deloitte está creando nuevas soluciones de planificación geoespacial con Earth Engine y la IA generativa de Google Cloud para ayudar a los clientes a crear infraestructuras y comunidades sustentables, mejorar la resiliencia operativa y prepararse para el impacto del cambio climático.

Desde hace 25 años, SIG cuenta con una experiencia perfeccionada en la creación de mapas de cambios ambientales y se especializa en la evaluación de riesgos como incendios, sequías, inundaciones, interrupciones en la agricultura y amenazas para la salud.

Con el uso del conjunto de datos de cambio forestal global de Hansen en Earth Engine, los usuarios pueden analizar los cambios forestales, cuantificar estos cambios en el tiempo y graficar la pérdida anual de bosques. Con los datos de Forest Monitoring for Action (FORMA, Hammer et al. 2009) de Global Forest Watch, los usuarios pueden filtrar por fechas y configurar alertas dentro de áreas de interés específicas.

Con 25 años de experiencia, SIG se destaca en la protección de recursos naturales a través de un mapeo integral de los cambios en la cobertura terrestre y los usos, la detección de cambios en tiempo real, la evaluación del potencial de restauración y la supervisión de la biodiversidad, lo que garantiza estrategias eficaces de conservación medioambiental.

Earth Engine se puede usar para obtener estadísticas sobre el estado de los cultivos, el consumo de agua y los patrones de productividad estacionales. El conjunto de datos MOD13A2.061 Terra Vegetation Indices 16-Day Global 1km se puede aprovechar para generar una animación de series temporales que represente una mediana de productividad de la vegetación de 20 años. Para tomar decisiones mejor fundamentadas, los usuarios pueden analizar conjuntos de datos como los datos de temperatura de la superficie terrestre MODIS o los compuestos de ERA5 para calcular los grados-días de crecimiento (GDD) y, luego, aplicar el aprendizaje automático en Vertex AI para predecir cuándo los cultivos alcanzarán la madurez o calcular el momento óptimo para el manejo de plagas.

• Woolpert: Es un socio y proveedor líder de servicios geoespaciales de vanguardia. Woolpert ayudó a varias organizaciones del sector público y privado a crear su pila de Earth Engine para obtener inteligencia geoespacial, incluidos análisis agrícolas y otras aplicaciones de administración de tierras. 
• NGIS: Una empresa geoespacial dedicada y socio de Google tiene una amplia experiencia en asociarse con organizaciones agrícolas líderes para implementar Earth Engine. Con Earth Engine, el equipo de NGIS desarrolló soluciones de nutrición, protección, producción y análisis agrícolas para poner en funcionamiento petabytes de imágenes satelitales y ofrecer nuevos conocimientos y productos. 
• Spatial Informatics Group (SIG): Ofrece herramientas de asistencia para las decisiones medioambientales desde hace 25 años. Su experiencia incluye: identificación de tipos de cobertura vegetal a través de la discriminación espectral, análisis de la fenología y los cambios estacionales de la vegetación; supervisar los cultivos y estimar el rendimiento.

Para las organizaciones del sector público y las empresas que buscan abordar las emisiones y obtener estadísticas sobre los factores que impulsan la degradación y la eficacia de las intervenciones, se pueden aplicar análisis personalizados a los conjuntos de datos de Earth Engine para detectar el impacto ambiental a lo largo del tiempo. Por ejemplo, usamos datos de series temporales de Landsat segmentados anuales de 1984 a 2019 para mostrar el secado de lagos en Bolivia o combinar los datos de metano con otros conjuntos de datos, como la cobertura terrestre, los bosques, el agua, ecosistemas, fronteras regionales y mucho más, para hacer un seguimiento de las emisiones de metano en una zona determinada a lo largo del tiempo.

La solución de cuantificación de emisiones de metano de Deloitte, creada en Google Earth Engine, es una herramienta de análisis de Inteligencia Artificial (IA) y aprendizaje automático (AA) geoespacial diseñada para que las organizaciones supervisen, cuantifiquen y prioricen el cierre de pozos huérfanos problemáticos para reducir las emisiones de metano, proteger el agua y el aire, y mitigar los riesgos de seguridad para mejorar la salud humana y ambiental.