Google Earth Engine

Supply chain yang berkelanjutan sangat penting bagi bisnis. Earth Engine membantu pelaku bisnis menganalisis penutupan lahan dan penggunaan di lokasi pengadaan untuk menyoroti risiko deforestasi dalam supply chain mereka. Peta global EC JRC tutupan hutan di tahun 2020 berguna untuk tujuan ini. Representasi eksplisit spasial dari kehadiran/ketiadaan hutan pada tahun 2020 pada resolusi 10 m, set data ini sesuai dengan Regulasi Deforestasi Uni Eropa (EUDR), yang akan mewajibkan perusahaan untuk memberikan pernyataan yang menegaskan barang yang dijual atau diproduksi di Uni Eropa tidak ditanam di lahan yang terdeforestasi setelah 31 Desember 2020.

TraceMark, yang dibangun oleh partner Google Cloud Advantage, NGIS, menggunakan Earth Engine untuk memetakan sumber bahan mentah dan potensi risiko melalui supply chain global, memberikan pemantauan kilometer pertama yang komprehensif dan insight keterlacakan end-to-end.

TraceMark memanfaatkan framework terkemuka dan memberikan kemampuan khusus Peraturan Deforestasi Uni Eropa (EUDR) untuk mitigasi risiko dan uji kelayakan, termasuk pertukaran data dan interaksi dengan pemasok, serta metrik keberlanjutan untuk pelaporan.

TraceMark memberikan kemampuan multi komoditas untuk menangani semua produk yang terpengaruh EUDR, termasuk palem, kopi, kakao, kedelai, dan kertas.

Badan tanggap bencana memerlukan data dan insight yang tepat dan tepat waktu untuk memantau kebakaran, mengevaluasi risiko, dan melindungi aset. Set data di Earth Engine, seperti GOES MCMIP (gambar), GOES FDC (deteksi kebakaran), dan FIRMS (Informasi Kebakaran untuk Resource Management System), dapat dianalisis untuk memantau kebakaran, serta memfasilitasi pemodelan kebakaran dan manajemen risiko. Menganalisis data ini akan membantu meningkatkan efisiensi upaya tanggap darurat dan pemulihan dari bencana, sehingga menjadikan badan tanggap bencana lebih efektif.

Solusi SpatiaFi Climate Engine menautkan aset dan data geospasial untuk mendukung pelaporan kepada regulator, pengurangan risiko iklim, dan keuangan berkelanjutan.

Platform Location Intelligence berbasis cloud dari CARTO membantu organisasi menganalisis dampak iklim, mengoptimalkan proses, dan memprediksi hasil.

Deloitte sedang membuat solusi perencanaan geospasial baru menggunakan Earth Engine dan GenAI Google Cloud untuk membantu klien membangun komunitas dan infrastruktur yang berkelanjutan, meningkatkan ketahanan operasional, dan mempersiapkan diri untuk menghadapi dampak perubahan iklim.

SIG, selama 25 tahun, telah mengasah keahlian dalam memetakan perubahan lingkungan, khususnya mengevaluasi risiko seperti kebakaran, kekeringan, banjir, gangguan pertanian, dan ancaman kesehatan.

Dengan memanfaatkan set data perubahan hutan global Hansen di Earth Engine, pengguna dapat melakukan analisis perubahan hutan, mengukur perubahan hutan dari waktu ke waktu, dan membuat diagram hilangnya hutan tahunan. Dengan menggunakan data Forest Monitoring for Action (FORMA, Hammer et al. 2009) dari Global Forest Watch, pengguna dapat memfilter berdasarkan tanggal dan mengonfigurasi pemberitahuan dalam area minat tertentu.

Dengan keahlian selama 25 tahun, SIG unggul dalam melindungi sumber daya alam melalui pemetaan komprehensif terkait tutupan lahan dan perubahan penggunaan, deteksi perubahan secara real-time, penilaian potensi pemulihan, dan pemantauan keanekaragaman hayati, sehingga memastikan strategi konservasi lingkungan yang efektif.

Earth Engine dapat digunakan untuk menampilkan data tentang kesehatan tanaman, konsumsi air, dan pola produktivitas musiman. MOD13A2.061 Indeks Vegetasi Terra 16 Hari Global 1 km dapat dimanfaatkan untuk menghasilkan animasi deret waktu yang mewakili produktivitas vegetasi median selama 20 tahun. Untuk pengambilan keputusan yang lebih tepat, pengguna dapat menganalisis set data seperti data suhu permukaan tanah MODIS atau komposit ERA5 untuk menghitung Growing Degree Days (GDD), lalu menerapkan machine learning di Vertex AI untuk memprediksi kapan tanaman akan mencapai kematangan atau untuk menghitung waktu yang optimal untuk pengendalian hama.

• Woolpert: Partner dan penyedia terkemuka layanan geospasial canggih. Woolpert telah membantu beberapa organisasi di sektor publik dan swasta membuat stack Earth Engine untuk kecerdasan geospasial, termasuk analisis pertanian dan aplikasi pengelolaan lahan lainnya. 
• NGIS: Perusahaan geospasial khusus dan Partner Google memiliki pengalaman luas dalam berpartner dengan organisasi pertanian terkemuka untuk menerapkan Earth Engine. Dengan menggunakan Earth Engine, tim NGIS telah mengembangkan solusi di seluruh bidang nutrisi, perlindungan, produksi, dan analisis pertanian untuk mengoperasionalkan citra satelit berukuran petabyte guna memberikan insight dan produk baru. 
• Spatial Informatics Group (SIG): Perusahaan ini telah menyediakan alat pendukung keputusan lingkungan selama 25 tahun. Keahlian mencakup: identifikasi jenis tutupan vegetasi melalui diskriminasi spektrum; analisis perubahan vegetasi musiman dan fenologi; pemantauan tanaman dan estimasi hasil.

Untuk organisasi dan perusahaan sektor publik yang ingin mengatasi emisi dan memperoleh insight tentang pendorong degradasi dan efektivitas intervensi, analisis kustom dapat diterapkan pada set data Earth Engine untuk mendeteksi dampak lingkungan dari waktu ke waktu. Misalnya, menggunakan data deret waktu Landsat tahunan yang tersegmentasi dari tahun 1984-2019 untuk menggambarkan pengeringan danau di Bolivia, atau menggabungkan data metana dengan set data lain—seperti tutupan lahan, hutan, air , ekosistem, batas wilayah, dan lainnya—untuk melacak emisi metana di area tertentu dari waktu ke waktu.

Solusi kuantifikasi emisi metana dari Deloitte—yang dibuat di Google Earth Engine—adalah alat analisis kecerdasan buatan (AI) dan machine learning (ML) geospasial yang dirancang bagi organisasi untuk memantau, mengukur, dan memprioritaskan penutupan sumur yang sudah ditinggalkan dan bermasalah untuk mengurangi emisi metana, melindungi air dan udara, serta memitigasi risiko keselamatan guna meningkatkan kesehatan manusia dan lingkungan.