Mission 1

衛星の種類からデータの利用事例まで、衛星データ利用する上で欠かせない、衛星リモートセンシングの基礎的な知識について学びます。

Mission 2

Google Earth Engineを始めとする衛星データ解析プラットフォームが台頭してきた背景と、クラウドコンピューティングを用いた衛星データ処理の特徴について学びます。

Mission 3

Google Earth Engineの基礎的な使い方として、まずは衛星データの選択や表示方法について学んだあと、1枚の衛星画像に含まれる複数の波長帯の情報を組み合わせるバンド間演算によって、植物の活性度を示す正規化植生指数（NDVI）の計算にチャレンジします。

サンプルプログラムは以下のURLから確認することができます。
・構築済みのアプリケーションを通じて衛星画像に触れる
URL: https://code.earthengine.google.com/b5d5001578804e0af57b6b72da31a1e4
・最小限のプログラムで衛星画像を表示する
URL: https://code.earthengine.google.com/a0dfcf0256bd4729e7d5f9323c3a1a5f
・処理対象のデータを地理的条件で絞り込む
URL: https://code.earthengine.google.com/3f65708f4dc77086ebe2e4c7fe97f667
・バンド間の演算で植生指標を計算する
URL: https://code.earthengine.google.com/527e7b6640bada46451388b0effa01d1

Mission 4

Google Earth Engineの基礎的な使い方として、複数の時系列衛星画像から地表の変化を解析してみます。また、いくつかの衛星画像を並べて比較する、あるいは切り替えながら比較するといったGEE上での表示方法について学びます。

Mission 5

Google Earth Engineの基礎的な使い方として、教師データを使った土地被覆分類にチャレンジします。また、処理結果の画像を共有するため、外部に出力する方法について学びます。

サンプルプログラムは以下のURLから確認することができます。
・Earth Engineの処理結果を外部に出力する
URL: https://rs-training.jp/el/mod/url/view.php?id=145

【補足説明】
動画「教師付き分類」の内容は、使用しているサービスの終了に伴い、そのままでは実行できなくなっております。Earth Engineのサイトには、Fusion Tablesを使用しない教師付き分類のサンプルプログラムがございますので、 以下のリンク先をご参照ください。(URL: https://developers.google.com/earth-engine/guides/classification)

Mission 6

本コンテンツの全体を出題範囲とする総合問題です。