Google Earth Engine

Le catene di fornitura sostenibili sono fondamentali per l'attività. Earth Engine aiuta le attività ad analizzare la copertura e l'utilizzo del suolo presso i siti di approvvigionamento per evidenziare il rischio di deforestazione nelle loro catene di approvvigionamento. A questo scopo, è utile la mappa globale del CCR della CE della copertura forestale per il 2020. Questo set di dati è una rappresentazione spaziale esplicita della presenza/assenza di foreste nel 2020 con una risoluzione di 10 metri e corrisponde al Regolamento UE sulla deforestazione (EUDR), che richiederà alle aziende di fornire dichiarazioni in cui si afferma che i beni venduti o prodotti nell'UE non sono stati coltivati su terreni deforestati dopo il 31 dicembre 2020.

TraceMark, creato da NGIS, partner di Google Cloud Advantage, utilizza Earth Engine per mappare l'approvvigionamento delle materie prime e i potenziali rischi attraverso le catene di fornitura globali, fornendo un monitoraggio completo del primo miglio e insight end-to-end sulla tracciabilità.

TraceMark sfrutta i principali framework e fornisce funzionalità specifiche relative al Regolamento sulla deforestazione (EUDR) dell’UE per la mitigazione del rischio e la due diligence, tra cui lo scambio di dati e il coinvolgimento con i fornitori, nonché metriche di sostenibilità per la generazione di report.

TraceMark offre funzionalità multi-commodity per gestire tutti i prodotti interessati dall'EUDR, compresi olio di palma, caffè, cacao, soia e carta.

Gli organismi di risposta alle calamità richiedono dati e insight precisi e tempestivi al fine di monitorare gli incendi, valutare i rischi e proteggere le risorse. I set di dati in Earth Engine, come GOES MCMIP (immagini), GOES FDC (rilevamento incendi) e FIRMS (Fire Information for Resource Management System), possono essere analizzati per monitorare gli incendi, nonché per facilitare la modellazione degli incendi e la gestione dei rischi. L'analisi di questi dati consente di migliorare l'efficienza delle attività di risposta e ripristino in seguito alle emergenze, rendendole più efficaci.

La soluzione SpatiaFi di Climate Engine collega i dati degli asset e dei dati geospaziali per supportare la generazione di rapporti per la conformità normativa, la riduzione del rischio climatico e la finanza sostenibile.

La piattaforma di Location Intelligence cloud-native di CARTO aiuta le organizzazioni ad analizzare l'impatto climatico, ottimizzare i processi e prevedere i risultati.

Deloitte sta creando nuove soluzioni di pianificazione geospaziale utilizzando Earth Engine e GenAI di Google Cloud per aiutare i clienti a creare community e infrastrutture sostenibili, migliorare la resilienza operativa e prepararsi agli impatti del cambiamento climatico.

SIG, da 25 anni, ha affinato la propria esperienza nella mappatura del cambiamento ambientale ed è specializzata nella valutazione di rischi come incendi, siccità, inondazioni, disagi nell'agricoltura e minacce per la salute.

Sfruttando il set di dati sul cambiamento globale delle foreste di Hansen in Earth Engine, gli utenti possono eseguire analisi dei cambiamenti delle foreste, quantificando i cambiamenti nel corso del tempo e tracciando la perdita annuale di foreste. Utilizzando i dati Forest Monitoring for Action (FORMA, Hammer et al. 2009) di Global Forest Watch, gli utenti possono filtrare per date e configurare avvisi relativi a specifiche aree di interesse.

Con 25 anni di esperienza, SIG si distingue per la protezione delle risorse naturali attraverso una mappatura completa della copertura del suolo e del cambiamento di utilizzo, il rilevamento in tempo reale dei cambiamenti, la valutazione del potenziale di ripristino e il monitoraggio della biodiversità, garantendo strategie efficaci di conservazione dell'ambiente.

Earth Engine può essere utilizzato per visualizzare informazioni approfondite sullo stato di salute delle colture, sul consumo di acqua e sui modelli stagionali di produttività. MOD13A2.061 Terra Vegetation Indices 16-Day Global 1km può essere utilizzato per generare un'animazione di una serie temporale che rappresenti la produttività mediana della vegetazione su 20 anni. Per un processo decisionale più informato, gli utenti possono analizzare set di dati come i dati MODIS sulla temperatura della superficie terrestre o i compositi ERA5 per calcolare la somma termica (GDD) e applicare il machine learning in Vertex AI. per prevedere quando le colture raggiungeranno la maturità o per calcolare i tempi ottimali per la gestione dei parassiti.

• Woolpert: partner e fornitore leader di servizi geospaziali all'avanguardia. Woolpert ha aiutato diverse organizzazioni del settore pubblico e privato a costruire il loro stack Earth Engine per l'intelligence geospaziale, comprese le analisi agricole e altre applicazioni di gestione del territorio. 
• NGIS: azienda geospaziale dedicata e partner di Google con una vasta esperienza nella collaborazione con le principali organizzazioni agricole per implementare Earth Engine. Utilizzando Earth Engine, il team NGIS ha sviluppato soluzioni per la nutrizione, la protezione, la produzione e l'analisi agricola per rendere operativi petabyte di immagini satellitari e fornire nuovi approfondimenti e prodotti. 
• Spatial Informatics Group (SIG): fornisce strumenti di supporto alle decisioni ambientali da 25 anni. Le competenze comprendono: identificazione dei tipi di copertura vegetale attraverso la discriminazione spettrale, analisi fenologica e del cambiamento della vegetazione stagionale, monitoraggio delle colture e stima della resa.

Per le organizzazioni e le aziende del settore pubblico che cercano di contrastare le emissioni e ottenere informazioni sui fattori che determinano il degrado e l'efficacia degli interventi, è possibile applicare analisi personalizzate ai set di dati di Earth Engine per rilevare gli impatti ambientali nel tempo. Ad esempio, utilizzando i dati delle serie temporali Landsat segmentati annuali dal 1984 al 2019 per rappresentare l'essiccazione dei laghi in Bolivia o combinando i dati sul metano con altri set di dati, come copertura del suolo, foreste, acqua, ecosistemi, confini regionali e altro ancora, per monitorare le emissioni di metano in una determinata area nel tempo.

La soluzione di quantificazione delle emissioni di metano di Deloitte, basata su Google Earth Engine, è uno strumento di analisi geospaziale basato su intelligenza artificiale (AI) e machine learning (ML) progettato per consentire alle organizzazioni di monitorare, quantificare e dare priorità alla chiusura di pozzi orfani problematici. per ridurre le emissioni di metano, proteggere l'acqua e l'aria e mitigare i rischi per la sicurezza per migliorare la salute umana e ambientale.