Diese Seite wurde von der Cloud Translation API übersetzt.

Rasterdaten zur Temperaturanalyse verwenden

In dieser Anleitung wird beschrieben, wie Sie raumbezogene Analysen für Rasterdaten ausführen.

Lernziele

Sie können öffentlich verfügbare Google Earth Engine-Daten in der BigQuery-Freigabe (früher Analytics Hub) finden.
Mit der Funktion ST_REGIONSTATS können Sie die durchschnittliche Temperatur in jedem Land zu einem bestimmten Zeitpunkt berechnen.
Visualisieren Sie die Ergebnisse in BigQuery Geo Viz, einem Webtool zur Visualisierung von raumbezogenen Daten in BigQuery mithilfe von Google Maps APIs.

Kosten

In dieser Anleitung werden die folgenden kostenpflichtigen Komponenten von Google Cloudverwendet:

Hinweise

Wir empfehlen, für diese Anleitung ein Google Cloud -Projekt zu erstellen. Sie benötigen die erforderlichen Rollen, um diese Anleitung abzuschließen.

Google Cloud -Projekt einrichten

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the BigQuery, BigQuery sharing, and Google Earth Engine APIs.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Go to project selector

Make sure that billing is enabled for your Google Cloud project.

Enable the BigQuery, BigQuery sharing, and Google Earth Engine APIs.

Enable the APIs

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für das Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Ausführen der Aufgaben in dieser Anleitung benötigen:

Earth Engine-Ressourcen-Betrachter (roles/earthengine.viewer)
Service Usage Consumer (roles/serviceusage.serviceUsageConsumer)
BigQuery Data Editor (roles/bigquery.dataEditor)

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Ausführen der Aufgaben in diesem Dokument erforderlich sind. Erweitern Sie den Abschnitt Erforderliche Berechtigungen, um die erforderlichen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind für die Aufgaben in dieser Anleitung erforderlich:

earthengine.computations.create
serviceusage.services.use
bigquery.datasets.create

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Dataset abonnieren

So rufen Sie den für diese Anleitung verwendeten Datensatz auf:

Rufen Sie die Seite Analytics Hub auf.

Zum Analytics Hub
Klicken Sie auf Einträge suchen.
Geben Sie im Feld Nach Einträgen suchen "ERA5-Land Daily Aggregated" ein.
Klicken Sie auf das Ergebnis. Ein Detailbereich mit Informationen zum ERA5-Land-Reanalyse-Dataset für das Klima wird geöffnet. Dazu gehören eine Beschreibung, ein Link zu Bandinformationen, die Verfügbarkeit, die Pixelgröße und die Nutzungsbedingungen.
Klicken Sie auf Abonnieren.
Optional: Aktualisieren Sie das Projekt.
Ändern Sie den Namen des verknüpften Datasets in era5_climate_tutorial.
Klicken Sie auf Speichern. Das verknüpfte Dataset wird Ihrem Projekt hinzugefügt und enthält eine einzelne Tabelle namens climate.

Raster-ID ermitteln

Jede Zeile in der Tabelle era5_climate_tutorial.climate enthält Metadaten für ein Rasterbild mit Klimadaten für einen bestimmten Tag. Führen Sie die folgende Abfrage aus, um die Raster-ID des Rasterbilds für den 1. Januar 2025 zu extrahieren:

SELECT
  assets.image.href
FROM
  `era5_climate_tutorial.climate`
WHERE
  properties.start_datetime = '2025-01-01';

Das Ergebnis ist ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101. Im nächsten Abschnitt verwenden Sie dies für das raster_id-Argument der ST_REGIONSTATS-Funktion.

Durchschnittstemperatur berechnen

Führen Sie die folgende Abfrage aus, um mithilfe der Funktion ST_REGIONSTATS die durchschnittliche Temperatur jedes Landes am 1. Januar 2025 zu berechnen:

WITH SimplifiedCountries AS (
  SELECT
    ST_SIMPLIFY(geometry, 10000) AS simplified_geometry,
    names.primary AS name
  FROM
    `bigquery-public-data.overture_maps.division_area`
  WHERE
    subtype = 'country'
)
SELECT
  sc.simplified_geometry AS geometry,
  sc.name,
  ST_REGIONSTATS(
    sc.simplified_geometry,
    'ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101',
    'temperature_2m'
  ).mean - 273.15 AS mean_temperature
FROM
  SimplifiedCountries AS sc
ORDER BY
  mean_temperature DESC;

Diese Abfrage wird in der öffentlich verfügbaren Tabelle division_area ausgeführt, die GEOGRAPHY-Werte enthält, die die Grenzen verschiedener Regionen auf der Erde darstellen, einschließlich Länder. Bei der Funktion ST_REGIONSTATS wird das temerature_2m-Band des Rasterbilds verwendet, das die Lufttemperatur in 2 Metern Höhe über der Erdoberfläche am jeweiligen Pixel enthält.

Abfrageergebnisse in Geo Viz visualisieren

Als Nächstes visualisieren Sie die Ergebnisse mit BigQuery Geo Viz.

Geo Viz starten und authentifizieren

Für die Verwendung von Geo Viz müssen Sie sich authentifizieren und Geo Viz die Berechtigung für den Zugriff auf Daten in BigQuery erteilen.

So richten Sie Geo Viz ein:

Rufen Sie das Webtool Geo Viz auf.

Geo Viz öffnen

Alternativ können Sie im Bereich Abfrageergebnisse auf In > GeoViz öffnen klicken.
Klicken Sie unter Schritt 1, Abfrage, auf Autorisieren.
Klicken Sie im Dialogfeld Konto auswählen auf Ihr Google-Konto.
Klicken Sie im Dialogfeld für den Zugriff auf Zulassen, um Geo Viz Zugriff auf Ihre BigQuery-Daten zu geben.

Abfrage in Geo Viz ausführen

Führen Sie als Nächstes die Abfrage in Geo Viz aus, nachdem Sie sich authentifiziert und Geo Viz Zugriff gegeben haben.

So führen Sie die Abfrage aus:

Geben Sie für Schritt 1, Select Data (Daten auswählen), Ihre Projekt-ID in das Feld Project ID (Projekt-ID) ein.

Geben Sie im Abfragefenster die folgende GoogleSQL-Abfrage ein. Wenn Sie Geo Viz über die Suchergebnisse geöffnet haben, ist dieses Feld bereits mit Ihrer Suchanfrage ausgefüllt.

WITH SimplifiedCountries AS (
  SELECT
    ST_SIMPLIFY(geometry, 10000) AS simplified_geometry,
    names.primary AS name
  FROM
    `bigquery-public-data.overture_maps.division_area`
  WHERE
    subtype = 'country'
)
SELECT
  sc.simplified_geometry AS geometry,
  sc.name,
  ST_REGIONSTATS(
    sc.simplified_geometry,
    'ee://ECMWF/ERA5_LAND/DAILY_AGGR/20250101',
    'temperature_2m'
  ).mean - 273.15 AS mean_temperature
FROM
  SimplifiedCountries AS sc
ORDER BY
  mean_temperature DESC;

Klicken Sie auf Ausführen.

Stile anwenden

Der Abschnitt Stil enthält eine Liste visueller Stile für die individuelle Gestaltung. Weitere Informationen zu den einzelnen Stilen finden Sie unter Visualisierungen formatieren.

So formatieren Sie Ihre Karte:

Klicken Sie auf Schritt 3, Stil, um den Bereich fillColor zu öffnen.
Aktivieren Sie die Option Datengetrieben.
Wählen Sie für Function die Option linear aus.
Wählen Sie für Field die Option mean_temperature aus.
Geben Sie für Domain in das erste Feld -20 und in das zweite Feld 32 ein.
Klicken Sie für Bereich auf das erste Feld und geben Sie #0006ff im Feld Hex ein. Klicken Sie dann auf das zweite Feld und geben Sie #ff0000 ein. Dadurch wird die Farbe der einzelnen Länder anhand ihrer durchschnittlichen Temperatur am 1. Januar 2025 geändert. Blau steht für eine niedrigere Temperatur und Rot für eine höhere Temperatur.
Klicken Sie auf fillOpacity.
Geben Sie im Feld Wert den Wert .5 ein.
Klicken Sie auf Stil anwenden.
Prüfen Sie die Karte. Wenn Sie auf ein Land klicken, werden der Name des Landes, die durchschnittliche Temperatur und eine vereinfachte Geometrie angezeigt.

Bereinigen

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.

Nächste Schritte

Weitere Informationen zum Visualisieren von Optionen für raumbezogene Analysen finden Sie unter Raumbezogene Daten visualisieren.
Informationen zur Arbeit mit Rasterdaten finden Sie unter Mit Rasterdaten arbeiten.
Weitere Informationen zu den geografischen Funktionen, die Sie in raumbezogenen Analysen verwenden können, finden Sie unter Geografische Funktionen in GoogleSQL.