Табличные вычисления с использованием Earth Engine REST API

Логотип ColabЗапустить в Google Colab Логотип GitHubПросмотреть исходный код на GitHub

Примечание: REST API содержит новые и расширенные функции, которые могут быть неподходящими для всех пользователей. Если вы новичок в Earth Engine, ознакомьтесь с руководством по JavaScript .

В кратком руководстве по REST API Earth Engine показано, как получить доступ к блокам пикселей из ресурса Earth Engine. Пример вычисления пикселей демонстрирует, как применить вычисление к пикселям перед получением результата. В этом примере показано получение среднего значения пикселей на каждом изображении из ImageCollection для каждого объекта из FeatureCollection . В частности, это POST -запрос к конечной точке computeFeatures .

Прежде чем начать

Следуйте этим инструкциям , чтобы:

  1. Подать заявку на Earth Engine
  2. Создайте проект Google Cloud
  3. Включить API Earth Engine в проекте
  4. Создать учетную запись службы
  5. Предоставьте учетной записи службы разрешение на уровне проекта для выполнения вычислений Earth Engine.

Примечание : для выполнения этого руководства вам потребуется зарегистрированная учётная запись службы для доступа к Earth Engine. Перед продолжением ознакомьтесь с инструкциями по регистрации учётной записи службы.

Аутентификация в Google Cloud

Первое, что нужно сделать, — это войти в систему, чтобы иметь возможность отправлять аутентифицированные запросы в Google Cloud. Одновременно с этим вы настроите проект. Следуйте инструкциям в выходных данных, чтобы завершить вход.

# INSERT YOUR PROJECT HERE
PROJECT = 'your-project'

!gcloud auth login --project {PROJECT}

Получите файл закрытого ключа для вашей учетной записи службы.

У вас уже должна быть зарегистрированная учётная запись службы для использования Earth Engine. Если у вас её нет, следуйте этим инструкциям , чтобы её получить. Скопируйте адрес электронной почты вашей учётной записи службы в следующую ячейку. (Учётная запись службы должна быть зарегистрирована для использования Earth Engine). В следующей ячейке командная строка gsutil используется для генерации файла ключа для учётной записи службы. Файл ключа будет создан на виртуальной машине ноутбука.

# INSERT YOUR SERVICE ACCOUNT HERE
SERVICE_ACCOUNT='your-service-account@your-project.iam.gserviceaccount.com'
KEY = 'key.json'

!gcloud iam service-accounts keys create {KEY} --iam-account {SERVICE_ACCOUNT}

Запустите AuthorizedSession и проверьте свои учетные данные

Проверьте закрытый ключ, используя его для получения учётных данных. Используйте учётные данные для создания авторизованного сеанса для выполнения HTTP-запросов. Выполните GET запрос через сеанс, чтобы проверить работоспособность учётных данных.

from google.auth.transport.requests import AuthorizedSession
from google.oauth2 import service_account

credentials = service_account.Credentials.from_service_account_file(KEY)
scoped_credentials = credentials.with_scopes(
    ['https://www.googleapis.com/auth/cloud-platform'])

session = AuthorizedSession(scoped_credentials)

url = 'https://earthengine.googleapis.com/v1beta/projects/earthengine-public/assets/LANDSAT'

response = session.get(url)

from pprint import pprint
import json
pprint(json.loads(response.content))

Сериализация вычисления

Прежде чем отправить запрос на вычисление, вычисление необходимо преобразовать в формат графика выражений Earth Engine. Ниже показано, как получить график выражений.

Аутентификация в Earth Engine

Получите учётные данные Earth Engine из учётной записи сервиса. Используйте их для инициализации Earth Engine.

import ee

# Get some new credentials since the other ones are cloud scope.
ee_creds = ee.ServiceAccountCredentials(SERVICE_ACCOUNT, KEY)
ee.Initialize(ee_creds)

Определить вычисление

Создайте прототип простого вычисления с помощью клиентского API. Обратите внимание, что результатом вычисления является FeatureCollection . Чтобы убедиться в успешности вычисления без ошибок, получите значение первого Feature (средний индекс NDVI в полигоне).

# A collection of polygons.
states = ee.FeatureCollection('TIGER/2018/States')
maine = states.filter(ee.Filter.eq('NAME', 'Maine'))

# Imagery: NDVI vegetation index from MODIS.
band = 'NDVI'
images = ee.ImageCollection('MODIS/006/MOD13Q1').select(band)
image = images.first()

computation = image.reduceRegions(
  collection=maine, 
  reducer=ee.Reducer.mean().setOutputs([band]), 
  scale=image.projection().nominalScale()
)

# Print the value to test.
print(computation.first().get(band).getInfo())

Сериализовать граф выражения

Это создаст объект, представляющий граф выражений Earth Engine (в частности, Expression ). Как правило, такие объекты следует создавать с помощью одного из клиентских API.

# Serialize the computation.
serialized = ee.serializer.encode(computation)

Отправить запрос

Отправьте POST запрос к конечной точке computeFeatures . Обратите внимание, что запрос содержит Expression , представляющее собой сериализованное вычисление.

import json

url = 'https://earthengine.googleapis.com/v1beta/projects/{}/table:computeFeatures'

response = session.post(
  url = url.format(PROJECT),
  data = json.dumps({'expression': serialized})
)

import json
pprint(json.loads(response.content))

Ответ содержит результирующий FeatureCollection в формате GeoJSON, который может использоваться другими приложениями или процессами.