Export.table.toDrive

ড্রাইভে একটি টেবিল হিসাবে ফিচার কালেকশন এক্সপোর্ট করার জন্য একটি ব্যাচ টাস্ক তৈরি করে৷ টাস্ক ট্যাব থেকে কাজ শুরু করা যেতে পারে।

ব্যবহার	রিটার্নস
Export.table.toDrive(collection, description , folder , fileNamePrefix , fileFormat , selectors , maxVertices , priority )

যুক্তি	টাইপ	বিস্তারিত
collection	ফিচার কালেকশন	রপ্তানি করার জন্য বৈশিষ্ট্য সংগ্রহ.
description	স্ট্রিং, ঐচ্ছিক	টাস্কের একটি মানব-পাঠযোগ্য নাম। অক্ষর, সংখ্যা, -, _ (কোন শূন্যস্থান নেই) থাকতে পারে। "myExportTableTask" এ ডিফল্ট।
folder	স্ট্রিং, ঐচ্ছিক	রপ্তানিটি যে Google ড্রাইভ ফোল্ডারে থাকবে। দ্রষ্টব্য: (ক) ফোল্ডারের নাম যদি কোনো স্তরে বিদ্যমান থাকে, আউটপুট তাতে লেখা হয়, (খ) সদৃশ ফোল্ডারের নাম বিদ্যমান থাকলে, আউটপুটটি সাম্প্রতিক পরিবর্তিত ফোল্ডারে লেখা হয়, (গ) ফোল্ডারের নামটি না থাকলে, রুটে একটি নতুন ফোল্ডার তৈরি করা হবে, এবং (d) ফোল্ডারের নামগুলি 'আন্তঃপ্রাচ্য/লিটার'-এর সাথে আলাদা করা হয়। স্ট্রিং, সিস্টেম পাথ নয়। ড্রাইভ রুটে ডিফল্ট।
fileNamePrefix	স্ট্রিং, ঐচ্ছিক	ফাইলের নাম উপসর্গ। অক্ষর, সংখ্যা, -, _ (কোন শূন্যস্থান নেই) থাকতে পারে। বর্ণনা ডিফল্ট.
fileFormat	স্ট্রিং, ঐচ্ছিক	আউটপুট ফর্ম্যাট: "CSV" (ডিফল্ট), "GeoJSON", "KML", "KMZ", বা "SHP", বা "TFRecord"।
selectors	তালিকা<String>|স্ট্রিং, ঐচ্ছিক	রপ্তানিতে অন্তর্ভুক্ত করার জন্য বৈশিষ্ট্যগুলির একটি তালিকা; হয় একটি একক স্ট্রিং কমা দ্বারা পৃথক করা নাম বা স্ট্রিংগুলির একটি তালিকা৷
maxVertices	নম্বর, ঐচ্ছিক	প্রতি জ্যামিতিতে কাটা শীর্ষবিন্দুর সর্বোচ্চ সংখ্যা; আরও শীর্ষবিন্দু সহ জ্যামিতিগুলি এই আকারের চেয়ে ছোট টুকরো করে কাটা হবে।
priority	নম্বর, ঐচ্ছিক	প্রকল্পের মধ্যে কাজের অগ্রাধিকার. উচ্চ অগ্রাধিকারের কাজগুলি শীঘ্রই নির্ধারিত হয়। 0 এবং 9999 এর মধ্যে একটি পূর্ণসংখ্যা হতে হবে। ডিফল্ট 100।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

// A Sentinel-2 surface reflectance image.
var img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG');
Map.setCenter(-122.359, 37.428, 9);
Map.addLayer(img, {bands: ['B11', 'B8', 'B3'], min: 100, max: 3500}, 'img');

// Sample the image at 20 m scale, a point feature collection is returned.
var samp = img.sample({scale: 20, numPixels: 50, geometries: true});
Map.addLayer(samp, {color: 'white'}, 'samp');
print('Image sample feature collection', samp);

// Export the image sample feature collection to Drive as a CSV file.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_csv',
  folder: 'earth_engine_demos',
  fileFormat: 'CSV'
});

// Export a subset of collection properties: three bands and the geometry
// as GeoJSON.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_prop_subset',
  folder: 'earth_engine_demos',
  fileFormat: 'GeoJSON',
  selectors: ['B8', 'B11', 'B12', '.geo']
});

// Export the image sample feature collection to Drive as a shapefile.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_shp',
  folder: 'earth_engine_demos',
  fileFormat: 'SHP'
});

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

# A Sentinel-2 surface reflectance image.
img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG')
m = geemap.Map()
m.set_center(-122.359, 37.428, 9)
m.add_layer(
    img, {'bands': ['B11', 'B8', 'B3'], 'min': 100, 'max': 3500}, 'img'
)

# Sample the image at 20 m scale, a point feature collection is returned.
samp = img.sample(scale=20, numPixels=50, geometries=True)
m.add_layer(samp, {'color': 'white'}, 'samp')
display(m)
display('Image sample feature collection', samp)

# Export the image sample feature collection to Drive as a CSV file.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_csv',
    folder='earth_engine_demos',
    fileFormat='CSV',
)
task.start()

# Export a subset of collection properties: three bands and the geometry
# as GeoJSON.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_prop_subset',
    folder='earth_engine_demos',
    fileFormat='GeoJSON',
    selectors=['B8', 'B11', 'B12', '.geo'],
)
task.start()

# Export the image sample feature collection to Drive as a shapefile.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_shp',
    folder='earth_engine_demos',
    fileFormat='SHP',
)
task.start()