Export.table.toDrive

Membuat tugas batch untuk mengekspor FeatureCollection sebagai tabel ke Drive. Tugas dapat dimulai dari tab Tasks.

Penggunaan	Hasil
Export.table.toDrive(collection, description, folder, fileNamePrefix, fileFormat, selectors, maxVertices, priority)

Argumen	Jenis	Detail
collection	FeatureCollection	Koleksi fitur yang akan diekspor.
description	String, opsional	Nama tugas yang dapat dibaca manusia. Dapat berisi huruf, angka, -, _ (tanpa spasi). Defaultnya adalah "myExportTableTask".
folder	String, opsional	Folder Google Drive tempat hasil ekspor akan berada. Catatan: (a) jika nama folder ada di tingkat mana pun, output akan ditulis ke folder tersebut, (b) jika ada nama folder duplikat, output akan ditulis ke folder yang terakhir diubah, (c) jika nama folder tidak ada, folder baru akan dibuat di root, dan (d) nama folder dengan pemisah (misalnya, 'path/to/file') ditafsirkan sebagai string literal, bukan jalur sistem. Default-nya adalah root Drive.
fileNamePrefix	String, opsional	Awalan nama file. Dapat berisi huruf, angka, -, _ (tanpa spasi). Default-nya adalah deskripsi.
fileFormat	String, opsional	Format output: "CSV" (default), "GeoJSON", "KML", "KMZ", "SHP", atau "TFRecord".
selectors	List[String]|String, opsional	Daftar properti yang akan disertakan dalam ekspor; berupa string tunggal dengan nama yang dipisahkan koma atau daftar string.
maxVertices	Nomor, opsional	Jumlah maksimum verteks yang tidak dipotong per geometri; geometri dengan lebih banyak verteks akan dipotong menjadi beberapa bagian yang lebih kecil dari ukuran ini.
priority	Nomor, opsional	Prioritas tugas dalam project. Tugas dengan prioritas lebih tinggi dijadwalkan lebih awal. Harus berupa bilangan bulat antara 0 dan 9999. Setelan defaultnya adalah 100.

Contoh

Editor Kode (JavaScript)

// 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'
});

Penyiapan Python

Baca halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

# 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()