Earth Engine 推出了非商业配额层级，以保护共享计算资源并确保为所有人提供可靠的性能。非商业项目默认使用 Community 层级，但您可以随时更改项目的层级。

Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

导出图片

您可以将 Earth Engine 中的图片导出为 GeoTIFF 或 TFRecord 格式。如需了解更多输出选项，请参阅配置参数。

设置示例

首先，定义要导出的图片数据：

代码编辑器 (JavaScript)

// Load a landsat image and select three bands.
var landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515')
  .select(['B4', 'B3', 'B2']);

// Create a geometry representing an export region.
var geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236]);

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Load a landsat image and select three bands.
landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515').select(
    ['B4', 'B3', 'B2']
)

# Create a geometry representing an export region.
geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236])

接下来，定义将在以下导出中使用的投影参数。我们使用 crs 参数指定坐标系，并使用 crsTransform 参数精确指定像素网格。 crsTransform 参数是仿射变换矩阵中的参数列表，按行主顺序排列 [xScale, xShearing, xTranslation, yShearing, yScale, yTranslation]。图片的来源由 xTranslation 和 yTranslation 值定义，图片的像素大小由 xScale 和 yScale 值定义。请参阅仿射矩阵示例。

代码编辑器 (JavaScript)

// Retrieve the projection information from a band of the original image.
// Call getInfo() on the projection to request a client-side object containing
// the crs and transform information needed for the client-side Export function.
var projection = landsat.select('B2').projection().getInfo();

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Retrieve the projection information from a band of the original image.
# Call getInfo() on the projection to request a client-side object containing
# the crs and transform information needed for the client-side Export function.
projection = landsat.select('B2').projection().getInfo()

设置 `scale`

作为快捷方式，您可以指定 scale 参数，Earth Engine 会为您计算 crsTransform 参数。但是，仅设置图片的比例并不能指定投影的来源，并且可能会导致图片相对于具有相同像素大小的其他图片发生偏移！

发生偏移的原因是，scale 参数用于填充 crsTransform 的 xScale 和 yScale 值，但 xTranslation 和 yTranslation 值的计算方式是，如果将它们除以相应的 xScale 和 yScale 值，余数将为零。这些参数指定了一个像素网格，其中投影的来源位于像素的角。此惯例与某些数据提供商使用的转换参数不同，后者使用相对于投影来源偏移的网格。例如，USGS 提供的 Landsat 图片使用相对于投影来源偏移 1/2 像素的转换参数（对于 30 米波段，偏移 15 米），而 ESA 提供的 Sentinel-2 图片使用与投影来源对齐的转换参数。如果导出中指定的 crsTransform 与原始图片的 crsTransform 不匹配，则输出像素将被重采样（默认使用最近邻），这将导致生成的图片相对于原始图片发生偏移。

总而言之，如果您需要将导出的图片的像素与特定图片进行匹配，请务必使用 crs 和 crsTransform 参数来完全控制网格。

导出到云端硬盘

如需将图片导出到您的云端硬盘账号，请使用 Export.image.toDrive()。例如，如需导出 Landsat 图片的部分内容，请定义要导出的区域，然后调用 Export.image.toDrive()：

代码编辑器 (JavaScript)

// Export the image, specifying the CRS, transform, and region.
Export.image.toDrive({
  image: landsat,
  description: 'imageToDriveExample_transform',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Export the image, specifying the CRS, transform, and region.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToDriveExample_transform',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

运行此代码后，系统会在代码编辑器的任务标签页中创建一个导出任务。点击任务旁边的运行按钮即可启动该任务。（如需详细了解任务管理器，请参阅代码编辑器部分）。系统会在您的云端硬盘账号中创建具有指定 fileFormat 的图片。

导出到 Cloud Storage

如需将图片导出到 Google Cloud Storage 存储桶，请使用 Export.image.toCloudStorage()。如需将上一个示例中的 Landsat 图片导出到 Cloud Storage 而不是云端硬盘，请使用：

代码编辑器 (JavaScript)

// Export the image to Cloud Storage.
Export.image.toCloudStorage({
  image: landsat,
  description: 'imageToCloudExample',
  bucket: 'your-bucket-name',
  fileNamePrefix: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Export the image to Cloud Storage.
task = ee.batch.Export.image.toCloudStorage(
    image=landsat,
    description='imageToCloudExample',
    bucket='your-bucket-name',
    fileNamePrefix='exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

与导出到云端硬盘一样，从任务标签页启动导出。Cloud Storage 存储桶位置可能会影响性能和存储费用，如需了解详情，请参阅有关位置注意事项的常见问题解答条目。

导出到 Asset

如需将图片导出到 Earth Engine 资产文件夹中的资产，请使用 Export.image.toAsset()。如需管理 Earth Engine 资产或查看已使用的存储空间配额，请使用资产管理器。以下示例说明了如何使用不同的金字塔政策导出 Landsat 图片的部分内容（针对同一波段）。金字塔政策指示 Earth Engine 如何计算资产的较低分辨率版本。如需详细了解 Earth Engine 如何处理缩放文档中的多个分辨率，请参阅该文档。

代码编辑器 (JavaScript)

// Get band 4 from the Landsat image, copy it.
var band4 = landsat.select('B4').rename('b4_mean')
  .addBands(landsat.select('B4').rename('b4_sample'))
  .addBands(landsat.select('B4').rename('b4_max'));

// Export the image to an Earth Engine asset.
Export.image.toAsset({
  image: band4,
  description: 'imageToAssetExample',
  assetId: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  pyramidingPolicy: {
    'b4_mean': 'mean',
    'b4_sample': 'sample',
    'b4_max': 'max'
  }
});

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Get band 4 from the Landsat image, copy it.
band_4 = (
    landsat.select('B4')
    .rename('b4_mean')
    .addBands(landsat.select('B4').rename('b4_sample'))
    .addBands(landsat.select('B4').rename('b4_max'))
)

# Export the image to an Earth Engine asset.
task = ee.batch.Export.image.toAsset(
    image=band_4,
    description='imageToAssetExample',
    assetId='projects/your-project/assets/exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    pyramidingPolicy={
        'b4_mean': 'mean',
        'b4_sample': 'sample',
        'b4_max': 'max',
    },
)
task.start()

您可以为每个未明确指定的波段提供默认金字塔政策，方法是使用 '.default' 键。您也可以仅传入 '.default' 键。例如，如需将所有波段默认设置为“sample” 金字塔政策，请使用 {'.default': 'sample'}。

配置参数

请注意，传递给 Export.image 的配置参数字典包含 scale（以米为单位）和导出区域（作为 ee.Geometry）。导出的图片将以指定的比例覆盖指定的区域。如果未明确指定，输出的 CRS 将取自要导出的图片的第一个波段。

您还可以指定导出的图片的 dimensions、crs 和/或 crsTransform。如需详细了解术语表，请参阅更多信息关于 crs 和 crsTransform。例如，如需获取与另一个数据源精确对齐的像素块，请指定 dimensions、crs 和 crsTransform。如需获取覆盖某个区域的预定义大小的像素块（例如 256x256 缩略图），请指定 dimensions 和 region。

您可以使用 fileFormat参数（'GeoTIFF' 默认为）指定图片输出格式（如果目标不是 toAsset()）。

`formatOptions` 参数

其他配置选项通过 formatOptions 参数设置，该参数应是一个字典，其键为其他格式选项，特定于每个 fileFormat，如下所述。

GeoTIFF

云优化的 GeoTIFF

如需导出云优化的 GeoTIFF，请为 JavaScript 字面量 formatOptions 传递一个值，其中 cloudOptimized 键设置为 true。继续上一个示例：

代码编辑器 (JavaScript)

// Export a cloud-optimized GeoTIFF.
Export.image.toDrive({
  image: landsat,
  description: 'imageToCOGeoTiffExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  fileFormat: 'GeoTIFF',
  formatOptions: {
    cloudOptimized: true
  }
});

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Export a cloud-optimized GeoTIFF.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToCOGeoTiffExample',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    fileFormat='GeoTIFF',
    formatOptions={'cloudOptimized': True},
)
task.start()

云优化的 GeoTIFF 可以从 Cloud Storage 重新加载到 Image 中，也可以注册为资产。如需了解完整的导出规范和选项，请参阅云优化的 GeoTIFF (COG) 概览。

Nodata

使用 formatOptions 参数中的 noData 键指定 GeoTIFF nodata 值。例如：

代码编辑器 (JavaScript)

// Set a nodata value and replace masked pixels around the image edge with it.
var noDataVal = -9999;
landsat = landsat.unmask(noDataVal);

Export.image.toDrive({
  image: landsat,
  description: 'imageNoDataExample',
  crs: projection.crs,
  scale: 2000,  // large scale for minimal demo
  region: landsat.geometry(),  // full image bounds
  fileFormat: 'GeoTIFF',
  formatOptions: {
    noData: noDataVal,
  }
});

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

# Set a nodata value and replace masked pixels around the image edge with it.
no_data_val = -9999
landsat = landsat.unmask(no_data_val)

task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageNoDataExample',
    crs=projection['crs'],
    scale=2000,  # large scale for minimal demo
    region=landsat.geometry(),  # full image bounds
    fileFormat='GeoTIFF',
    formatOptions={'noData': no_data_val},
)
task.start()

请注意，nodata 值应在图片的 PixelType 的有效范围内。您可以通过打印图片元数据并查看第一个波段的 data_type 属性来检查 PixelType。您还可以通过使用图片方法（例如 toShort() 或 toInt()）将数据转换为特定类型来设置图片的 PixelType。

TFRecord

请参阅 TFRecord 数据格式页面。

`maxPixels`

maxPixels 参数旨在防止意外创建非常大的导出。如果默认值对于您预期的输出图片来说太低，您可以增加 maxPixels。例如：

Export.image.toDrive({
  image: landsat,
  description: 'maxPixelsExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  maxPixels: 1e9
});

导出大文件

如果输出图片很大，它将导出为多个文件。如果您要导出到 GeoTIFF，图片将被拆分为图块。每个图块的文件名将采用 baseFilename-yMin-xMin 形式，其中 xMin 和 yMin 是导出图片的整体边界框内每个图块的坐标。

如果您要导出到 TFRecord，文件将附加 -00000、-00001、... -0000N，共 N+1 个文件。如果您打算对文件执行推理并将预测结果作为图片上传回 Earth Engine，请务必保持此顺序。如需了解详情，请参阅以 TFRecord 文件形式上传图片。

按代码编辑器中显示的方式导出图片

如需按 Earth Engine 中屏幕上呈现的方式导出图像，请创建可视化图片，如可视化图片以及合成和镶嵌部分所示。由于代码编辑器使用 'EPSG:3857' CRS，因此请在导出中指定 'EPSG:3857' CRS，以获取与代码编辑器地图中显示的投影相同的图片。如需详细了解如何指定输出的分辨率和坐标系，请参阅配置图片导出部分。

导出图片 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

设置示例

代码编辑器 (JavaScript)

Colab (Python)

代码编辑器 (JavaScript)

Colab (Python)

设置 scale

导出到云端硬盘

代码编辑器 (JavaScript)

Colab (Python)

导出到 Cloud Storage

代码编辑器 (JavaScript)

Colab (Python)

导出到 Asset

代码编辑器 (JavaScript)

Colab (Python)

配置参数

formatOptions 参数

GeoTIFF

云优化的 GeoTIFF

代码编辑器 (JavaScript)

Colab (Python)

Nodata

代码编辑器 (JavaScript)

Colab (Python)

TFRecord

maxPixels

导出大文件

按代码编辑器中显示的方式导出图片

导出图片

设置 `scale`

`formatOptions` 参数

`maxPixels`