इमेज की खास जानकारी

Google Colab में चलाएं

GitHub पर सोर्स देखें

शुरू करें दस्तावेज़ में बताया गया है कि Earth Engine में रास्टर डेटा को Image ऑब्जेक्ट के तौर पर दिखाया जाता है. इमेज में एक या उससे ज़्यादा बैंड होते हैं. हर बैंड का अपना नाम, डेटा टाइप, स्केल, मास्क, और प्रोजेक्शन होता है. हर इमेज का मेटाडेटा, प्रॉपर्टी के सेट के तौर पर सेव होता है.

ee.Image कंस्ट्रक्टर

इमेज लोड करने के लिए, Earth Engine ऐसेट आईडी को ee.Image कंस्ट्रक्टर में चिपकाएं. इमेज आईडी, डेटा कैटलॉग में देखे जा सकते हैं. उदाहरण के लिए, ऊंचाई के डिजिटल मॉडल (NASADEM) के लिए:

कोड एडिटर (JavaScript)

var loadedImage = ee.Image('NASA/NASADEM_HGT/001');

Python सेटअप

Python API के बारे में जानकारी पाने और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के लिए, Python एनवायरमेंट पेज देखें.

import ee
import geemap.core as geemap

Colab (Python)

loaded_image = ee.Image('NASA/NASADEM_HGT/001')

ध्यान दें कि कोड एडिटर के खोज टूल का इस्तेमाल करके इमेज ढूंढना भी इसी तरह काम करता है. ऐसेट इंपोर्ट करने पर, इमेज कंस्ट्रक्शन कोड को कोड एडिटर के इंपोर्ट सेक्शन में लिखा जाता है. ee.Image कंस्ट्रक्टर के आर्ग्युमेंट के तौर पर, निजी ऐसेट का आईडी का भी इस्तेमाल किया जा सकता है.

ee.ImageCollection से ee.Image पाएं

किसी कलेक्शन से इमेज पाने का स्टैंडर्ड तरीका यह है कि कलेक्शन को फ़िल्टर किया जाए. इसके लिए, फ़िल्टर को खास से सामान्य के क्रम में लगाया जाता है. उदाहरण के लिए, Sentinel-2 surface reflectance collection से कोई इमेज पाने के लिए:

कोड एडिटर (JavaScript)

var first = ee.ImageCollection('COPERNICUS/S2_SR')
                .filterBounds(ee.Geometry.Point(-70.48, 43.3631))
                .filterDate('2019-01-01', '2019-12-31')
                .sort('CLOUDY_PIXEL_PERCENTAGE')
                .first();
Map.centerObject(first, 11);
Map.addLayer(first, {bands: ['B4', 'B3', 'B2'], min: 0, max: 2000}, 'first');

Python सेटअप

Python API के बारे में जानकारी पाने और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के लिए, Python एनवायरमेंट पेज देखें.

import ee
import geemap.core as geemap

Colab (Python)

first = (
    ee.ImageCollection('COPERNICUS/S2_SR')
    .filterBounds(ee.Geometry.Point(-70.48, 43.3631))
    .filterDate('2019-01-01', '2019-12-31')
    .sort('CLOUDY_PIXEL_PERCENTAGE')
    .first()
)

# Define a map centered on southern Maine.
m = geemap.Map(center=[43.7516, -70.8155], zoom=11)

# Add the image layer to the map and display it.
m.add_layer(
    first, {'bands': ['B4', 'B3', 'B2'], 'min': 0, 'max': 2000}, 'first'
)
display(m)

ध्यान दें कि डेटा को क्रम से लगाने की सुविधा, फ़िल्टर लागू करने के बाद काम करती है. पूरे कलेक्शन को क्रम से लगाने से बचें.

Cloud GeoTIFF से ली गई इमेज

Google Cloud Storage में क्लाउड के लिए ऑप्टिमाइज़ किए गए GeoTIFF से इमेज लोड करने के लिए, ee.Image.loadGeoTIFF() का इस्तेमाल किया जा सकता है. उदाहरण के लिए, Google Cloud में होस्ट किए गए सार्वजनिक Landsat डेटासेट में यह GeoTIFF शामिल है. यह Landsat 8 सीन के बैंड 5 से जुड़ा है. ee.Image.loadGeoTIFF() का इस्तेमाल करके, इस इमेज को Cloud Storage से लोड किया जा सकता है:

कोड एडिटर (JavaScript)

var uri = 'gs://gcp-public-data-landsat/LC08/01/001/002/' +
    'LC08_L1GT_001002_20160817_20170322_01_T2/' +
    'LC08_L1GT_001002_20160817_20170322_01_T2_B5.TIF';
var cloudImage = ee.Image.loadGeoTIFF(uri);
print(cloudImage);

Python सेटअप

Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए, Python एनवायरमेंट पेज देखें.

import ee
import geemap.core as geemap

Colab (Python)

uri = (
    'gs://gcp-public-data-landsat/LC08/01/001/002/'
    + 'LC08_L1GT_001002_20160817_20170322_01_T2/'
    + 'LC08_L1GT_001002_20160817_20170322_01_T2_B5.TIF'
)
cloud_image = ee.Image.loadGeoTIFF(uri)
display(cloud_image)

ध्यान दें कि अगर आपको क्लाउड के लिए ऑप्टिमाइज़ की गई GeoTIFF फ़ाइल को फिर से लोड करना है, जिसे आपने Earth Engine से Cloud Storage में एक्सपोर्ट किया है, तो एक्सपोर्ट करते समय cloudOptimized को सही पर सेट करें. इसके बारे में यहां बताया गया है.

परफ़ॉर्मेंस से जुड़ी जानकारी: बेहतर परफ़ॉर्मेंस के लिए, हमारा सुझाव है कि आप ee.Image.loadGeoTIFF() के साथ सीधे तौर पर सीओजी लोड करने के बजाय, उन्हें ऐसेट के तौर पर रजिस्टर करें. ज़्यादा जानकारी और तुलना के लिए, क्लाउड के लिए ऑप्टिमाइज़ किए गए GeoTIFF (सीओजी) की खास जानकारी देखें.

Zarr v2 कलेक्शन से इमेज

ee.Image.loadZarrV2Array() का इस्तेमाल करके, Google Cloud Storage में मौजूद Zarr v2 कलेक्शन से इमेज लोड की जा सकती है. उदाहरण के लिए, Google Cloud में होस्ट किए गए सार्वजनिक ERA5 डेटासेट में यह Zarr v2 कलेक्शन शामिल है. यह कलेक्शन, पृथ्वी की सतह से वाष्पित हुए पानी की मात्रा को मीटर में दिखाता है. इस कलेक्शन को Cloud Storage से लोड किया जा सकता है. इसके लिए, ee.Image.loadZarrV2Array() का इस्तेमाल करें:

कोड एडिटर (JavaScript)

var timeStart = 1000000;
var timeEnd = 1000010;
var zarrV2ArrayImage = ee.Image.loadZarrV2Array({
  uri:
      'gs://gcp-public-data-arco-era5/ar/full_37-1h-0p25deg-chunk-1.zarr-v3/evaporation/.zarray',
  proj: 'EPSG:4326',
  starts: [timeStart],
  ends: [timeEnd]
});
print(zarrV2ArrayImage);
Map.addLayer(zarrV2ArrayImage, {min: -0.0001, max: 0.00005}, 'Evaporation');

Python सेटअप

Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए, Python एनवायरमेंट पेज देखें.

import ee
import geemap.core as geemap

Colab (Python)

time_start = 1000000
time_end = 1000010
zarr_v2_array_image = ee.Image.loadZarrV2Array(
    uri='gs://gcp-public-data-arco-era5/ar/full_37-1h-0p25deg-chunk-1.zarr-v3/evaporation/.zarray',
    proj='EPSG:4326',
    starts=[time_start],
    ends=[time_end],
)

display(zarr_v2_array_image)

m.add_layer(
    zarr_v2_array_image, {'min': -0.0001, 'max': 0.00005}, 'Evaporation'
)
m

एक जैसी इमेज

आईडी के हिसाब से इमेज लोड करने के अलावा, कॉन्स्टेंट, सूचियों या Earth Engine के अन्य ऑब्जेक्ट से भी इमेज बनाई जा सकती हैं. यहां इमेज बनाने, बैंड के सबसेट पाने, और बैंड में बदलाव करने के तरीके दिखाए गए हैं:

कोड एडिटर (JavaScript)

// Create a constant image.
var image1 = ee.Image(1);
print(image1);

// Concatenate two images into one multi-band image.
var image2 = ee.Image(2);
var image3 = ee.Image.cat([image1, image2]);
print(image3);

// Create a multi-band image from a list of constants.
var multiband = ee.Image([1, 2, 3]);
print(multiband);

// Select and (optionally) rename bands.
var renamed = multiband.select(
    ['constant', 'constant_1', 'constant_2'], // old names
    ['band1', 'band2', 'band3']               // new names
);
print(renamed);

// Add bands to an image.
var image4 = image3.addBands(ee.Image(42));
print(image4);

Python सेटअप

Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए, Python एनवायरमेंट पेज देखें.

import ee
import geemap.core as geemap

Colab (Python)

# Create a constant image.
image_1 = ee.Image(1)
display(image_1)

# Concatenate two images into one multi-band image.
image_2 = ee.Image(2)
image_3 = ee.Image.cat([image_1, image_2])
display(image_3)

# Create a multi-band image from a list of constants.
multiband = ee.Image([1, 2, 3])
display(multiband)

# Select and (optionally) rename bands.
renamed = multiband.select(
    ['constant', 'constant_1', 'constant_2'],  # old names
    ['band1', 'band2', 'band3'],  # new names
)
display(renamed)

# Add bands to an image.
image_4 = image_3.addBands(ee.Image(42))
display(image_4)