Resme Genel Bakış

Colab logosu Google Colab'de çalıştır GitHub logosu Kaynağı GitHub'da görüntüle

Başlayın dokümanında belirtildiği gibi, kafes verileri Earth Engine'de Image nesneleri olarak gösterilir. Görüntüler bir veya daha fazla banttan oluşur ve her bant kendi adına, veri türüne, ölçeğine, maskesine ve projeksiyonuna sahiptir. Her görüntüde, özellik grubu olarak depolanan meta veriler bulunur.

ee.Image oluşturucu

Görüntüler, Earth Engine öğesi kimliği ee.Image oluşturucusuna yapıştırılarak yüklenebilir. Görüntü kimliklerini Data Catalog'da bulabilirsiniz. Örneğin, sayısal rakım modeline (NASADEM):

Kod Düzenleyici (JavaScript)

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

Python kurulumu

Python API ve etkileşimli geliştirme için geemap kullanımı hakkında bilgi edinmek üzere Python Ortamı sayfasını inceleyin.

import ee
import geemap.core as geemap

Colab (Python)

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

Bir görüntüyü kod düzenleyici arama aracı ile bulmanın aynı işlevi göreceğini unutmayın. Öğeyi içe aktardığınızda, görüntü oluşturma kodu kod düzenleyicinin içe aktarma bölümüne sizin için yazılır. Ayrıca ee.Image oluşturucusuna bağımsız değişken olarak kişisel bir öğe kimliği de iletebilirsiniz.

ee.ImageCollection parametresinden ee.Image alın

Bir koleksiyondan resim almanın standart yolu, koleksiyonu filtrelemektir. Filtreler, özgüllükleri azalan sırayla uygulanır. Örneğin, Sentinel-2 yüzey yansıma koleksiyonundan bir görüntü almak için:

Kod Düzenleyici (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 kurulumu

Python API ve geemap kullanarak etkileşimli geliştirme hakkında bilgi edinmek için Python Ortamı sayfasına bakın.

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)

Sıralamanın filtrelerden sonra yapıldığını unutmayın. Koleksiyonun tamamını sıralamaktan kaçının.

Cloud GeoTIFF'lerden görüntüler

ee.Image.loadGeoTIFF() simgesini kullanarak Google Cloud Storage'daki Cloud Optimized GeoTIFF biçimindeki görüntüleri yükleyebilirsiniz. Örneğin, Google Cloud'da barındırılan herkese açık Landsat veri kümesi, bir Landsat 8 sahnesindeki 5. banda karşılık gelen bu GeoTIFF'i içerir. Bu görüntüyü ee.Image.loadGeoTIFF() kullanarak Cloud Storage'dan yükleyebilirsiniz:

Kod Düzenleyici (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 kurulumu

Python API ve geemap kullanarak etkileşimli geliştirme hakkında bilgi edinmek için Python Ortamı sayfasına bakın.

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)

Earth Engine'den Cloud Storage'a aktardığınız bir Cloud Optimized GeoTIFF'i yeniden yüklemek istiyorsanız dışa aktarma işlemini yaparken cloudOptimized değerini burada açıklandığı gibi true olarak ayarlayın.

Performans Notu: Optimum performans için SMM'lerinizi doğrudan ee.Image.loadGeoTIFF() ile yüklemek yerine öğe olarak kaydetmenizi öneririz. Ayrıntılar ve karşılaştırma için Cloud Optimized GeoTIFF (COG) genel bakışına bakın.

Zarr v2 dizilerinden görüntüler

ee.Image.loadZarrV2Array() parametresini kullanarak Google Cloud Storage'daki Zarr v2 dizisinden resim yükleyebilirsiniz. Örneğin, Google Cloud'da barındırılan herkese açık ERA5 veri kümesi, Dünya yüzeyinden buharlaşan su miktarına karşılık gelen bu Zarr v2 dizisini içerir. Bu diziyi ee.Image.loadZarrV2Array() kullanarak Cloud Storage'dan yükleyebilirsiniz:

Kod Düzenleyici (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 kurulumu

Python API ve geemap kullanarak etkileşimli geliştirme hakkında bilgi edinmek için Python Ortamı sayfasına bakın.

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

Sabit resimler

Görüntüleri kimliğe göre yüklemenin yanı sıra sabitlerden, listelerden veya diğer uygun Earth Engine nesnelerinden de görüntü oluşturabilirsiniz. Aşağıda, görüntü oluşturma, bant alt kümeleri alma ve bantları işleme yöntemleri gösterilmektedir:

Kod Düzenleyici (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 kurulumu

Python API ve geemap kullanarak etkileşimli geliştirme hakkında bilgi edinmek için Python Ortamı sayfasına bakın.

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)