نظرة عامة على الصورة

التشغيل في Google Colab

عرض المصدر على GitHub

كما هو موضّح في مستند البدء، يتم تمثيل بيانات الصور النقطية ككائنات Image في Earth Engine. تتألف الصور من نطاق واحد أو أكثر، ولكل نطاق اسمه ونوع بياناته ومقياسه وقناعه وإسقاطه. تحتوي كل صورة على بيانات وصفية مخزَّنة كمجموعة من الخصائص.

ee.Image constructor

يمكن تحميل الصور من خلال لصق رقم تعريف مادة عرض Earth Engine في الدالة الإنشائية ee.Image. يمكنك العثور على أرقام تعريف الصور في كتالوج البيانات. على سبيل المثال، إلى نموذج الارتفاع الرقمي (NASADEM):

أداة تعديل الرموز (JavaScript)

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

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

import ee
import geemap.core as geemap

Colab (Python)

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

يُرجى العِلم أنّ العثور على صورة من خلال أداة البحث في "محرّر الرموز" له التأثير نفسه. عند استيراد مادة العرض، تتم كتابة رمز إنشاء الصورة نيابةً عنك في قسم عمليات الاستيراد في "محرّر الرموز". يمكنك أيضًا استخدام معرّف مادة عرض شخصي كمعلَمة للدالة الإنشائية ee.Image.

الحصول على ee.Image من ee.ImageCollection

الطريقة العادية للحصول على صورة من مجموعة هي فلترة المجموعة باستخدام فلاتر بترتيب تنازلي حسب درجة التحديد. على سبيل المثال، للحصول على صورة من مجموعة بيانات عاكسية الأسطح Sentinel-2، اتّبِع الخطوات التالية:

أداة تعديل الرموز (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');

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

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)

يُرجى العِلم أنّ الترتيب يكون بعد الفلاتر. تجنَّب ترتيب المجموعة بأكملها.

صور من ملفات GeoTIFF على السحابة الإلكترونية

يمكنك استخدام ee.Image.loadGeoTIFF() لتحميل الصور من ملفات GeoTIFF المحسّنة للتخزين السحابي في Google Cloud Storage. على سبيل المثال، تحتوي مجموعة بيانات Landsat العامة المستضافة في Google Cloud على ملف GeoTIFF هذا، الذي يتوافق مع النطاق 5 من مشهد Landsat 8. يمكنك تحميل هذه الصورة من Cloud Storage باستخدام ee.Image.loadGeoTIFF():

أداة تعديل الرموز (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);

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

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)

يُرجى العِلم أنّه إذا أردت إعادة تحميل ملف Cloud Optimized GeoTIFF الذي تصدّره من Earth Engine إلى Cloud Storage، عليك ضبط cloudOptimized على true عند إجراء عملية التصدير، كما هو موضّح هنا.

صور من مصفوفات Zarr v2

يمكنك استخدام ee.Image.loadZarrV2Array() لتحميل صورة من مصفوفة Zarr v2 في Google Cloud Storage. على سبيل المثال، تحتوي مجموعة بيانات ERA5 العامة المستضافة في Google Cloud على مصفوفة Zarr الإصدار 2 هذه، والتي تتوافق مع أمتار المياه التي تبخرت من سطح الأرض. يمكنك تحميل هذه المصفوفة من Cloud Storage باستخدام ee.Image.loadZarrV2Array():

أداة تعديل الرموز (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');

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

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

الصور الثابتة

بالإضافة إلى تحميل الصور حسب المعرّف، يمكنك أيضًا إنشاء صور من الثوابت أو القوائم أو غيرها من عناصر Earth Engine المناسبة. توضّح الصورة التالية طرق إنشاء الصور، والحصول على مجموعات فرعية من النطاقات، ومعالجة النطاقات:

أداة تعديل الرموز (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);

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

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)