ছবির ওভারভিউ

Google Colab-এ রান করুন

GitHub-এ সোর্স দেখুন

শুরু করুন ডকুমেন্টে যেমন উল্লেখ করা হয়েছে, Earth Engine-এ রাস্টার ডেটা Image অবজেক্ট হিসেবে দেখানো হয়। ছবিতে এক বা একাধিক ব্যান্ড থাকে এবং প্রতিটি ব্যান্ডের নিজস্ব নাম, ডেটার ধরন, স্কেল, মাস্ক ও প্রোজেকশন থাকে। প্রতিটি ছবির মেটাডেটা প্রপার্টির সেট হিসেবে সেভ করা থাকে।

ee.Image কনস্ট্রাক্টর

ee.Image কনস্ট্রাক্টরে Earth Engine অ্যাসেট আইডি পেস্ট করে ছবি লোড করা যেতে পারে। আপনি ডেটা ক্যাটালগ থেকে ছবির আইডি খুঁজে পেতে পারেন। যেমন, ডিজিটাল এলিভেশন মডেল (NASADEM):

কোড এডিটর (জাভাস্ক্রিপ্ট)

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

Python সেট-আপ

Python API এবং ইন্টার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সম্পর্কে তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

import ee
import geemap.core as geemap

Colab (Python)

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

মনে রাখবেন যে কোড এডিটর সার্চ টুলের মাধ্যমে ছবি খোঁজা একই রকম। আপনি অ্যাসেট ইমপোর্ট করলে, কোড এডিটরের ইমপোর্ট বিভাগে আপনার জন্য ইমেজ কনস্ট্রাকশন কোড লেখা হয়। এছাড়াও, আপনি ব্যক্তিগত অ্যাসেট আইডি ee.Image কনস্ট্রাক্টরের আর্গুমেন্ট হিসেবে ব্যবহার করতে পারেন।

ee.ImageCollection থেকে ee.Image পান

কোনও কালেকশন থেকে ছবি পাওয়ার স্ট্যান্ডার্ড উপায় হল, কালেকশন ফিল্টার করা, যেখানে ফিল্টারগুলি নির্দিষ্টতার ক্রমহ্রাসমান ক্রমে থাকে। যেমন, Sentinel-2 সারফেস রিফ্লেক্ট্যান্স কালেকশন থেকে কোনও ছবি পেতে:

কোড এডিটর (জাভাস্ক্রিপ্ট)

var first = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
                .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 সেট-আপ

Python API এবং ইন্টার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সম্পর্কে তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

import ee
import geemap.core as geemap

Colab (Python)

first = (
    ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED')
    .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)

মনে রাখবেন, ফিল্টারের পরে সাজানো হয়। সম্পূর্ণ কালেকশন সাজানো এড়িয়ে চলুন।

Cloud Optimized GeoTIFFs থেকে ছবি

আপনি ee.Image.loadGeoTIFF() ব্যবহার করে Google Cloud Storage-এ ক্লাউড অপ্টিমাইজ করা GeoTIFFs (COGs) থেকে ছবি লোড করতে পারবেন। বাকেটটি অবশ্যই একটি সমর্থিত অবস্থানে থাকতে হবে। যেমন, Google Cloud-এ হোস্ট করা সর্বজনীন Landsat ডেটাসেটে এই GeoTIFF আছে, যা Landsat 8 সিনের ব্যান্ড 5-এর সাথে সম্পর্কিত। আপনি ee.Image.loadGeoTIFF() ব্যবহার করে ক্লাউড স্টোরেজ থেকে এই ছবি লোড করতে পারবেন:

কোড এডিটর (জাভাস্ক্রিপ্ট)

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 সেট-আপ

Python API এবং ইন্টার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সম্পর্কে তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

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)

মনে রাখবেন, আপনি যদি Earth Engine থেকে Cloud Storage-এ এক্সপোর্ট করা ক্লাউড অপ্টিমাইজ করা GeoTIFF রিলোড করতে চান, তাহলে এক্সপোর্ট করার সময় cloudOptimized-কে true হিসেবে সেট করুন।

পারফর্ম্যান্স সংক্রান্ত নোট: সেরা পারফর্ম্যান্সের জন্য, আমরা সাজেস্ট করি যে ee.Image.loadGeoTIFF()-এর মাধ্যমে সরাসরি লোড করার পরিবর্তে আপনার COG-কে অ্যাসেট হিসেবে রেজিস্টার করুন। বিস্তারিত এবং তুলনার জন্য ক্লাউড অপ্টিমাইজড GeoTIFF (COG) ওভারভিউ দেখুন।

Zarr v2 অ্যারে থেকে ছবি

Google Cloud Storage-এ Zarr v2 অ্যারে থেকে ছবি লোড করতে আপনি ee.Image.loadZarrV2Array() ব্যবহার করতে পারবেন। যেমন, Google Cloud-এ হোস্ট করা সর্বজনীন ERA5 ডেটাসেটে এই Zarr v2 অ্যারে রয়েছে, যা পৃথিবীর পৃষ্ঠ থেকে বাষ্পীভূত হওয়া জলের মিটারের সাথে সম্পর্কিত। আপনি ee.Image.loadZarrV2Array() ব্যবহার করে ক্লাউড স্টোরেজ থেকে এই অ্যারে লোড করতে পারবেন:

কোড এডিটর (জাভাস্ক্রিপ্ট)

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 সেট-আপ

Python API এবং ইন্টার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সম্পর্কে তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

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

কনস্ট্যান্ট ছবি

আইডি অনুযায়ী ছবি লোড করার পাশাপাশি, আপনি কনস্ট্যান্ট, তালিকা বা অন্যান্য উপযুক্ত Earth Engine অবজেক্ট থেকেও ছবি তৈরি করতে পারবেন। নিম্নলিখিত উদাহরণে ছবি তৈরি, ব্যান্ড সাবসেট পাওয়া এবং ব্যান্ড ম্যানিপুলেট করার পদ্ধতি দেখানো হয়েছে:

কোড এডিটর (জাভাস্ক্রিপ্ট)

// 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 সেট-আপ

Python API এবং ইন্টার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সম্পর্কে তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

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)