Informacje o obrazie

Logo Colab Uruchom w Google Colab Logo GitHuba Wyświetl źródło na GitHubie

Jak wspomnieliśmy w artykule Pierwsze kroki, dane rastrowe są reprezentowane w Earth Engine jako obiekty Image. Obrazy składają się z co najmniej 1 pasma, a każde pasmo ma własną nazwę, typ danych, skalę, maskę i projekcję. Każdy obraz ma metadane przechowywane jako zestaw właściwości.

ee.Image – konstruktor

Obrazy można wczytywać, wklejając identyfikator zasobu Earth Engine do konstruktora ee.Image. Identyfikatory obrazów znajdziesz w Data Catalog. Na przykład do numerycznego modelu terenu (NASADEM):

Edytor kodu (JavaScript)

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

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

import ee
import geemap.core as geemap

Colab (Python)

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

Pamiętaj, że znalezienie obrazu za pomocą narzędzia wyszukiwania w edytorze kodu jest równoważne. Gdy zaimportujesz zasób, kod konstrukcji obrazu zostanie zapisany w sekcji importu w Edytorze kodu. Możesz też użyć osobistego identyfikatora zasobu jako argumentu konstruktora ee.Image.

Uzyskiwanie ee.Image od ee.ImageCollection

Standardowym sposobem na uzyskanie obrazu z kolekcji jest filtrowanie kolekcji za pomocą filtrów w kolejności malejącej szczegółowości. Aby na przykład pobrać obraz z kolekcji współczynnika odbicia powierzchni Sentinel-2:

Edytor kodu (JavaScript)

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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

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)

Pamiętaj, że sortowanie następuje po filtrowaniu. Unikaj sortowania całej kolekcji.

Obrazy z plików GeoTIFF zoptymalizowanych pod kątem chmury

Możesz użyć ee.Image.loadGeoTIFF(), aby wczytać obrazy z plików GeoTIFF zoptymalizowanych pod kątem chmury (COG) w Google Cloud Storage. Zasobnik musi znajdować się w obsługiwanej lokalizacji. Na przykład publiczny zbiór danych Landsat hostowany w Google Cloud zawiera ten plik GeoTIFF, który odpowiada pasmu 5 ze sceny Landsat 8. Możesz wczytać ten obraz z Cloud Storage za pomocą ee.Image.loadGeoTIFF():

Edytor kodu (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);

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

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)

Pamiętaj, że jeśli chcesz ponownie wczytać plik GeoTIFF zoptymalizowany pod kątem chmury, który eksportujesz z Earth Engine do Cloud Storage, podczas eksportowania ustaw parametr cloudOptimized na true.

Uwaga dotycząca wydajności: aby uzyskać optymalną wydajność, zalecamy zarejestrowanie obiektów COG jako zasobów zamiast wczytywania ich bezpośrednio za pomocą ee.Image.loadGeoTIFF(). Szczegółowe informacje i porównanie znajdziesz w omówieniu formatu Cloud Optimized GeoTIFF (COG).

Obrazy z tablic Zarr w wersji 2

Możesz użyć ee.Image.loadZarrV2Array(), aby wczytać obraz z tablicy Zarr v2 w Google Cloud Storage. Na przykład publiczny zbiór danych ERA5 hostowany w Google Cloud zawiera tę tablicę Zarr v2, która odpowiada metrom wody, która odparowała z powierzchni Ziemi. Możesz wczytać tę tablicę z Cloud Storage za pomocą ee.Image.loadZarrV2Array():

Edytor kodu (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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

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

obrazy stałe,

Oprócz wczytywania obrazów według identyfikatora możesz też tworzyć obrazy ze stałych, list lub innych odpowiednich obiektów Earth Engine. Poniżej znajdziesz metody tworzenia obrazów, pobierania podzbiorów pasm i manipulowania pasmami:

Edytor kodu (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);

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

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)