Eksportowanie wykresów i obrazów

Earth Engine to zaawansowane narzędzie analityczne, ale może być konieczne wyeksportowanie wyników analizy, aby umieścić wykresy, obrazy, mapy itp. w raportach lub publikacjach. Z tej sekcji dowiesz się, jak tworzyć wykresy i obrazy, które można eksportować i wyświetlać w innych programach. Pamiętaj, że w poprzedniej sekcji do dodawania pasma NDVI do każdego obrazu w kolekcji używaliśmy kodu podobnego do tego poniżej. Zmienna l8 odnosi się do kolekcji odbicia TOA z satelity Landsat 8:

Edytor kodu (JavaScript)

// Import the Landsat 8 TOA image collection.
var l8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA');

// Map a function over the Landsat 8 TOA collection to add an NDVI band.
var withNDVI = l8.map(function(image) {
  var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');
  return image.addBands(ndvi);
});

Tworzę wykresy

Załóżmy, że chcesz uzyskać wykres NDVI w czasie w określonej lokalizacji. Aby utworzyć taki wykres, najpierw wybierz interesującą Cię lokalizację. Utwórz punkt, wybierając narzędzie do rysowania punktów () i tworząc pojedynczy punkt w interesującym Cię obszarze. (Jeśli masz już importy, najpierw najedź kursorem na Importy geometrii i kliknij + nowa warstwa). Znajdź punkt na obszarze rolniczym, w lesie liściastym, na łące jednorocznej lub na innym obszarze o pokryciu terenu z cyklem rocznym. Nadaj importowi nazwę roi. (Informacje o tworzeniu geometrii programowo znajdziesz na tej stronie).

Teraz użyjemy roi, aby utworzyć wykres NDVI w czasie w pikselu pod tym punktem. W Earth Engine wykresy tworzy się za pomocą pakietu ui.Chart. (Więcej informacji o tworzeniu wykresów w Earth Engine) Aby utworzyć wykres zmian w czasie, możesz użyć metody ui.Chart.image.series():

Edytor kodu (JavaScript)

// Create a chart.
var chart = ui.Chart.image.series({
  imageCollection: withNDVI.select('NDVI'),
  region: roi,
  reducer: ee.Reducer.first(),
  scale: 30
}).setOptions({title: 'NDVI over time'});

// Display the chart in the console.
print(chart);

W przypadku geometrii roi wybraliśmy punkt na obszarze rolniczym, co dało wykres podobny do tego na rysunku 10. Zwróć uwagę, że parametry konstruktora wykresu obejmują funkcję redukującą i skalę, np. reduceRegion(). Ponieważ punkt, który podajemy jako region, może przecinać tylko 1 piksel, wystarczy użyć reduktora „first”. Jeśli masz większy region, użyj funkcji „mean” lub innego reduktora, który określa sposób agregowania pikseli. Pamiętaj też, że aby wyświetlić wykres, wystarczy go wydrukować.

Rysunek 10. Wykres NDVI Landsat na przestrzeni czasu w punkcie geometrycznym.

Uwaga: w prawym górnym rogu wykresu znajduje się mała ikona wysuwania (). Kliknij ją, aby otworzyć nową kartę z wersją wykresu, którą można pobrać w różnych formatach. Pełną listę opcji wykresów w Earth Engine znajdziesz w ui.Chart na karcie Dokumenty.

Dygresja: proste maskowanie chmur w przypadku danych z satelity Landsat

Na tym wykresie można zauważyć, że szereg czasowy wartości NDVI w danym punkcie jest nieco zaszumiony. Jest to prawdopodobnie spowodowane chmurami. Aby złagodzić ten efekt, Earth Engine zawiera algorytm maskowania chmur dla czujników Landsat z pasmami termicznymi: ee.Algorithms.Landsat.simpleCloudScore(). Jako dane wejściowe przyjmuje obraz odbicia TOA z satelity Landsat i dodaje pasmo o nazwie cloud, które jest indeksem zachmurzenia w pikselu w zakresie od 0 do 100, od najmniejszego do największego zachmurzenia. Modyfikując funkcję przypisaną do kolekcji, możesz użyć dowolnego progu (20) w indeksie chmur, aby nieco oczyścić wykres:

Edytor kodu (JavaScript)

var cloudlessNDVI = l8.map(function(image) {
  // Get a cloud score in [0, 100].
  var cloud = ee.Algorithms.Landsat.simpleCloudScore(image).select('cloud');

  // Create a mask of cloudy pixels from an arbitrary threshold.
  var mask = cloud.lte(20);

  // Compute NDVI.
  var ndvi = image.normalizedDifference(['B5', 'B4']).rename('NDVI');

  // Return the masked image with an NDVI band.
  return image.addBands(ndvi).updateMask(mask);
});

print(ui.Chart.image.series({
  imageCollection: cloudlessNDVI.select('NDVI'),
  region: roi,
  reducer: ee.Reducer.first(),
  scale: 30
}).setOptions({title: 'Cloud-masked NDVI over time'}));

Wynik z maskowaniem chmur przedstawiono na rysunku 11. Zwróć uwagę, że szereg czasowy wygląda nieco płynniej, ale nadal może zawierać piksele, na które wpływają chmury. Dostosuj próg indeksu chmury i obserwuj wykreślone szeregi czasowe, aby dowiedzieć się, jak ten próg może wpływać na wyniki.

Rysunek 11. Wykres zamaskowanego pod kątem chmur wskaźnika NDVI w ujęciu czasowym w przypadku geometrii punktowej.

Eksportowanie obrazów

Wiesz już, jak wyeksportować wykres danych obliczonych przez Earth Engine, ale co z całym obrazem? Załóżmy na przykład, że masz kompozycję z najbardziej zielonymi pikselami, o której pisaliśmy w poprzedniej sekcji:

Edytor kodu (JavaScript)

var greenest = cloudlessNDVI.qualityMosaic('NDVI');

Jedyną różnicą w tym kodzie w porównaniu z tym, co robiliśmy wcześniej, jest to, że teraz używamy zamaskowanej kolekcji w chmurze. Możesz wyeksportować podzbiór tych danych (określony przez region) za pomocą pakietu Export. (Więcej informacji o eksportowaniu danych rastrowych i wektorowych z Earth Engine) Aby na przykład wyeksportować obraz, który można łatwo osadzić w innych dokumentach, utwórz obraz wizualizacji w sposób opisany wcześniej i wyeksportuj go do folderu na Dysku Google:

Edytor kodu (JavaScript)

// Create a 3-band, 8-bit, color-IR composite to export.
var visualization = greenest.visualize({
  bands: ['B5', 'B4', 'B3'],
  max: 0.4
});

// Create a task that you can launch from the Tasks tab.
Export.image.toDrive({
  image: visualization,
  description: 'Greenest_pixel_composite',
  scale: 30
});

Po uruchomieniu tego kodu na karcie Zadania zostanie utworzone nowe zadanie. Aby otworzyć okno konfiguracji eksportu, na karcie Zadania kliknij przycisk URUCHOM. Po skonfigurowaniu zadania kliknij w oknie przycisk Uruchom, aby rozpocząć eksportowanie. Zanim to zrobisz, pamiętaj:

Uwaga: jeśli nie określisz regionu, zostaną użyte granice mapy w momencie uruchomienia skryptu.

Powodem, dla którego należy zachować ostrożność podczas eksportowania bez argumentu region, jest to, że jeśli ustawisz stosunkowo małą wartość dla scale, a mapa będzie powiększona na duży obszar, wyeksportujesz do folderu na Dysku potencjalnie bardzo duży obraz. Więcej informacji i listę możliwych parametrów konfiguracji znajdziesz w Export.image.toDrive()dokumentacji na karcie Dokumenty.

To już koniec tego wprowadzenia do Earth Engine API. Poznałeś już większość najczęściej używanych funkcji Earth Engine i powinieneś być w stanie przejść do bardziej złożonych analiz. Przeczytaj dokumentację i przeszukaj forum, aby znaleźć odpowiedzi na inne pytania. Pozdrawiamy

Poprzednia strona