谷歌地球引擎（Google Earth Engine）之数据初探（栅格和矢量）

一个有趣的灵魂W

发布于 2020-09-15 16:25:34

2.5K0

发布于 2020-09-15 16:25:34

文章被收录于专栏：一个有趣的灵魂W一个有趣的灵魂W

一个有趣的灵魂W

谷歌地球引擎的厉害之处，在于它是一个云平台，集合了目前许多的遥感数据。我们可以不用再去各种平台搜集遥感数据，直接利用GEE就可以处理我们想要的数据。除了大量的卫星遥感数据，它还整合了一个API，这个API不仅能支持Javascript还支持Python，同时支持对遥感数据的处理。总而言之，它很强。。。而且很适合于一些不喜欢本地平台运作的人。依托GEE，如果你愿意付费，它完全可以成为一个在线运行的服务器，源源不断的产出你需要的结果。

梦想是好的，要实现这个梦想，还需要一步一步慢慢学习和深入。

GEE的默认平台是Javascript，我力求通过Python实现我需要的功能。主要原因是，Python整合了更多人工智能的内容，后期能更好的整合部分本地资源。

接着上一期的内容：

GEE入门 F君的小尾巴，公众号：一个有趣的灵魂WGoogle Earth Engine（GEE）-谷歌地球引擎的大致Python入门

继续Python在谷歌硬盘中读取、显示矢量和栅格数据，将会是GEE入门的一大步。

0、导入基础第三方库

途径：folium库；ee库

import ee
import ee.mapclient
import folium
ee.Authenticate()#授权
ee.Initialize()

1、关键词：GEE-Python-谷歌硬盘-栅格（Landsat7）

目的：交互式显示Landsat7遥感影像。

途径：通过点和时间作为筛选条件，选取数据。

point=ee.Geometry.Point(coords=[-119.05, 37.0],proj='EPSG:4326')#点选取
im=ee.ImageCollection('LANDSAT/LE07/C01/T1').filterDate('2000-04-01', '2000-07-01').filterBounds(point)#文件夹限制，时间限制，点限制
median = im.median()
result = median.select('B4', 'B3', 'B2')
def add_ee_layer(self, ee_image_object, vis_params, name):#这是交互图像的函数
  map_id_dict = ee.Image(ee_image_object).getMapId(vis_params)
  folium.raster_layers.TileLayer(
    tiles = map_id_dict['tile_fetcher'].url_format,
    attr = 'Map Data &copy; <a href="https://earthengine.google.com/">Google Earth Engine</a>',
    name = name,
    overlay = True,
    control = True
  ).add_to(self)
# Add EE drawing method to folium.
folium.Map.add_ee_layer = add_ee_layer
visparams = {'gain': '1.6, 1.4, 1.1'}#增益
my_map = folium.Map(location=[37.0,-109.05], zoom_start=8, height=500)
my_map.add_ee_layer(result, visparams, 'Orignal')
display(my_map)

2、关键词：GEE-Python-谷歌硬盘-矢量（北京市）

目的：交互式显示联合国粮农组织（FAO）行政边界。

roi = ee.FeatureCollection("FAO/GAUL/2015/level1")
roi = roi.filter(ee.Filter.eq("ADM0_NAME","China"))
roi = roi.filter(ee.Filter.eq("ADM1_NAME","Beijing Shi"))
acp=ee.geometry.Geometry.getInfo(roi)
city_map = folium.Map(location=[39.93, 116.40], zoom_start=10, tiles='Stamen Toner')
# display city map
folium.GeoJson(acp, style_function=lambda x: {'fillColor': 'red'}).add_to(city_map)
city_map