Обзор изображений

Логотип КолабаЗапустить в Google Colab Логотип GitHubПросмотреть исходный код на GitHub

Как упоминалось в документе Get Started , растровые данные представлены в виде объектов Image в Earth Engine. Изображения состоят из одной или нескольких полос, и каждая полоса имеет свое имя, тип данных, масштаб, маску и проекцию. Каждое изображение имеет метаданные, хранящиеся в виде набора свойств.

ee.Image

Изображения можно загрузить, вставив идентификатор ресурса Earth Engine в конструктор ee.Image . Идентификаторы изображений можно найти в каталоге данных . Например, в цифровую модель рельефа ( NASADEM ):

Редактор кода (JavaScript) 

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

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице Python Environment .

import ee
import geemap.core as geemap

Colab (Python) 

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

Обратите внимание, что поиск изображения через инструмент поиска редактора кода эквивалентен. Когда вы импортируете ресурс, код построения изображения пишется для вас в разделе импорта редактора кода . Вы также можете использовать личный идентификатор ресурса в качестве аргумента для конструктора ee.Image .

Получить ee.Image из ee.ImageCollection

Стандартный способ получить изображение из коллекции — отфильтровать коллекцию, используя фильтры в порядке убывания специфичности. Например, чтобы получить изображение из коллекции отражений поверхности Sentinel-2 :

Редактор кода (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');

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице Python Environment .

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)

Обратите внимание, что сортировка выполняется после фильтров. Избегайте сортировки всей коллекции.

Изображения из Cloud GeoTIFF

Вы можете использовать ee.Image.loadGeoTIFF() для загрузки изображений из оптимизированных для облака GeoTIFF в Google Cloud Storage . Например, публичный набор данных Landsat , размещенный в Google Cloud, содержит этот GeoTIFF , соответствующий полосе 5 из сцены Landsat 8. Вы можете загрузить это изображение из Cloud Storage с помощью ee.Image.loadGeoTIFF() :

Редактор кода (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);

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице Python Environment .

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)

Обратите внимание: если вы хотите перезагрузить оптимизированный для облака GeoTIFF, экспортированный из Earth Engine в облачное хранилище , при экспорте установите cloudOptimized на true , как описано здесь .

Изображения из массивов Zarr v2

Вы можете использовать ee.Image.loadZarrV2Array() для загрузки изображения из массива Zarr v2 в Google Cloud Storage . Например, публичный набор данных ERA5, размещенный в Google Cloud, содержит этот массив Zarr v2 , соответствующий метрам воды, испарившейся с поверхности Земли. Вы можете загрузить этот массив из Cloud Storage с помощью ee.Image.loadZarrV2Array() :

Редактор кода (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');

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице Python Environment . 

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

Постоянные изображения

Помимо загрузки изображений по ID, вы также можете создавать изображения из констант, списков или других подходящих объектов Earth Engine. Ниже показаны методы создания изображений, получения подмножеств полос и управления полосами:

Редактор кода (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);

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице Python Environment . 

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)