使用geemap进行Google Earth Engine Python API入门指南【免费下载链接】geemapA Python package for interactive geospatial analysis and visualization with Google Earth Engine.项目地址: https://gitcode.com/gh_mirrors/ge/geemap概述本文介绍如何使用geemap这个基于Python的地理空间分析工具包来操作Google Earth Engine数据。geemap构建在Earth Engine Python API之上为Jupyter环境提供了交互式的地理空间大数据操作、分析和可视化能力。准备工作环境配置要使用geemap和Earth Engine Python API您需要注册一个Earth Engine账号创建一个Google Cloud项目并启用Earth Engine API建议具备基本的Python和Jupyter Notebook知识熟悉Earth Engine JavaScript API会有帮助但不是必须的安装geemap在Google Colab中geemap已经预安装。如需安装完整功能可以运行# %pip install -U geemap[workshop]对于本地开发推荐使用conda环境conda create -n gee python3.11 conda activate gee conda install -c conda-forge mamba mamba install -c conda-forge geemap pygis基础操作导入库并初始化import ee import geemap # 认证并初始化Earth Engine ee.Authenticate() ee.Initialize()创建交互式地图geemap提供了简单的地图创建方法# 创建默认地图 m geemap.Map() m # 自定义地图参数 m geemap.Map(center[40, -100], zoom4, height600) m添加底图geemap内置了数百种底图# 指定底图创建地图 m geemap.Map(basemapEsri.WorldImagery) m # 添加多个底图 m.add_basemap(Esri.WorldTopoMap) m.add_basemap(OpenTopoMap)查看可用底图basemaps list(geemap.basemaps.keys()) basemaps[:10] # 查看前10个底图Earth Engine数据类型Image图像Image是Earth Engine中最基本的栅格数据类型# 加载SRTM高程数据 image ee.Image(USGS/SRTMGL1_003) image可视化图像m geemap.Map(center[21.79, 70.87], zoom3) vis_params { min: 0, max: 6000, palette: [006633, E5FFCC, 662A00, D8D8D8, F5F5F5] } m.add_layer(image, vis_params, SRTM) mImageCollection图像集合ImageCollection是一系列图像的集合# 加载Sentinel-2地表反射率数据 collection ee.ImageCollection(COPERNICUS/S2_SR)可视化图像集合通常需要先计算中值或均值m geemap.Map() image collection.median() vis { min: 0.0, max: 3000, bands: [B4, B3, B2] } m.set_center(83.277, 17.7009, 12) m.add_layer(image, vis, Sentinel-2) m过滤图像集合collection (ee.ImageCollection(COPERNICUS/S2_SR) .filterDate(2021-01-01, 2022-01-01) .filter(ee.Filter.lt(CLOUDY_PIXEL_PERCENTAGE, 5)) )FeatureCollection要素集合FeatureCollection是矢量数据的集合# 加载美国道路数据 m geemap.Map() fc ee.FeatureCollection(TIGER/2016/Roads) m.set_center(-73.9596, 40.7688, 12) m.add_layer(fc, {}, Census roads) m过滤要素集合states ee.FeatureCollection(TIGER/2018/States) fc states.filter(ee.Filter.eq(NAME, Louisiana)) m.add_layer(fc, {}, Louisiana) m.center_object(fc, 7) m进阶功能属性查看feat fc.first() feat.toDictionary() # 查看要素属性总结geemap为Earth Engine Python API提供了强大的交互式可视化界面使得地理空间数据分析更加直观和高效。通过本文介绍的基础操作您可以开始探索Earth Engine中丰富的地理空间数据集进行各种空间分析和可视化。geemap还支持更多高级功能如时间序列分析、机器学习应用、交互式Web应用开发等这些内容将在后续文章中详细介绍。【免费下载链接】geemapA Python package for interactive geospatial analysis and visualization with Google Earth Engine.项目地址: https://gitcode.com/gh_mirrors/ge/geemap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
使用geemap进行Google Earth Engine Python API入门指南【免费下载链接】geemapA Python package for interactive geospatial analysis and visualization with Google Earth Engine.项目地址: https://gitcode.com/gh_mirrors/ge/geemap概述本文介绍如何使用geemap这个基于Python的地理空间分析工具包来操作Google Earth Engine数据。geemap构建在Earth Engine Python API之上为Jupyter环境提供了交互式的地理空间大数据操作、分析和可视化能力。准备工作环境配置要使用geemap和Earth Engine Python API您需要注册一个Earth Engine账号创建一个Google Cloud项目并启用Earth Engine API建议具备基本的Python和Jupyter Notebook知识熟悉Earth Engine JavaScript API会有帮助但不是必须的安装geemap在Google Colab中geemap已经预安装。如需安装完整功能可以运行# %pip install -U geemap[workshop]对于本地开发推荐使用conda环境conda create -n gee python3.11 conda activate gee conda install -c conda-forge mamba mamba install -c conda-forge geemap pygis基础操作导入库并初始化import ee import geemap # 认证并初始化Earth Engine ee.Authenticate() ee.Initialize()创建交互式地图geemap提供了简单的地图创建方法# 创建默认地图 m geemap.Map() m # 自定义地图参数 m geemap.Map(center[40, -100], zoom4, height600) m添加底图geemap内置了数百种底图# 指定底图创建地图 m geemap.Map(basemapEsri.WorldImagery) m # 添加多个底图 m.add_basemap(Esri.WorldTopoMap) m.add_basemap(OpenTopoMap)查看可用底图basemaps list(geemap.basemaps.keys()) basemaps[:10] # 查看前10个底图Earth Engine数据类型Image图像Image是Earth Engine中最基本的栅格数据类型# 加载SRTM高程数据 image ee.Image(USGS/SRTMGL1_003) image可视化图像m geemap.Map(center[21.79, 70.87], zoom3) vis_params { min: 0, max: 6000, palette: [006633, E5FFCC, 662A00, D8D8D8, F5F5F5] } m.add_layer(image, vis_params, SRTM) mImageCollection图像集合ImageCollection是一系列图像的集合# 加载Sentinel-2地表反射率数据 collection ee.ImageCollection(COPERNICUS/S2_SR)可视化图像集合通常需要先计算中值或均值m geemap.Map() image collection.median() vis { min: 0.0, max: 3000, bands: [B4, B3, B2] } m.set_center(83.277, 17.7009, 12) m.add_layer(image, vis, Sentinel-2) m过滤图像集合collection (ee.ImageCollection(COPERNICUS/S2_SR) .filterDate(2021-01-01, 2022-01-01) .filter(ee.Filter.lt(CLOUDY_PIXEL_PERCENTAGE, 5)) )FeatureCollection要素集合FeatureCollection是矢量数据的集合# 加载美国道路数据 m geemap.Map() fc ee.FeatureCollection(TIGER/2016/Roads) m.set_center(-73.9596, 40.7688, 12) m.add_layer(fc, {}, Census roads) m过滤要素集合states ee.FeatureCollection(TIGER/2018/States) fc states.filter(ee.Filter.eq(NAME, Louisiana)) m.add_layer(fc, {}, Louisiana) m.center_object(fc, 7) m进阶功能属性查看feat fc.first() feat.toDictionary() # 查看要素属性总结geemap为Earth Engine Python API提供了强大的交互式可视化界面使得地理空间数据分析更加直观和高效。通过本文介绍的基础操作您可以开始探索Earth Engine中丰富的地理空间数据集进行各种空间分析和可视化。geemap还支持更多高级功能如时间序列分析、机器学习应用、交互式Web应用开发等这些内容将在后续文章中详细介绍。【免费下载链接】geemapA Python package for interactive geospatial analysis and visualization with Google Earth Engine.项目地址: https://gitcode.com/gh_mirrors/ge/geemap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
