gee python案例

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

gee python案例
GEE(Google Earth Engine)是一个由Google提供的云端平台,用于进行地理空间数据的分析和可视化。

下面是一个简单的GEE Python 示例,展示如何在Google Colab 中使用Earth Engine API 来获取遥感影像并进行一些基本的操作。

首先,确保你有Google Earth Engine 帐户,并已在Google Colab 中启用Earth Engine API。

以下是一个简单的Python 脚本:
```python
# 安装Earth Engine Python API
!pip install earthengine-api
# 认证Earth Engine API
!earthengine authenticate
# 导入Earth Engine Python API
import ee
# 初始化Earth Engine
ee.Initialize()
# 定义感兴趣区域(ROI)
roi = ee.Geometry.Point([-122.4, 37.7])
# 获取Landsat 8 影像
landsat = (ee.ImageCollection("LANDSAT/LC08/C01/T1_TOA")
.filterBounds(roi)
.filterDate("2021-01-01", "2021-12-31")
.median())
# 在Colab 中显示影像
from IPython.display import Image
Image(url=landsat.select(['B4', 'B3', 'B2']).getThumbUrl({'min': 0, 'max': 0.3}))
# 计算NDVI
ndvi = landsat.normalizedDifference(['B5', 'B4'])
# 在Colab 中显示NDVI 影像
Image(url=ndvi.getThumbUrl({'min': -1, 'max': 1, 'palette': ['blue', 'white', 'green']}))
```
这个简单的示例展示了如何在Google Colab 中使用Earth Engine API 获取Landsat 8 影像,
计算归一化差异植被指数(NDVI),并在Colab 中显示影像和NDVI 图片。

请注意,这只是一个入门级的示例,你可以根据自己的需求进一步探索Earth Engine 的功能和数据。

你还需要确保你的Google Earth Engine 帐户有权访问相关数据。

更多关于Earth Engine Python API 的用法,可以查阅Earth Engine API 文档。

相关文档
最新文档