Google Earth Engine(GEE)——R 语言图像概览

网友投稿 796 2022-05-30

改编自Google Earth Engine 文档。

栅格数据在 Earth Engine中表示为Image对象。图像由一个或多个波段组成,每个波段都有自己的名称、数据类型、比例、遮罩和投影。每个图像都将元数据存储为一组属性。

1. ee.Image 构造函数

可以通过将地球引擎资产ID粘贴到ee$Image构造函数中来加载图像。您可以在数据目录中找到图像ID。例如,要加载JAXA 的 ALOS DSM:

library(rgee)

ee_Initialize()

srtm <- ee$Image("USGS/SRTMGL1_003")

2. 从 ee.ImageCollection 中获取 ee.Image

从集合中获取图像的标准方法是过滤集合,过滤器按特异性递减的顺序进行。例如,要从 Sentinel-2 表面反射集合中获取图像:

# 加载卫星影像

sen <- ee$ImageCollection("COPERNICUS/S2")$

filterBounds(ee$Geometry$Point(-70.48, 43.3631))$

filterDate('2019-01-01', '2019-12-31')$

sort('CLOUDY_PIXEL_PERCENTAGE')$

first()

# 定义可视化参数

vizParams <- list(

bands = c("B4", "B3", "B2"),

Google Earth Engine(GEE)——R 语言图像概览

min = 0,

max = 2000,

gamma = c(0.95, 1.1, 1)

)

# 设置影像中心点和缩放

Map$centerObject(sen, 7)

# 你将会看到

m1 <- Map$addLayer(sen, vizParams, 'first')

m1

图 N°01: Sentinel-2 RGB 波兰,美国

请注意,排序在过滤器之后。避免对整个集合进行排序。

要在 QGIS 中显示结果复制m1$rgee$tokens到 XYZ Tiles:

m1$rgee$tokens

#[1] > "https://earthengine.googleapis.com/v1alpha/projects/earthengine-legacy/maps/af6fc12945dfe1342891968f6b8b3c47-d47e902ef95199a5c37959f3aec47388/tiles/{z}/{x}/{y}"

图 N°02: rgee & QGIS 地图集成

3. 来自 Cloud GeoTIFFS 的图像

您可以使用ee$Image$loadGeoTIFF()加载从图像云优化GeoTIFFs在谷歌云存储。例如,托管在 Google Cloud 中的公共 Landsat 数据集包含此 GeoTIFF,对应于来自 Landsat 8 场景的波段 5。您可以使用ee$Image$loadGeoTIFF()以下命令从 Cloud Storage 加载此图像:

uri <- sprintf(

"%1s%2s%3s",

"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"

)

cloudImage <- ee$Image$loadGeoTIFF(uri)

print(cloudImage)

请注意,如果您想重新加载从 Earth Engine 导出到 Cloud Storage的 Cloud Optimized GeoTIFF ,则在执行导出时,请按照此处所述将 cloudOptimized 设置为 true 。

4. 常量图像

除了通过ID加载图像之外,您还可以从常量、列表或其他合适的 Earth Engine 对象创建图像。下面说明了创建图像、获取波段子集和操作波段的方法:

library(rgee)

ee_Initialize()

# 创建一个像素值为 1 的常量 Image。

image1 <- ee$Image(1)

print(image1, type = "json")

print(image1, type = "simply")

print(image1, type = "ee_print")

# You can see it.

Map$addLayer(image1)

# 将两个图像连接成一个多波段图像。

image2 <- ee$Image(2)

image3 <- ee$Image$cat(c(image1, image2))

ee_print(image3, clean = TRUE)

# 通过以下方式更改打印选项:“简单”、“json”、“ee_print”

options(rgee.print.option = "simply")

# 从常量列表创建多波段图像。

multiband <- ee$Image(c(1, 2, 3))

print(multiband)

# 选择并(可选)重命名波段。

renamed <- multiband$select(

opt_selectors = c("constant", "constant_1", "constant_2"), # old names

opt_names = c("band1", "band2", "band3") # new names

)

ee_print(renamed)

# 为图像添加波段。

image4 <- image3$addBands(ee$Image(42))

print(image4)

AI R 语言

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:项目部署点一下按钮就可以,全流程自动化
下一篇:了解完代理后应该学习的——面向切面编程AspectJ
相关文章