代码编织梦想

本次我们分别采用Landsat7 和8加载全年影像以2012年山西省和2018年浙江省为例

这里值得注意的是:

两种模式下项目数据互通

切换开发者模式后,工具箱模式下的项目数据将同步代入,两种模式下的栅格、矢量遥感数据互通互联。

代码:

#初始化程序
import aie
aie.Authenticate()
aie.Initialize()


# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province') \
                        .filter(aie.Filter.eq('province', '山西省'))
geometry = feature_collection.geometry()
# 指定检索数据集,可设置检索的空间和时间范围,以及属性过滤条件(如云量过滤等)
dataset = aie.ImageCollection('LANDSAT_LE07_E02_T1_L2') \
             .filterBounds(geometry) \
             .filterDate('2012-01-01', '2012-12-31') \
             .filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \
             .limit(10)

#设定中心点
map = aie.Map(
    center=feature_collection.getCenter(),
    height=800,
    zoom=7
)
vis_params = {
    'bands': ['SR_B3', 'SR_B2', 'SR_B1'],
    'min': 8000,
    'max': 13000,
}

#加载图层
map.addLayer(
    dataset,
    vis_params,
    'True Color (321)',
    bounds=dataset.getBounds()
)
map

总体上来说这里的机载速度还是相对较慢,也有可能是影像缺失,总之2012年Landsat 7 影像效果非常差。

 

 同样我们看一下Landsat 8 C2数据:

import aie
aie.Authenticate()
aie.Initialize()
# 指定需要检索的区域
feature_collection = aie.FeatureCollection('China_Province') \
                        .filter(aie.Filter.eq('province', '浙江省'))
geometry = feature_collection.geometry()
# 指定检索数据集,可设置检索的空间和时间范围,以及属性过滤条件(如云量过滤等)
dataset = aie.ImageCollection('LANDSAT_LC08_C02_T1_L2') \
             .filterBounds(geometry) \
             .filterDate('2018-01-01', '2018-12-31') \
             .filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \
             .limit(10)
map = aie.Map(
    center=feature_collection.getCenter(),
    height=800,
    zoom=7
)
vis_params = {
    'bands': ['SR_B4', 'SR_B3', 'SR_B2'],
    'min': 8000,
    'max': 13000,
}
map.addLayer(
    dataset,
    vis_params,
    'True Color (432)',
    bounds=dataset.getBounds()
)
map

这里是浙江省的地图,感觉即使加载全年的影像依旧很少 ,因为我们这里使用了limit(10)

 当我们将其云量筛选和影像10去掉之后的结果:

             #.filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \
             #.limit(10)

大家注意,这里的地图是固定的,也就是说每当你运行一个代码块,地图就会发生变化,除非你把所有的代码块放在一起进行加载。

 

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_31988139/article/details/127253972

遥感影像镶嵌在不同软件上的比较——envi, erdas, qmasaic_cuitzjd的博客-爱代码爱编程_erdas匀色处理

老板最近给了一个任务,要用到广东珠三角地区2005年,2010年,2015年的土地利用情况,所以笔者开始下载影像进行图像镶嵌,然后分类。由于镶嵌花了笔者大量的时间,所以把镶嵌过程记录下来,以便后来的人不用再花那么多时间。 一、数据准备 1.使用FIleZilla Client客户端下载地理空间数据云上的遥感影像 2.对于2005年,2010年,首先下载了L

关于Landsat所有知识都在这里-爱代码爱编程

Landsat介绍 Landsat系列总共有1-9,目前服务的只有7、8、9。因此1到6咱就像看故事一样了解一下,其中Landsat 6还没到轨道就夭折了,Landsat 5服务了近30年,基本是历史里在轨道上荡漾最久的卫星了,Landsat 9就是一个月前刚刚发射的。 Landsat 1:1972 年 7 月至 1978 年 1 月 Land

收藏 | 史上最详细的 Landsat 1-9 系列数据集介绍~-爱代码爱编程

美国陆地卫星(LANDSAT)系列卫星由美国航空航天局(NASA)和美国地质调查局(USGS)共同管理。自1972年起,LANDSAT 系列卫星陆续发射,是美国用于探测地球资源与环境的系列地球观测卫星系统,曾称作地球资源技术卫星(ERTS)。 陆地卫星的主要任务是调查地下矿藏、海洋资源和地下水资源,监视和协助管理农、林、畜牧业和水利资源的合理使用,预

Landsat Collection 1 和Landsat Collection 2数据集-爱代码爱编程

请关注我的gzh:小Rser Landsat Collection 1数据集 Level-1 Landsat Collection 1包含1972-2021年的1级数据产品,由 Landsat8(OLI)/(TIRS)、Landsat7(ETM+)、Landsat4-5 (TM)和Landsat1-5(MSS)传感器获取。Landsat Collec

ai软件有哪些?知道这10款就够够的了!-爱代码爱编程

在数字化时代,人工智能(AI)的崛起为各个领域带来了革命性的变革。越来越多的AI软件免费下载涌现,为我们的工作、创造和生活带来了新的可能性。而其中许多软件提供了免费下载,为个人和团队提供了强大的工具,彻底解放了生产力。l1m0_今天就为大家分享非常实用的10款! 1.Pixso AI 作为国内知名产品设计一体化协作平

landsat科学的五十年及其影响(二):数据_hls harmonized landsat and sentiel-爱代码爱编程

前文回顾了Landsat计划的起源及发展历史,本文围绕Landsat系列卫星数据产品,洞悉其生产过程和多样化应用。再次强调,本文多数内容来源于文献:Fifty years of Landsat science and imp

ai earth ——开发者模式案例8:利用landsat-爱代码爱编程

利用 Landsat-8 数据进行地表温度反演¶ 初始化环境¶ import aie aie.Authenticate() aie.Initialize() Landsat-8 数据检索¶ 指定区域、时间、云量检索 Landsat-8 ,并对数据进行去云处理。 region = aie.FeatureCollection('China_Pr

ai earth 开发者模式—— 如何加载影像?以landsat 5 影像为例_landsat_lt-爱代码爱编程

新建notebook  这里和GEE中的python一样,我们首先要进行SDK的导入,然后进行认证和初始化。 导入AIE Python SDK并初始化 第一次执行下面一段代码时,会在后台系统初始化计算资源(通常约1分钟)。在长时间无计算任务运行后,相关的计算资源会被后台系统自动回收,需要执行下面一段代码重新初始化。 初始化代码: # 每个

python中__call__属性的使用指南详细解析-爱代码爱编程

概要 在Python中,类可以具有许多特殊方法,以控制其行为。其中之一是__call__方法,它使一个类的实例可以像函数一样被调用。本文将深入探讨__call__方法的用途、示例和实际应用。 __call__方法的基本用法 __call__方法可以将一个类的实例作为函数来调用。要使用__call__方法,需要在类中定义它,并在实例

模型参数访问-爱代码爱编程

文章目录 前言某一层的参数目标参数一次性访问所有参数嵌套块收集参数 前言 在选择了架构并设置了超参数后,进入训练阶段。此时,我们的目标就是找到使损失函数最小化的模型参数。有时,我们希望提取参数,以便

【39 pandas+pyecharts | 第七次人口普查数据分析可视化】-爱代码爱编程

文章目录 🏳️‍🌈 1. 导入模块🏳️‍🌈 2. Pandas数据处理2.1 读取数据2.2 数据预览 🏳️‍🌈 3. Pyecharts数据可视化3.1 全国各省人口统计三维地图3.2 全国各地区人口数

gee——利用landsat c02 t1_l2数据进行某研究区的长时序(1985-爱代码爱编程

本教程的主要目的是在2022年底GEE已经不提供LandsatC01数据,所以这里给大家提供数据质量更高的C02数据集,这样我们就可以更快的切换过来。本教程主要目的就是实现NDVI和FVC长时序的计算,从而看某个区域的时空变化特特征。 数据介绍 Landsat C02 T1_L2数据是Landsat 8卫星(Landsat C02)的Level-2数据