首页
/ DescartesLabs Python库教程:创建产品并上传NDArray图像数据

DescartesLabs Python库教程:创建产品并上传NDArray图像数据

2025-07-02 06:49:09作者:谭伦延

概述

本教程将详细介绍如何使用DescartesLabs Python库创建一个新的产品(Product)并上传NDArray格式的图像数据。这是遥感数据处理和管理的核心操作之一,适用于需要自定义数据存储和分析的场景。

准备工作

在开始之前,请确保已正确安装并配置了DescartesLabs Python库。本教程主要涉及以下关键概念:

  • Product: 数据产品容器,用于组织和管理相关图像数据
  • SpectralBand: 光谱波段定义,描述数据的波段特性
  • Image: 具体的图像数据实例
  • NDArray: NumPy数组格式的图像数据

创建新产品

生成唯一产品ID

import uuid
product_id = uuid.uuid4().hex

使用UUID生成唯一标识符,避免产品ID冲突。这是分布式系统中处理数据时的最佳实践。

定义产品元数据

from descarteslabs.catalog import Product

product = Product(
    id=product_id,
    name="Simple Image Upload",
    description="An example of creating a product...",
)
product.save()

这里我们创建了一个名为"Simple Image Upload"的新产品,并添加了描述信息。save()方法将产品元数据提交到目录服务。

配置光谱波段

遥感数据通常包含多个波段,我们需要为产品定义这些波段的信息:

from descarteslabs.catalog import SpectralBand

bands = ["red", "green", "blue"]

for band_index, band in enumerate(bands):
    SpectralBand(
        product=product,
        name=band,
        band_index=band_index,
        data_type="Float64",
        nodata=0,
        data_range=(0.0, 1.0),
        display_range=(0.0, 0.4),
    ).save()

关键参数说明:

  • band_index: 波段索引(从0开始)
  • data_type: 数据类型,这里使用64位浮点数
  • nodata: 表示无效数据的值
  • data_range: 数据的有效值范围
  • display_range: 推荐的显示范围

管理产品权限

产品创建后,可以配置访问权限:

# 查看当前写入权限
print("Product writers:", product.writers)

# 添加写入权限
product.writers = ["email:someuser@gmail.com"]
product.save()

权限管理对于协作项目非常重要,可以控制谁能够修改产品元数据或添加新图像。

搜索并处理源图像

本示例使用巴黎地区的Sentinel-2影像作为数据源:

paris_bbox = {
    "type": "Polygon",
    "coordinates": [[...]]  # 巴黎边界坐标
}

search = (
    Product.get("esa:sentinel-2:l2a:v1")
    .images()
    .intersects(paris_bbox)
    .filter("2020-06-24" < p.acquired < "2020-06-30")
    .filter(p.cloud_fraction < 0.1)
    .limit(2)
)
images = search.collect()

搜索条件包括:

  • 空间范围(巴黎边界)
  • 时间范围(2020年6月24日至30日)
  • 云量(<10%)
  • 最多返回2景影像

创建影像镶嵌

将多景影像合并为单一RGB图像:

ndarray_mosaic, raster_info = images.mosaic("red green blue", raster_info=True)

mosaic()方法返回:

  • ndarray_mosaic: NumPy数组格式的镶嵌结果
  • raster_info: 包含地理参考信息的元数据

上传图像数据

将处理后的数据上传到我们创建的产品中:

image = Image(
    name="Paris", 
    product=product, 
    acquired="2020-06-24", 
    acquired_end="2020-06-30"
)

upload = image.upload_ndarray(ndarray_mosaic, raster_meta=raster_info)
upload.wait_for_completion()
print(upload.status)

上传过程可能需要几分钟时间,wait_for_completion()会阻塞直到上传完成。

验证和清理

上传完成后,可以验证图像是否已成功添加:

print(product.images().collect())

最后,清理测试产品:

task = product.delete_related_objects()
while task is not None:
    task.wait_for_completion()
    if task.status == "success":
        break
    task = product.delete_related_objects()
product.delete()

最佳实践

  1. 波段定义:确保波段定义与实际数据匹配,特别是数据类型和值范围
  2. 权限管理:生产环境中应严格控制产品权限
  3. 错误处理:实际应用中应添加适当的错误处理逻辑
  4. 性能考虑:大数据量上传时考虑分块处理
  5. 元数据完整性:确保提供完整的时空元数据

通过本教程,您应该已经掌握了使用DescartesLabs Python库创建产品和上传图像数据的基本流程。这套方法可以应用于各种遥感数据管理和分析场景。

登录后查看全文

项目优选

收起
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
15
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
574
416
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
125
208
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
77
146
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
442
39
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
98
253
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
693
91
folibfolib
FOLib 是一个为Ai研发而生的、全语言制品库和供应链服务平台
Java
108
6
CS-BooksCS-Books
🔥🔥超过1000本的计算机经典书籍、个人笔记资料以及本人在各平台发表文章中所涉及的资源等。书籍资源包括C/C++、Java、Python、Go语言、数据结构与算法、操作系统、后端架构、计算机系统知识、数据库、计算机网络、设计模式、前端、汇编以及校招社招各种面经~
120
16
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
299
1.03 K