EODAG 项目教程
2024-09-18 11:26:19作者:柯茵沙
1. 项目介绍
EODAG(Earth Observation Data Access Gateway)是一个命令行工具和插件化的 Python 框架,用于搜索、聚合结果和下载遥感图像,同时提供统一的 API 接口,无论数据提供者是谁。EODAG 旨在简化从多个数据提供者获取地球观测数据的流程,支持超过 10 个数据提供者和 50 多种产品类型(如 Sentinel 1、Sentinel 2、Landsat 等)。
EODAG 的主要功能包括:
- 搜索和下载地球观测产品
- 支持 STAC 和静态 STAC 目录
- 可以作为 STAC API REST 服务器运行
- 通过插件扩展支持新的数据提供者
2. 项目快速启动
安装 EODAG
EODAG 可以通过 pip 或 conda 安装:
# 使用 pip 安装
python -m pip install eodag
# 使用 conda 安装
conda install -c conda-forge eodag
配置 EODAG
在首次运行 EODAG 时,系统会自动创建一个用户配置文件,您需要在该文件中填写所需数据提供者的凭证。
使用 Python API
以下是一个简单的 Python 代码示例,用于搜索和下载 Sentinel 2 Level-1C 产品:
from eodag import EODataAccessGateway
# 初始化 EODAG
dag = EODataAccessGateway()
# 搜索产品
search_results = dag.search(
productType='S2_MSI_L1C',
geom={'lonmin': 1, 'latmin': 43.5, 'lonmax': 2, 'latmax': 44},
start='2021-01-01',
end='2021-01-15'
)
# 下载产品
product_paths = dag.download_all(search_results)
使用命令行接口
通过命令行搜索和下载产品:
# 搜索产品
eodag search --productType S2_MSI_L1C --box 1 43 2 44 --start 2021-03-01 --end 2021-03-31
# 下载搜索结果
eodag download --search-results search_results.geojson
3. 应用案例和最佳实践
案例1:搜索和下载 Sentinel-2 数据
假设您需要获取某个区域的 Sentinel-2 数据,可以使用以下步骤:
- 配置 EODAG 以使用 Sentinel-2 数据提供者。
- 使用 Python API 或命令行工具搜索特定时间段内的数据。
- 下载搜索到的数据并进行后续处理。
案例2:使用 STAC API 进行数据访问
EODAG 支持作为 STAC API 服务器运行,您可以通过以下步骤启动 STAC API 服务器:
eodag serve-rest
然后,您可以使用 curl 或其他工具访问 STAC API:
# 列出可用产品类型
curl "http://127.0.0.1:5000/collections?provider=peps" | jq ".collections[].id"
# 搜索产品
curl "http://127.0.0.1:5000/search?collections=S2_MSI_L1C&bbox=0,43,1,44&datetime=2018-01-20/2018-01-25" | jq ".numberMatched"
4. 典型生态项目
EODAG-Labextension
EODAG-Labextension 是一个 JupyterLab 扩展,提供了一个友好的用户界面,帮助您在 Jupyter 笔记本中搜索和浏览 EO 产品。
STAC Browser
STAC Browser 是一个用于浏览 STAC API 的工具,您可以通过以下步骤启动 STAC Browser:
git clone https://github.com/CS-SI/eodag.git
cd eodag
docker-compose up
然后,您可以访问 http://127.0.0.1:5001 浏览 STAC API 服务器。
通过这些工具和方法,您可以更高效地管理和处理地球观测数据。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100