EODAG 项目教程
2024-09-18 09:37:36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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
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 Python开发者的macOS终极指南:VSCode安装配置全攻略 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 STM32到GD32项目移植完全指南:从兼容性到实战技巧 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
492