探索无垠的地球影像——sat-search
在寻找和下载公开卫星图像的道路上,有一个强大的工具不容错过——那就是sat-search。这是一个基于Python 3的库和命令行工具,专门用于利用符合STAC(Spatial Temporal Asset Catalog)标准的API来检索和下载全球卫星图像。
STAC与APIs
从版本0.3.0开始,sat-search不再设定默认的STAC端点,但可以通过参数或设置环境变量STAC_API_URL来指定。目前已被验证可以正常工作的端点包括:
| 端点 | 数据源 |
|---|---|
| https://earth-search.aws.element84.com/v0 | Sentinel-2 |
安装简单
安装sat-search非常便捷,唯一依赖的是sat-stac,它自身只需要requests和python-dateutil这两个依赖。你可以通过PyPi或者直接从源代码仓库进行安装:
$ pip install sat-search
或者:
$ git clone https://github.com/sat-utils/sat-search.git
$ cd sat-search
$ pip install .
版本选择
当前最新版本是0.2.2,支持STAC v0.7.0。要安装其他版本,只需在pip命令中指定所需版本。
pip install sat-search==0.2.0
查看CHANGELOG了解更多版本信息。
使用sat-search
sat-search不仅能完全查询支持的STAC API,还可以将搜索结果保存为GeoJSON文件,以便后续加载。它既可作为Python库集成到你的应用中,也提供了命令行接口(CLI)供日常使用。
我们提供了一份Jupyter notebook教程,涵盖了library的所有主要功能。
命令行接口
sat-search的CLI十分强大,使用-h即可获取详细的帮助信息:
$ sat-search -h
两个核心子命令search和load分别用于新搜索和加载以前的搜索结果。
$ sat-search search -h
search命令能执行详细的搜索操作,包括对地理位置、时间范围、特定属性等的筛选,并可以将结果保存为GeoJSON或打印相关信息。
$ sat-search load -h
load命令则允许你加载已保存的搜索结果,继续进行处理,甚至下载选定的资产数据。
项目特点
- 灵活搜索:支持全量查询,并能够根据日期、区域、属性等多种条件进行筛选。
- 兼容性强:与STAC标准兼容,适应多种公共卫星数据源。
- 易于集成:作为Python库,可以方便地融入你的数据分析流程。
- CLI易用:提供的命令行工具让用户无需编写代码即可完成常见任务。
如果你正在寻找一个高效且易于使用的工具来获取卫星数据,那么sat-search无疑是最佳选择。立即加入探索,开启你的全球遥感之旅吧!
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00