首页
/ geemap 项目使用教程

geemap 项目使用教程

2024-09-13 05:12:39作者:邬祺芯Juliet

1. 项目介绍

geemap 是一个用于与 Google Earth Engine (GEE) 进行交互式地理空间分析和可视化的 Python 包。GEE 是一个云端计算平台,拥有多 PB 级的卫星图像和地理空间数据集。geemap 旨在填补 GEE Python API 在交互式可视化方面的空白,它基于 ipyleaflet 和 ipywidgets,允许用户在 Jupyter 环境中分析和可视化 Earth Engine 数据集。

geemap 适用于学生、研究人员以及希望从 GEE JavaScript API 过渡到 Python API 的现有 GEE 用户。它提供了自动化的 JavaScript 到 Python 转换模块,大大减少了将现有 GEE JavaScript 转换为 Python 脚本和 Jupyter 笔记本的时间。

2. 项目快速启动

安装 geemap

首先,确保你已经安装了 Python 环境。然后,你可以使用 pip 安装 geemap:

pip install geemap

启动 Jupyter Notebook

安装完成后,启动 Jupyter Notebook:

jupyter notebook

创建一个简单的地图

在 Jupyter Notebook 中创建一个新的 Python 文件,并输入以下代码来创建一个简单的地图:

import geemap

# 创建一个地图对象
Map = geemap.Map()

# 添加一个简单的图层
Map.add_basemap('TERRAIN')

# 显示地图
Map

运行上述代码后,你将看到一个带有地形图层的交互式地图。

3. 应用案例和最佳实践

案例1:创建 Landsat 时间序列动画

以下代码展示了如何使用 geemap 创建 Landsat 时间序列动画:

import ee
import geemap

# 初始化 Earth Engine
ee.Initialize()

# 定义 Landsat 数据集
collection = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR') \
    .filterDate('2019-01-01', '2020-01-01') \
    .filterBounds(ee.Geometry.Point(-122.262, 37.8719))

# 创建时间序列动画
geemap.landsat_timeseries(collection, out_gif='landsat_timeseries.gif', vis_params={'bands': ['B4', 'B3', 'B2'], 'min': 0, 'max': 3000})

案例2:使用 Inspector 工具交互式查看数据

以下代码展示了如何使用 Inspector 工具交互式查看地图上的数据:

import geemap

# 创建地图对象
Map = geemap.Map()

# 添加一个图层
Map.add_basemap('HYBRID')

# 启用 Inspector 工具
Map.add_inspector()

# 显示地图
Map

4. 典型生态项目

生态项目1:动态世界 (Dynamic World)

动态世界是一个基于 GEE 的项目,旨在提供全球 10 米分辨率的近实时土地覆盖数据。geemap 可以用于可视化和分析这些数据。

import geemap

# 创建地图对象
Map = geemap.Map()

# 添加动态世界图层
Map.addLayer(ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filterDate('2021-01-01', '2021-12-31').mode(), {}, 'Dynamic World')

# 显示地图
Map

生态项目2:全球土地覆盖 (Global Land Cover)

全球土地覆盖项目提供了全球范围内的土地覆盖数据。geemap 可以用于创建土地覆盖的时间序列动画。

import ee
import geemap

# 初始化 Earth Engine
ee.Initialize()

# 定义土地覆盖数据集
collection = ee.ImageCollection('ESA/WorldCover/v100') \
    .filterDate('2020-01-01', '2021-01-01')

# 创建时间序列动画
geemap.landsat_timeseries(collection, out_gif='landcover_timeseries.gif', vis_params={'bands': ['Map']})

通过以上教程,你可以快速上手 geemap 项目,并利用其强大的功能进行地理空间分析和可视化。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
930
553
nop-entropynop-entropy
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
8
0
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
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511