一隻熱衷於分享的科研狗,一個曾經爲產品算法熬過很多很多個夜的科研狗。以前的我熱衷於產品生產,而不是應用,比如SR的生產,LST的生產,這樣的話,就需要數月甚至數年的原始數據下載下來,OK,你可能說在GEE上面也可以調用TOAR,調用BT,但是其實是有很多細節需要處理,很多的不便之處的,比如你可能要調用IDL中的函數,調用ENVI中的函數,才能完成初步處理,有的東西非IDL不能處理,除非Esri把ENVI工具源碼公佈,讓其他語言,如JS有複製的可能,但是不可能的,ESRI不可能公佈的,這樣就是說,下載下來比較方便,隨心所欲使用IDL調用ENVI下的工具,然後用來測試自己的算法,而如果做應用,可以直接使用GEE上的SR產品,使用GEE上的LST產品,直接省去了數據下載的過程。的確好爽啊!
因此,對做應用的人來說,就是神器。
Google Earth Engine (GEE) 確實是比較適合地學應用的強大平臺,花了兩小時,體驗了一把GEE,我決定入坑了。
上一篇,談到了如何註冊賬號。
接下來,跟我初體驗一下。
1 瞭解GEE
https://earthengine.google.com/faq/
2 代碼編輯器
首先,我們放上Code Editor的鏈接,
https://code.earthengine.google.com/
關於更多界面編輯器的介紹,看這裏:
https://developers.google.com/earth-engine/playground
3 小例
更多學習資料,請參見無形的風。
//導出單張影像到Drive中
var landsat = ee.Image('LANDSAT/LC8_L1T_TOA/LC81230322014135LGN00').select(['B6', 'B5', 'B3']);
var geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236]);
Map.centerObject(geometry, 7);
Map.addLayer(geometry, {}, "geometry");
Map.addLayer(landsat);
// To Drive
Export.image.toDrive({
image: landsat,
description: 'imageToDriveExample',
scale: 30,
region: geometry});
653類似於LAT5的542,植被接近於人眼識別色。
顯示上述組合的LAT8的遙感圖像,裁剪北京主城區,將其輸出到谷歌雲盤。
先保存代碼,再運行代碼。
4 結果
雲盤空間中查看是否有結果,
雲盤地址:https://drive.google.com/drive/my-drive
看出來,15G的雲盤空間已經有了29M大小的圖像。
5雲盤空間下載保存
將其從雲盤空間下載下來,保存到磁盤目錄,用ENVI打開查看。
空間參考信息也已自動寫入。
“後來遇見它,陪我春秋冬夏~”
你好,GEE !