Landsat 8 影像可用性分析

最新推荐文章于 2023-05-18 16:58:06 发布

AI Earth地球科学云平台

最新推荐文章于 2023-05-18 16:58:06 发布

阅读量449

点赞数 4

文章标签： python 开发语言阿里云云计算深度学习

本文链接：https://blog.csdn.net/AIEarth/article/details/128470689

版权

小穆同学在AI Earth云平台上，通过开发者模式进行了一次湖北省Landsat-8 C2L2影像的可用性分析。首先，初始化环境并导入AIE Python SDK。接着，选择了研究区域并利用行政区划数据进行筛选和可视化。然后，筛选出Landsat 8的影像数据，并计算出影像边界。最后，统计了区域内特定时间段的影像数量并进行可视化展示。

摘要由CSDN通过智能技术生成

用户“在小岛学gis的穆 ” 同学第一时间进行了内测，并反馈了有价值的优化建议。以下为小穆同学分享的利用AI Earth开发者模式进行湖北省 Landsat-8 C2L2 影像可用性分析的案例。

01 初始化环境

使用AI Earth云平台开发者模式，需要先在AIE Notebook编程环境下导入AIE Python SDK包并初始化。


import aie
aie.Authenticate()
aie.Initialize()
# aie.Initialize(aie.g_var.LogLevel.DEBUG_LEVEL)  # 在进行Debug时可使用此代码

02 研究区域选择

AI Earth云平台支持用户直接调用线上中国行政区划矢量数据，使用STAC ID即可导入。利用FeatureCollection和filter进行区域筛选，并通过map.addLayer进行区域可视化。


region = aie.FeatureCollection('China_Province') \
            .filter(aie.Filter.eq('province', '湖北省')) \
            .geometry()
map = aie.Map(center=region.getCenter(),height=800,zoom=6)

vis_params = {'color': '#00FF00'}

map.addLayer(region,vis_params,'region',bounds=region.getBounds())
map