GEE 数据集 ——利用leafmap python软件包实现NASA数据的接入（colab示例）

我们如何获取我们想要的数据，这里我们通过 leafmap python软件包实现NASA数据种全球超过9000+的数据集产品的接入和使用。这里我们使用在线的colab来实现处理，因为这里我们可以很好的应用已经在线配置好的colab环境来实现，省去了安装过程的繁琐。

要下载和访问数据，您需要创建一个 Earthdata 登录。在这个过程中我们首先要通过Earthdata Login网址去进行注册，然后邮箱验证，确保你有一个账户的接口来接入NASA这个平台中。

搜索和下载美国国家航空航天局地球科学数据产品

Leafmap 基于 earthaccess Python 软件包，用于搜索和下载 NASA 地球科学数据产品，使数据产品的足迹可视化和交互式下载变得更加容易。

安装leafmap

!pip install leafmap
!pip install pandas

导入安装包

import leafmap
import pandas as pd

载入nasa接口

leafmap.nasa_data_login()

这里当我们接入的时候会提示我们输入我们的用户名称： 

这里我们会发现我们出现了错误，错误的主要原因在于我们需要在NASA官网上进行token的获取，只有产生了这个东西，这里才能通过colab进行接入。按照下面的操作来进行。在网站上登录后选择GenerateToken->Generate a Bearer Token即可。

用户令牌是 EDL 的一项新功能，并非所有 EDL 集成应用程序都支持。
您可以为联盟令牌访问共享生成一个不记名令牌。并非所有 EDL 应用程序都支持联合令牌访问共享。
您最多可同时拥有 2 个活动令牌。
然后，可以使用授权（Authorization）将令牌传入应用程序：承载器标头
令牌只对符合 EDL 标准且没有未经批准的 EULA 的应用程序进行授权 

 成功后我们再次运行上面那条命令就欧克了。

数据检索 

您可以按短名、doi、概念 ID 等搜索数据。您可以从 NASA-Earth-Data repo 中找到 NASA 地球科学数据产品列表。下面的示例展示了如何显示 9000 多个 NASA 地球科学数据产品的元数据。 因为nasa是在github上存放的数据集，这里我们可以直接接入这个链接来进行是读取和查看。

数据列表加载和展示

url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df

这里pd读取CSV的源代码：

def read_csv(
    filepath_or_buffer: FilePath | ReadCsvBuffer[bytes] | ReadCsvBuffer[str],
    sep: str | None | lib.NoDefault = lib.no_default,
    delimiter: str | None | lib.NoDefault = None,
    # Column and Index Locations and Names
    header: int | Sequence[int] | None | Literal["infer"] = "infer",
    names: Sequence[Hashable] | None | lib.NoDefault = lib.no_default,
    index_col: IndexLabel | Literal[False] | None = None,
    usecols=None,
    squeeze: bool | None = None,
    prefix: str | lib.NoDefault = lib.no_default,
    mangle_dupe_cols: bool = True,
    # General Parsing Configuration
    dtype: DtypeArg | None = None,
    engine: CSVEngine | None = None,
    converters=None,
    true_values=None,
    false_values=None,
    skipinitialspace: bool = False,
    skiprows=None,
    skipfooter: int = 0,
    nrows: int | None = None,
    # NA and Missing Data Handling
    na_values=None,
    keep_default_na: bool = True,
    na_filter: bool = True,
    verbose: bool = False,
    skip_blank_lines: bool = True,
    # Datetime Handling
    parse_dates=None,
    infer_datetime_format: bool = False,
    keep_date_col: bool = False,
    date_parser=None,
    dayfirst: bool = False,
    cache_dates: bool = True,
    # Iteration
    iterator: bool = False,
    chunksize: int | None = None,
    # Quoting, Compression, and File Format
    compression: CompressionOptions = "infer",
    thousands: str | None = None,
    decimal: str &#