创建时序遥感数据的一个方法

最新推荐文章于 2024-10-28 19:39:40 发布

叫我锐多宝

最新推荐文章于 2024-10-28 19:39:40 发布

阅读量934

点赞数 16

文章标签：时序遥感数据

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/weixin_36396470/article/details/135923580

版权

创建地球系统数据立方体ESDCs的简单方法

简介

地球系统数据立方体（Earth System Data Cubes，简称ESDCs），是一种组织和处理地球科学数据的方法，它将多维数据集整合成一个统一的、多维的“立方体”结构，方便用户进行分析和可视化。

今天我介绍一个python包，不用你再去下载数据本地处理了，而是可以通过几行代码从MPC(微软的遥感云计算平台)拉取数据，创建时间序列遥感数据的ESDCs。

详细步骤

（1）安装环境

这里建议不要使用pip，而是全程直接使用conda创建一个全新python环境，并安装包。

首先使用conda安装环境，首先创建一个python3.9的环境：

conda create --name cuboimage python=3.9

然后安装包cubo：

conda install cubo

安装绘图包：

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

如果想用jupyter，可以再安装一下jupyter包，也可以直接用pycharm或者vs code等开发工具，就不用安装了。

conda install -c conda-forge notebook

终端输入jupyter notebook进入开发环境。

（2）创建遥感的时空数据立方体

cubo也支持Google earth engine以及GEE自己选中的数据集（可过滤云），但是我考虑到大部分人不用梯子，这里用可国内直连的MPC数据进行展示，gee可以读者自己探索一下。

使用cubo包在本地电脑环境从微软行星计算平台获取数据（不需要登陆），并创建遥感的时空数据立方体，输入代码：

# 导入 cubo 库
import cubo
# 导入 xarray 库并命名为 xr
import xarray as xr
import os

# 使用 cubo 创建一个数据数组
da = cubo.create(
    lat=39.9,  # 立方体中心的纬度
    lon=116.3,  # 立方体中心的经度
    collection="sentinel-2-l2a",  # STAC 集合的名称
    bands=["B02", "B03", "B04"],  # 需要检索的波段
    start_date="2024-01-01", # 立方体的起始日期
    end_date="2024-01-29", # 立方体的结束日期
    edge_size=64,  # 立方体的图像大小（像素）
    resolution=10,  # 立方体的像素大小（米）
)
# 可视化立方体中的每一个张影像
(da.sel(band=["B04","B03","B02"])/2000).clip(0,1).plot.imshow(col="time",col_wrap = 5)

如果你想把图片保存到本地，可以使用plt保存图片：

# 导入 cubo 库
import cubo
# 导入 xarray 库并命名为 xr
import xarray as xr
import matplotlib.pyplot as plt
import os

# 设置代理服务器
# os.environ['HTTP_PROXY'] = 'http://localhost:7890'
# os.environ['HTTPS_PROXY'] = 'https://localhost:7890'
# 使用 cubo 创建一个数据数组
da = cubo.create(
    lat=39.9,  # 立方体中心的纬度
    lon=116.3,  # 立方体中心的经度
    collection="sentinel-2-l2a",  # STAC 集合的名称
    bands=["B02", "B03", "B04"],  # 需要检索的波段
    start_date="2024-01-01", # 立方体的起始日期
    end_date="2024-01-29", # 立方体的结束日期
    edge_size=64,  # 立方体的图像大小（像素）
    resolution=10,  # 立方体的像素大小（米）
)
# 可视化立方体中的每一个张影像
# (da.sel(band=["B04","B03","B02"])/2000).clip(0,1).plot.imshow(col="time",col_wrap = 5)

# 可视化并保存立方体中的每一个张影像
import matplotlib.pyplot as plt
# 选择波段
images = da.sel(band=["B04", "B03", "B02"])
# 归一化
images = (images / 2000).clip(0, 1)

# 设置图片的列数
col_wrap = 5

# 获取时间点的数量
time_points = images.sizes['time']

# 为每个时间点绘制并保存图片
for i in range(time_points):
    # 选择时间点
    img = images.isel(time=i)
    # 绘图
    plt.figure(figsize=(10, 4))
    img.plot.imshow()
    # 保存图片
    plt.savefig(f'image_{i+1}.png')
    # 关闭图形，避免重复输出到屏幕上
    plt.close()