Google Earth Engine（GEE）深度学习入门教程- GEE导出篇

GEE导出篇

官方教程：TFRecord 和地球引擎

在GEE的JS Code Editor中，我们按照我们的需要去处理对应的遥感影像，得到处理后Image影像。为了导出后读取数据，在导出前一定清楚每个波段的名称（不然没法读取）。深度学习数据集所需数据以为patch为单位，所以需要对整个遥感影像进行裁剪，我探索出来GEE能实现的裁剪方法的有2种：滑窗裁剪、随机裁剪

随机裁剪：随机选择生成多个样点，然后裁剪样点周围的邻域，导出。用作构造数据集

滑窗裁剪：设定步幅和窗口大小，裁剪完整影像，导出。用作大范围推理验证

滑窗裁剪

导出有2个重要参数：patchSize 和 kernelSize。patchSize 是指滑窗不重叠区域的大小，kernelSize是指滑窗重叠缓冲区的大小。例如：patchSize 为32，kernelSize为32，则导出的图像单个大小为64*64，中间的32*32为不重叠区域，边缘的16格像素为缓冲区大小。导出图像时，数据按通道、高度、宽度 （CHW） 排序。导出可以拆分为多个 TFRecord 文件，每个文件包含一个或多个 大小的 patches ，这是用户在导出中指定的。文件的大小（以字节为单位是用户在参数中指定的）。

代码如下：

Export.image.toCloudStorage({
    image : image.toFloat(),         //保证所有层数据类型统一，导出Image影像
    description : desc,              //任务名称
    bucket : BUCKET,                 //存储桶名称
    fileNamePrefix : FOLDER + '/' + desc,      //保存的路径及文件名
    region : ee.Feature(savePolys.get(g)).geometry(),//范围矢量
    scale : 10,                     //分辨率
    fileFormat : 'TFRecord',        //格式
    maxPixels : 1e13,                      
    formatOptions : {
      'patchDimensions': [32,32], //核心区大小
      'kernelSize': [32,32],     //缓冲区
      'compressed': true,
      'maxFileSize': 104857600*10 //400M 
      }
     });

导出结果：

导出内容除了包含TFRecord格式的数据包之外，还有一个json格式文件，文件内部保存着影像的裁剪结果和地理位置信息,例如：

{
  "projection": {
    "crs": "EPSG:4326",
    "affine": {
      "doubleMatrix": [8.983152841195215E-5, 0.0, 116.04113446753695, 0.0, -8.983152841195215E-5, 33.789500591456914]
    }
  },
  "patchDimensions": [32, 32],
  "patchesPerRow": 19,
  "totalPatches": 285
}

其中：crs为投影坐标系、doubleMatrix为地理仿射变换矩阵、patchDimensions为不重叠区域大小、patchesPerRow为裁剪区域内每行得到的样本数量、totalPatches为总的patch数量。这些信息都是为了将裁剪后的普通图像恢复为遥感影像。

随机裁剪

随机生成样点，然后裁剪样点周围的邻域，导出。主要用作构造数据集，扩充数据集的样本量。

因为本文的使用的预处理过程比较复杂，数据量比较大，直接对整幅影像导出会导致GEE用户内存溢出，所以本文对研究区进行区块划分

划分训练、验证、测试区域的代码分为以下几个步骤：

1. 确定划分区域的左下角和右上角的经纬度坐标(corner1、corner2)
2. 设定横向纵向划分块数：sliceN = 10
3. 生成区块
4. 使用ee.Filter.isContained去除不被包含在研究区的区块
5. 按照6：2：2比例划分区块为训练、验证、测试区块
6. 导出区块矢量为geometryLayer并保存到Map.drawingTools()中

//将研究区划分为多个区域，并按照6：2：2的比例划分训练、验证、测试区域，
  //!!!仅需执行一次，手动将区域格式变化为featureColection
  var roi = ee.FeatureCollection('TIGER/2018/States').filter(ee.Filter.eq('NAME', 'Illinois'));
  // 将研究区域按照 10*10 的大小进行分割，循环处理子区域
  var corner1 = [-91.70112615545109, 36.986063288694794]
  var corner2 = [-87.30659490545109, 42.60259690092805]
  var sliceN = 10;
  var slicePolysList = ee.List([])
  for (var x = corner1[0]; x < corner2[0]; x += (corner2[0]-corner1[0])/sliceN) {
  for (var y = corner1[1]; y < corner2[1]; y += (corner2[1]-corner1[1])/sliceN) {
    var x2 = x+(corner2[0]-corner1[0])/sliceN
    var y2 = y+(corner2[1]-corner1[1])/sliceN
    var area = ee.Geometry.Rectangle(x, y, x2, y2);
    slicePolysList = slicePolysList.add(ee.Feature(area))
  }
  }
  var slicePolys = ee.FeatureCollection(slicePolysList)   // 去除不被完全包含的区域
                  .filter(ee.Filter.isContained({leftField: '.geo',rightValue: roi.geometry()}))
                  .randomColumn("random", 1)
  var trainPolys = slicePolys.filter(ee.Filter.rangeContains("random",0,0.6))
  var evalPolys = slicePolys.filter(ee.Filter.rangeContains("random",0.6,0.8))
  var testPolys = slicePolys.filter(ee.Filter.rangeContains("random",0.8,1))
  var geometryLayer = ui.Map.GeometryLayer({geometries: [trainPolys.geometry().getInfo()], name: 'trainPolys',color: 'green'});
  // 将 GeometryLayer 添加到地图
  Map.drawingTools().layers().add(geometryLayer);
  var geometryLayer = ui.Map.GeometryLayer({geometries: [evalPolys.geometry().getInfo()], name: 'evalPolys',color: 'red'});
  // 将 GeometryLayer 添加到地图
  Map.drawingTools().layers().add(geometryLayer);
  var geometryLayer = ui.Map.GeometryLayer({geometries: [testPolys.geometry().getInfo()], name: 'testPolys',color: 'blue'});
  // 将 GeometryLayer 添加到地图
  Map.drawingTools().layers().add(geometryLayer);

区块划分完成后，我们使用循环逐个区块随机采样并进行导出，单个样本大小为64*64。单次采样过多也会内存溢出，所以一个区块也要采样多次，每次采样少一点。

//此时需要让单次处理的区域尽可能小
//https://developers.google.com/earth-engine/guides/tf_examples
var BUCKET = 'yqs'
var FOLDER = 'yangfangVal'


var TRAINING_BASE = 'training_patches'
var EVAL_BASE = 'eval_patches'
var TEST_BASE = 'test_patches'

var BANDS  = ["B2","B3","B4","B5","B6","B7","B8","B8A","B11","B12"]
var RESPONSE = 'soya'
var FEATURES = BANDS.concat([RESPONSE])
print(FEATURES)

var N = 160       //单个区域内的采样数量。
var n = 16      //单区域采样次数。增大n，可以减少单次采样的数量，防止出现Computed value is too large.错误 ！但是导出速度会变慢
var KERNEL_SIZE = 64    //减小此值可以防止出现采样时出现 Computed value is too large. 128导出数据包太大了
var KERNEL_SHAPE = [KERNEL_SIZE, KERNEL_SIZE]
var list = ee.List.repeat(1, KERNEL_SIZE)
var lists = ee.List.repeat(list, KERNEL_SIZE)
var kernel = ee.Kernel.fixed(KERNEL_SIZE, KERNEL_SIZE, lists)

trainPolys = trainPolys.toList(trainPolys.size());  // 将 FeatureCollection 转换为 FeatureList
evalPolys = evalPolys.toList(evalPolys.size());  
testPolys = testPolys.toList(testPolys.size());  

var savePolys = testPolys
var BASE = TEST_BASE//TRAINING_BASE;//EVAL_BASE//TEST_BASE
//为了保证内存不溢出，在处理图片的时候尽可能处理较小块的区域
for (var g = 0; g < savePolys.size().getInfo(); g++) {
  var geomSample = ee.FeatureCollection([]); // 用于存储采样点的 FeatureCollection
  // 数据集标签的加载函数，请根据自己需求对应修改。
  var soya = CDLlib.getCDL()
  //影像预处理函数,请根据自己需求对应修改。
  var S2 = S2lib.getS2Image(BANDS,ee.Feature(savePolys.get(g)).geometry())
  
  var image = S2.addBands([soya]).rename(FEATURES)
  //给多个数据包命名
  var desc = BASE + '_g' + g.toString();
  print(image)
  var arrays = image.toFloat().neighborhoodToArray(kernel)
  for (var i = 0; i < n; i++) {
  	var sample = arrays.sample({
       region: ee.Feature(savePolys.get(g)).geometry(),
       scale: 10,
       numPixels: N / n,
       seed: i,
       tileScale: 8
     });
  	// print(sample.size())
  	geomSample = geomSample.merge(sample); // 将采样点合并到 geomSample 中
  }
  
  // Map.addLayer(image,{bands: ['soya']},desc);//调试用
  // //print(geomSample.size())//调试用
  // Map.addLayer(ee.Feature(savePolys.get(g)).geometry().buffer(640),[],desc);//调试用
   
  var task = Export.table.toCloudStorage({
     collection: geomSample,
     description: desc,
     bucket: BUCKET,
     fileNamePrefix: FOLDER + '/' + desc,
     fileFormat: 'TFRecord',
   });
}