一、GEE在python环境下的配置
1.创建虚拟环境
conda create --name 环境名 python=python版本
2.激活虚拟环境
conda activate 环境名
3. 配置代理服务器
set http_proxy=http://127.0.0.1:7890
set https_proxy=http://127.0.0.1:7890
4.安装 Google的 python API的客户端
pip install google-api-python-client
5. 安装鉴权验证依赖库
原本是安装pyCrypto,但由于已不再更新,所有使用pycryptodome
pip install pycryptodome
6. 安装GEE的python库
pip install earthengine-api
pip install --upgrade oauth2client
7.验证GEE账号,有两种方法:
1)使用gcloud验证,需要安装gcloud,并进行配置(目前仍未实现,不推荐)
earthengine authenticate
2)使用notebook验证(推荐)
但notebook验证会在7天后失效,再次验证即可
earthengine authenticate --auth_mode=notebook
之后会跳出网页进行验证,得到验证代码后复制回pycharm即可
8.验证代码
注:记得配置pycharm中的虚拟环境
#导入gee库
import ee
import os
#设置网络代理端口,7890为自己的端口号
os.environ['HTTP_PROXY'] = 'http://127.0.0.1:7890'
os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:7890'
#验证账号
# ee.Authenticate()
#初始化
ee.Initialize()
image1 = ee.Image('srtm90_v4')
path = image1.getDownloadUrl({
'scale': 30,
'crs': 'EPSG:4326',
'region': '[[-120, 35], [-119, 35], [-119, 34], [-120, 34]]'
})
# 获取下载地址
print(path)
二、在pycharm中配置虚拟环境
三、关于kNDVI
1.公式
可取值0.1 0.25 0.5
一般是取0.5,即
2.用法:
1)代替NPP作为生产力指标 ——《亚热带森林中遥感功能多样性及其与生产力的关系》
2)代替FVC进行趋势分析、驱动力分析 ——《亚热带森林中遥感功能多样性及其与生产力的关系》
3)滞后一自相关(AC1)方法将其计算为TAC,进行驱动力分析 ——《气候变化下蒙古高原草地恢复趋势与人类活动》
4)进一步运用CASA估计NPP,进行趋势分析、驱动力分析 ——《饱和效应及其时空演化影响因子的中国陆地生态系统净初级生产力估算》
5)滞后一自相关(AC1)方法计算长期AC1,进行趋势分析、驱动力分析 ——《辐射和温度主导中国亚热带常绿森林恢复力的时空变化》
6)基于copula理论的联合kNDVI与SPEI,进行相关分析、转移轨迹 ——《中亚绿色生物量损失重心迁移轨迹的变化》