本次我们分别采用Landsat7 和8加载全年影像以2012年山西省和2018年浙江省为例
这里值得注意的是：
两种模式下项目数据互通
切换开发者模式后，工具箱模式下的项目数据将同步代入，两种模式下的栅格、矢量遥感数据互通互联。
代码：
#初始化程序 import aie aie.Authenticate() aie.Initialize() # 指定需要检索的区域 feature_collection = aie.FeatureCollection('China_Province') \ .filter(aie.Filter.eq('province', '山西省')) geometry = feature_collection.geometry() # 指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件（如云量过滤等） dataset = aie.ImageCollection('LANDSAT_LE07_E02_T1_L2') \ .filterBounds(geometry) \ .filterDate('2012-01-01', '2012-12-31') \ .filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \ .limit(10) #设定中心点 map = aie.Map( center=feature_collection.getCenter(), height=800, zoom=7 ) vis_params = { 'bands': ['SR_B3', 'SR_B2', 'SR_B1'], 'min': 8000, 'max': 13000, } #加载图层 map.addLayer( dataset, vis_params, 'True Color (321)', bounds=dataset.getBounds() ) map
总体上来说这里的机载速度还是相对较慢，也有可能是影像缺失，总之2012年Landsat 7 影像效果非常差。
同样我们看一下Landsat 8 C2数据：
import aie aie.Authenticate() aie.Initialize() # 指定需要检索的区域 feature_collection = aie.FeatureCollection('China_Province') \ .filter(aie.Filter.eq('province', '浙江省')) geometry = feature_collection.geometry() # 指定检索数据集，可设置检索的空间和时间范围，以及属性过滤条件（如云量过滤等） dataset = aie.ImageCollection('LANDSAT_LC08_C02_T1_L2') \ .filterBounds(geometry) \ .filterDate('2018-01-01', '2018-12-31') \ .filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \ .limit(10) map = aie.Map( center=feature_collection.getCenter(), height=800, zoom=7 ) vis_params = { 'bands': ['SR_B4', 'SR_B3', 'SR_B2'], 'min': 8000, 'max': 13000, } map.addLayer( dataset, vis_params, 'True Color (432)', bounds=dataset.getBounds() ) map
这里是浙江省的地图，感觉即使加载全年的影像依旧很少 ，因为我们这里使用了limit（10）
当我们将其云量筛选和影像10去掉之后的结果：
1. #.filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \ 2. #.limit(10)
大家注意，这里的地图是固定的，也就是说每当你运行一个代码块，地图就会发生变化，除非你把所有的代码块放在一起进行加载。
