Google Earth Engine谷歌地球引擎GEE合并多个不同Asset的方法

简介: Google Earth Engine谷歌地球引擎GEE合并多个不同Asset的方法

  本文介绍在GEE中,将多个存储有点要素Asset加以合并,使得其成为一个Asset的方法。

  本文是谷歌地球引擎(Google Earth Engine,GEE)系列教学文章的第十五篇,更多GEE文章请参考专栏:GEE学习与应用https://blog.csdn.net/zhebushibiaoshifu/category_11081040.html)。

  首先,我们来看一下本文需要实现的需求。现有多个Asset,他们可以是我们自己的数据,也可以是来自其他用户的数据;其中,每一个Asset都包含了全球范围内不同的样本点,即每一个Asset都是一个的集合。我们现在希望,将各个Asset加以合并,成为一个Asset——即将多个不同的点的集合合并为一个完整的点的集合

  知道了需求,便可以开始代码的撰写。本文用到的代码如下所示。

var assets_1 = ee.FeatureCollection("users/.../.../grass").map(function(feature) {
  return feature.set("V_Type", "1");
});
var assets_2 = ee.FeatureCollection("users/.../.../shrub").map(function(feature) {
  return feature.set("V_Type", "2");
});
var assets_3 = ee.FeatureCollection("users/.../.../crop").map(function(feature) {
  return feature.set("V_Type", "3");
});
var assets_4 = ee.FeatureCollection("users/.../.../savannas").map(function(feature) {
  return feature.set("V_Type", "4");
});
var assets_5 = ee.FeatureCollection("users/.../.../EBF").map(function(feature) {
  return feature.set("V_Type", "5");
});
var assets_6 = ee.FeatureCollection("users/.../.../DBF").map(function(feature) {
  return feature.set("V_Type", "6");
});
var assets_7 = ee.FeatureCollection("users/.../.../ENF").map(function(feature) {
  return feature.set("V_Type", "7");
});
var assets_8 = ee.FeatureCollection("users/.../.../DNF").map(function(feature) {
  return feature.set("V_Type", "8");
});
var merge_assets = ee.FeatureCollection([assets_1, assets_2, assets_3, assets_4, assets_5, assets_6, assets_7, assets_8]).flatten();
Map.addLayer(merge_assets, {}, "Merged Points");
Export.table.toAsset({
  collection: merge_assets,
  description: "All_vegetation_types_points",
  assetId: "projects/ee-ucanuse6/assets/AllPoints"
})

  首先,代码中使用了ee.FeatureCollection函数加载了8个点集,并使用map函数为每个点设置了V_Type属性,其值为1~8,代表了不同的植被类型。这些点集被保存到了不同的变量中,例如assets_1assets_2等等。接着,通过ee.FeatureCollection([assets_1, assets_2, assets_3, assets_4, assets_5, assets_6, assets_7, assets_8])将这8个点集合并为一个FeatureCollection,并使用flatten函数将其中嵌套的集合拉平为一个单一的FeatureCollection。最后,使用Map.addLayer将合并后的点集加载到地图上,并使用Export.table.toAsset函数将merge_assets导出到Asset中。

  随后,运行上述代码。我们将在右侧的“Tasks”一栏中看到我们将要执行的任务,如下图所示。

  随后,点击这一任务后的“RUN”选项,准备开始执行这一任务。此时,将弹出任务的配置窗口,如下图所示;可以看到,任务将按照我们前述代码中的设置,存储在指定的Asset路径下。当然,此时我们还可以手动对存储的路径加以修改。

  确定存储路径无误后,我们即可点击“RUN”选项,开始执行任务。随后,将出现如下图所示的界面,可以看到任务正在运行中。

  稍等片刻,待任务运行完毕后,我们将在左侧的“Assets”界面中看到我们刚刚导出的Asset,也就是存储有全部点的那个数据集合;如下图所示。这里需要注意,如果此时看不到我们刚刚生成的Asset,可以点击下方的刷新按钮。

  至此,大功告成。

欢迎关注:疯狂学习GIS

相关文章
|
7月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2674 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
7月前
|
人工智能 Java API
Google Gemini API 接口调用方法
Google 最近发布的 Gemini 1.0 AI 模型通过其升级版,Gemini,标志着公司迄今为止最为强大和多功能的人工智能技术的突破。
|
7月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
246 0
|
6月前
|
人工智能
[AI Google] 三种新方法利用 Gemini 提高 Google Workspace 的生产力
Workspace 侧边栏中的 Gemini 现在将使用 Gemini 1.5 Pro,新的 Gemini for Workspace 功能即将登陆 Gmail 移动应用,等等。
[AI Google] 三种新方法利用 Gemini 提高 Google Workspace 的生产力
|
7月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
656 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
7月前
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
367 4
|
7月前
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
254 3
|
7月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
98 0
|
7月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
163 0
|
7月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
84 0