按区域检索与下载影像
用户可使用平台内置或自主上传的矢量文件，进行数据的检索（以 Sentine-2 L2A 为例），再进行数据筛选、拼接、裁剪等操作后，将数据导出至 我的数据 中。
初始化环境¶
定义矢量区域¶
使用 FeatureCollection 引用平台内置或自主上传的矢量边界，定义检索数据的区域。利用 aie.Map 构造一个地图组件 Map 对象，通过 aie.Map.addLayer 用于地图可视化渲染不同图层。
region = aie.FeatureCollection('China_Province') \ .filter(aie.Filter.eq('province', '浙江省')) \ .geometry() map = aie.Map( center=region.getCenter(), height=800, zoom=6 ) vis_params = { 'color': '#00FF00' } map.addLayer( region, vis_params, 'region', bounds=region.getBounds() ) map
Sentinel-2 数据检索¶
定义函数 s2_collection ，实现按区域、时间、云量等条件的 Sentinel-2 数据检索，返回哨兵单景 s2 image 和进行镶嵌、裁剪后的 s2 mosaic image 。
def s2_collection(start_date, end_date): s2 = aie.ImageCollection('SENTINEL_MSIL2A') \ .filterBounds(region) \ .filterDate(start_date, end_date) \ .filter('eo:cloud_cover<20') mosaic_image = s2.median().clip(region) return s2, mosaic_image s2, s2_mosaic = s2_collection('2021-04-01', '2022-08-30')
数据可视化¶
对 S2 数据进行波段组合可视化，常用波段：真彩色 ['B4', 'B3', 'B2'] 、假彩色 ['B8', 'B4', 'B3'] 、假彩色 ['B12', 'B11', 'B4'] 等。
vis_params = { 'bands': ['B4', 'B3', 'B2'], 'min': 0, 'max': 3500 } map.addLayer( s2_mosaic, vis_params, 'Ture color', bounds=region.getBounds() ) map
影像导出¶
使用 Export.image.toAsset 将数据导出至我的数据中，可以通过 scale 参数指定导出的分辨率（ 单位：米 ）。
# 导出镶嵌影像 task = aie.Export.image.toAsset(s2_mosaic, 's2_mosaic', 200) task.start() # 导出单景影像，可自行调整需要导出的影像景数 size = s2.size().getInfo() # 检索得到的影像景数 print(size) size = 5 for i in range(size): id = s2.toList(count=size).getInfo()[i]['id'] print(id) task = aie.Export.image.toAsset(aie.Image(id), id, 50) task.start()
加载后的影像结果：
