Google Earth Engine(GEE)扩展——制作的GEE app的误区

简介: Google Earth Engine(GEE)扩展——制作的GEE app的误区

地球引擎有一个用户界面API,允许用户直接从JavaScript代码编辑器中构建和发布交互式Web应用。许多读者会在其他章节中遇到对ui.Chart的调用,但还有更多的界面功能可用。特别是,用户可以利用ui函数来为他们的地球引擎脚本构建整个图形用户界面(GUI)。GUI可以包括简单的部件(如标签、按钮、复选框、滑块、文本框)以及更复杂的部件(如图表、地图、面板)来控制GUI布局。关于ui部件的完整列表和关于面板的更多信息可以在下面的链接中找到。一旦GUI构建完成,用户可以通过点击代码编辑器中脚本面板上方的应用程序按钮,从JavaScript代码编辑器中发布应用程序。

Widgets: https://developers.google.com/earth-engine/guides/ui_widgets

Panels: https://developers.google.com/earth-engine/guides/ui_panels

与地球引擎的JavaScript API不同,地球引擎的Python API并没有提供构建交互式用户界面的功能。幸运的是,Jupyter生态系统有ipywidgets,这是一个在Jupyter笔记本中创建交互式用户界面控件(如按钮、滑块、复选框、文本框、下拉列表)的架构,可以与Python代码通信。将图形部件集成到Jupyter笔记本的工作流程中,允许用户配置特设的控制面板,使用图形部件控件交互式地扫过参数。一个非常强大的部件是输出部件,它可以用来显示由IPython生成的丰富的输出,如文本、图像、图表和视频。完整的widget列表和关于输出widget的更多信息可以在下面的链接中找到。通过整合ipyleaflet(用于创建交互式地图)和ipywidgets(用于设计交互式用户界面),geemap Python软件包(https://geemap.org)使得通过网络浏览器在适合交互式探索、教学和分享的Jupyter环境中探索和分析大规模地球引擎数据集变得更加容易。用户可以使用geemap建立交互式地球引擎应用程序,只需最少的编码。

 

Widgets: https://ipywidgets.readthedocs.io/en/latest/examples/Widget%20List.html

Output: Output widgets: leveraging Jupyter’s display system — Jupyter Widgets 8.0.2 documentation

问题:

我正在开发一个应用程序,显示用户绘制的 AOI 中红树林的 NDVI 变化。这部分运行良好,但我们要求允许用户为他们的 AOI 上传他们自己的 shapefile(如项目站点)。有没有办法使用 Google Drive 来做到这一点?

但是上面都有一个问题,也就是我们可以通过程序来构建数据集,但是无法允许用户上传自己的研究区。

解决方案:EE applications are anonymous; there is no way to upload using them.

To do this, you must build your application outside of EE(and handle the uploads yourself)

EE 应用程序是匿名的;没有办法使用它们上传,要完成这项工作,您必须在 EE 之外构建您的应用程序(并自己处理上传)

所以当我们制作程序的时候,要么使用GEE已经提供的数据集,要么,公开自己的数据集,这样才能使程序正常 运行,所以大家在开始建立程序的时候,一定要首先确定数据集然后再考虑如何去建立的问题。

相关文章
|
3月前
|
编解码 iOS开发 开发者
App上架Apple App Store和Google Play流程
App上架Apple App Store和Google Play流程
104 2
|
6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~
2479 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
6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
222 0
|
2月前
|
SQL 监控 大数据
通过Google Dataflow,我们能够构建一个高效、可扩展且易于维护的实时数据处理系统
【9月更文挑战第7天】随着大数据时代的到来,企业对高效数据处理的需求日益增加,特别是在实时分析和事件驱动应用中。Google Dataflow作为Google Cloud Platform的一项服务,凭借其灵活、可扩展的特点,成为实时大数据处理的首选。本文将介绍Dataflow的基本概念、优势,并通过一个电商日志分析的实际案例和示例代码,展示如何构建高效的数据处理管道。Dataflow不仅支持自动扩展和高可用性,还提供了多种编程语言支持和与GCP其他服务的紧密集成,简化了整个数据处理流程。通过Dataflow,企业可以快速响应业务需求,优化用户体验。
70 3
|
3月前
|
SQL 监控 大数据
"解锁实时大数据处理新境界:Google Dataflow——构建高效、可扩展的实时数据管道实践"
【8月更文挑战第10天】随着大数据时代的发展,企业急需高效处理数据以实现即时响应。Google Dataflow作为Google Cloud Platform的强大服务,提供了一个完全托管的流处理与批处理方案。它采用Apache Beam编程模型,支持自动扩展、高可用性,并能与GCP服务无缝集成。例如,电商平台可通过Dataflow实时分析用户行为日志:首先利用Pub/Sub收集数据;接着构建管道处理并分析这些日志;最后将结果输出至BigQuery。Dataflow因此成为构建实时数据处理系统的理想选择,助力企业快速响应业务需求。
194 6
|
3月前
|
开发工具 Android开发
上架Google Play报错:For new apps, Android App Bundles must be signed with an RSA key.
上架Google Play报错:For new apps, Android App Bundles must be signed with an RSA key.
117 1
|
6月前
|
人工智能 监控 搜索推荐
[AI Google] 如何通过 LearnLM 扩展生成式 AI 的好奇心和理解力
LearnLM 是 Google 新推出的一系列为学习而优化的模型,通过生成式 AI 增强教育体验,使学习变得更加有趣和个性化。
[AI Google] 如何通过 LearnLM 扩展生成式 AI 的好奇心和理解力
|
6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~
567 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
|
6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
333 4
|
6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)
239 3

热门文章

最新文章