AI Earth - 画像の読み込み Landsat 7 の画像は、例として 2012 年の山西省と 2018 年の浙江省を取り上げています。

今回は、Landsat7 と 8 を使用して、2012 年の山西省と 2018 年の浙江省を例に、1 年間の画像を読み込みます。

ここで注目する価値があります：

2 つのモードでのプロジェクト データ交換

開発者モードを切り替えると、ツールボックス モードのプロジェクト データが同期的に置き換えられ、2 つのモードのラスターおよびベクター リモート センシング データが相互に接続されます。

コード：

#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

一般的に言えば、ここでの飛行速度は比較的遅く、画像が欠落している可能性があります. つまり、2012年のランドサット7の画質は非常に悪いです.

 

 Landsat 8 C2 データも見てみましょう。

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

これが浙江省の地図ですが、ここでは制限（10）を使用しているため、年間を通して画像をロードしても画像が非常に少ないように感じます。

 雲量をフィルタリングして画像 10 を削除した結果:

             #.filter(aie.Filter.lte('eo:cloud_cover', 10.0)) \
             #.limit(10)

ここでのマップは固定されていることに注意してください。つまり、すべてのコード ブロックを一緒にロードしない限り、コード ブロックを実行するたびにマップが変更されます。