使用geemap进行Google Earth Engine Python API入门指南

使用geemap进行Google Earth Engine Python API入门指南

概述

本文介绍如何使用geemap这个基于Python的地理空间分析工具包来操作Google Earth Engine数据。geemap构建在Earth Engine Python API之上，为Jupyter环境提供了交互式的地理空间大数据操作、分析和可视化能力。

准备工作

环境配置

要使用geemap和Earth Engine Python API，您需要：

1. 注册一个Earth Engine账号
2. 创建一个Google Cloud项目并启用Earth Engine API
3. 建议具备基本的Python和Jupyter Notebook知识
4. 熟悉Earth Engine JavaScript API会有帮助但不是必须的

安装geemap

在Google Colab中，geemap已经预安装。如需安装完整功能，可以运行：

# %pip install -U "geemap[workshop]"

对于本地开发，推荐使用conda环境：

conda create -n gee python=3.11
conda activate gee
conda install -c conda-forge mamba
mamba install -c conda-forge geemap pygis

基础操作

导入库并初始化

import ee
import geemap

# 认证并初始化Earth Engine
ee.Authenticate()
ee.Initialize()

创建交互式地图

geemap提供了简单的地图创建方法：

# 创建默认地图
m = geemap.Map()
m

# 自定义地图参数
m = geemap.Map(center=[40, -100], zoom=4, height=600)
m

添加底图

geemap内置了数百种底图：

# 指定底图创建地图
m = geemap.Map(basemap="Esri.WorldImagery")
m

# 添加多个底图
m.add_basemap("Esri.WorldTopoMap")
m.add_basemap("OpenTopoMap")

查看可用底图：

basemaps = list(geemap.basemaps.keys())
basemaps[:10]  # 查看前10个底图

Earth Engine数据类型

Image（图像）

Image是Earth Engine中最基本的栅格数据类型：

# 加载SRTM高程数据
image = ee.Image("USGS/SRTMGL1_003")
image

可视化图像：

m = geemap.Map(center=[21.79, 70.87], zoom=3)
vis_params = {
    "min": 0,
    "max": 6000,
    "palette": ["006633", "E5FFCC", "662A00", "D8D8D8", "F5F5F5"]
}
m.add_layer(image, vis_params, "SRTM")
m

ImageCollection（图像集合）

ImageCollection是一系列图像的集合：

# 加载Sentinel-2地表反射率数据
collection = ee.ImageCollection("COPERNICUS/S2_SR")

可视化图像集合（通常需要先计算中值或均值）：

m = geemap.Map()
image = collection.median()
vis = {
    "min": 0.0,
    "max": 3000,
    "bands": ["B4", "B3", "B2"]
}
m.set_center(83.277, 17.7009, 12)
m.add_layer(image, vis, "Sentinel-2")
m

过滤图像集合：

collection = (ee.ImageCollection("COPERNICUS/S2_SR")
    .filterDate("2021-01-01", "2022-01-01")
    .filter(ee.Filter.lt("CLOUDY_PIXEL_PERCENTAGE", 5))
)

FeatureCollection（要素集合）

FeatureCollection是矢量数据的集合：

# 加载美国道路数据
m = geemap.Map()
fc = ee.FeatureCollection("TIGER/2016/Roads")
m.set_center(-73.9596, 40.7688, 12)
m.add_layer(fc, {}, "Census roads")
m

过滤要素集合：

states = ee.FeatureCollection("TIGER/2018/States")
fc = states.filter(ee.Filter.eq("NAME", "Louisiana"))
m.add_layer(fc, {}, "Louisiana")
m.center_object(fc, 7)
m

进阶功能

属性查看

feat = fc.first()
feat.toDictionary()  # 查看要素属性

总结

geemap为Earth Engine Python API提供了强大的交互式可视化界面，使得地理空间数据分析更加直观和高效。通过本文介绍的基础操作，您可以开始探索Earth Engine中丰富的地理空间数据集，进行各种空间分析和可视化。

geemap还支持更多高级功能，如时间序列分析、机器学习应用、交互式Web应用开发等，这些内容将在后续文章中详细介绍。