遥感云平台- AIE/PIE获取长时间序列ODIAC数据

lksnypk

已于 2024-07-18 12:23:30 修改

阅读量763

点赞数 7

分类专栏：遥感云平台文章标签：学习经验分享 python

于 2024-05-04 23:53:08 首次发布

本文链接：https://blog.youkuaiyun.com/uwpk123/article/details/138453770

版权

文章目录

- AIE 代码
- PIE 代码（PIE-Engine 只有 2000-2019 年逐月的数据）

全球化石燃料燃烧排放的CO2数据产品（ODIAC Fossil Fuel Emission Dataset）由日本国家环境研究所制作并公开发布。ODIAC率先结合使用夜间光照数据和单个发电厂的排放/位置概况来估计化石燃料CO2排放的全球空间分布。并通过创新的排放模型方法，实现了全球化石燃料CO2排放1x1公里分辨率的数据产品。当前版本为ODIAC2022，包括2000年1月-2021年12月的估算产品。

本代码主要用于计算长时间序列（月度）研究范围内的碳排放总量，并导出为排列好的 txt 文件。

AIE 代码

import aie
import numpy as np
aie.Authenticate()
aie.Initialize()
#色例
vis_params = {
   
    'color': '#00FF00'
}
visco2 = {
   
    'palette': ["#000000","#78F34A","#DEFF51","#F7D941","#FC9624","#FF0000"],
    'min': 0.0,
    'max': 500.0};
#定义研究范围
roi = aie.FeatureCollection('China_City') \
            .filter(aie.Filter.eq('city', '北京市')) .geometry()  
map = aie.Map(
    center=roi.getCenter(),
    height=800,
    zoom=6
)
map.addLayer(
    roi,
    vis_params,
    'region',
    bounds=roi.getBounds()
)
#调取影像
img = aie.ImageCollection('ODIAC_CO2_1KM') \ .filterDate('2021-01-01','2021-01-31')\ .first()\ .select(['Map']); co2 = img.clip(roi) map.addLayer(co2,visco2, 'region', bounds=roi.getBounds()) print(co2.getInfo()) map
#建立时间序列，统计城市碳排放总量
def