Question

我是谷歌地球引擎的新手，并试图了解如何使用谷歌地球引擎python api。我可以创建一个图像集合，但显然getdownloadurl()方法仅对单个图像起作用。所以我试图了解如何迭代并下载集合中的所有图像。

这是我的基本代码。我正在为我正在做的其他工作详细介绍它。

import ee
ee.Initialize()
col = ee.ImageCollection('LANDSAT/LC08/C01/T1')
col.filterDate('1/1/2015', '4/30/2015')
pt = ee.Geometry.Point([-2.40986111110000012, 26.76033333330000019])
buff = pt.buffer(300)
region = ee.Feature.bounds(buff)
col.filterBounds(region)

所以我拉了Landsat集合，按日期和缓冲几何过滤。所以我应该在集合中拥有7-8张图片（包括所有乐队）。

但是，我似乎无法通过迭代来处理集合。

例如：

for i in col:
    print(i)

错误表示TypeError: 'ImageCollection' object is not iterable

因此，如果集合不可迭代，我该如何访问单个图像？

一旦我有了图像，我应该可以使用通常的

path = col[i].getDownloadUrl({
    'scale': 30,
    'crs': 'EPSG:4326',
    'region': region
})

Answer 1

为此使用ee.batch.Export是个好主意。此外，最好避免混合客户端和服务器功能（reference）。因此，可以使用for循环，因为Export是客户端函数。这是一个让你入门的简单例子：

import ee
ee.Initialize()

rectangle = ee.Geometry.Rectangle([-1, -1, 1, 1])
sillyCollection = ee.ImageCollection([ee.Image(1), ee.Image(2), ee.Image(3)])

# This is OK for small collections
collectionList = sillyCollection.toList(sillyCollection.size())
collectionSize = collectionList.size().getInfo()
for i in xrange(collectionSize):
    ee.batch.Export.image.toDrive(
        image = ee.Image(collectionList.get(i)).clip(rectangle), 
        fileNamePrefix = 'foo' + str(i + 1), 
        dimensions = '128x128').start()

请注意，以这种方式将集合转换为列表对于大型集合（reference）也是危险的。但是，如果您真的需要下载，这可能是最具扩展性的方法。

Answer 2

您可以使用ee.ImageCollection.iterate()函数获取图像并将其添加到列表中。

import ee

def accumluate_images(image, images):
    images.append(image)
    return images

for img in col.iterate(accumulate_images, []):
    url = img.getDownloadURL(dict(scale=30, crs='EPSG:4326', region=region))

不幸的是我无法测试此代码，因为我无法访问API，但它可能会帮助您找到解决方案。

Answer 3

这是我的解决方法：

import ee
ee.Initialize()
pt = ee.Geometry.Point([-2.40986111110000012, 26.76033333330000019])
region = pt.buffer(10)

col = ee.ImageCollection('LANDSAT/LC08/C01/T1')\
        .filterDate('2015-01-01','2015-04-30')\
        .filterBounds(region)

bands = ['B4','B5'] #Change it!

def accumulate(image,img):
  name_image = image.get('system:index')
  image = image.select([0],[name_image])
  cumm = ee.Image(img).addBands(image)
  return cumm

for band in bands:
  col_band = col.map(lambda img: img.select(band)\
                               .set('system:time_start', img.get('system:time_start'))\
                               .set('system:index', img.get('system:index')))
  #  ImageCollection to List           
  col_list = col_band.toList(col_band.size())

  #  Define the initial value for iterate.
  base = ee.Image(col_list.get(0))
  base_name = base.get('system:index')
  base = base.select([0], [base_name])

  #  Eliminate the image 'base'.
  new_col = ee.ImageCollection(col_list.splice(0,1))

  img_cummulative = ee.Image(new_col.iterate(accumulate,base))

  task = ee.batch.Export.image.toDrive(
      image = img_cummulative.clip(region),
      folder = 'landsat',
      fileNamePrefix = band,
      scale = 30).start()  

  print('Export Image '+ band+ ' was submitted, please wait ...')

img_cummulative.bandNames().getInfo()

您可以在此处找到一个可复制的示例：https://colab.research.google.com/drive/1Nv8-l20l82nIQ946WR1iOkr-4b_QhISu

如何迭代并从Google Earth Engine python api下载图像集中的每个图像

3 个答案: