geemap学习笔记023:利用点矢量文件从Earth Engine图像中提取像素值

前言

遥感数据中通常需要根据点矢量文件来提取点对应位置的像素值,包括DEM、波段值等。

1 导入库并显示地图

python 复制代码
import ee
import geemap
import os

ee.Initialize()
Map = geemap.Map()
Map

2 添加并显示数据

python 复制代码
# 添加Earth Engine数据集
dem = ee.Image('USGS/SRTMGL1_003')
landsat7 = ee.Image('LANDSAT/LE7_TOA_5YEAR/1999_2003')

# 设置可视化参数
vis_params = {
    'min': 0,
    'max': 4000,
    'palette': ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5'],
}

# 在Map上添加Earth Engine图层
Map.addLayer(
    landsat7, {'bands': ['B4', 'B3', 'B2'], 'min': 20, 'max': 200}, 'Landsat 7'
)
Map.addLayer(dem, vis_params, 'SRTM DEM', True, 1)

3 下载数据

python 复制代码
work_dir = os.path.expanduser('~/Downloads') #下载示例数据
in_shp = os.path.join(work_dir, 'us_cities.shp')
if not os.path.exists(in_shp):
    data_url = 'https://github.com/giswqs/data/raw/main/us/us_cities.zip'
    geemap.download_from_url(data_url, out_dir=work_dir)

in_fc = geemap.shp_to_ee(in_shp) #将下载的shp文件转为Earth Engine格式
Map.addLayer(in_fc, {}, 'Cities')

4 导出像素值为shp或者csv格式

python 复制代码
out_shp = os.path.join(work_dir, 'dem.shp') #导出为shp
geemap.extract_values_to_points(in_fc, dem, out_shp)

out_csv = os.path.join(work_dir, 'landsat.csv') #导出为csv
geemap.extract_values_to_points(in_fc, landsat7, out_csv)

结果展示

后记

大家如果有问题需要交流或者有项目需要合作,可以加Q Q :504156006详聊,加好友请留言"CSDN",谢谢。

相关推荐
_Narcissus_6 分钟前
单调栈笔记及例题详解
数据结构·c++·笔记·算法·力扣·单调栈·洛谷
m4Rk_17 分钟前
【论文阅读】Agent 记忆机制(53):Experience-Following——为什么错误经验会在记忆中不断传播
论文阅读·人工智能·学习·开源·github
额,不知道写啥。1 小时前
从区间加一次函数到区间加多次函数最值-----区间数据结构与函数的一些东西(《浅谈函数最值的动态维护》的学习笔记)
数据结构·笔记·学习
LuminousCPP1 小时前
数据结构-二叉树(五):查找、销毁与前序序列建树
c语言·数据结构·笔记·二叉树
艾莉丝努力练剑2 小时前
【AI大模型接入SDK】Provider分析与实现
c++·人工智能·学习·面试·大模型·llm
Nontee9 小时前
MySQL 插入冲突了怎么办?两种处理方式入门笔记
数据库·笔记·mysql
浔溺9 小时前
al+大数据每日学习笔记26
笔记·学习
xx~t9 小时前
嵌入式——进程与线程1
linux·c语言·学习·嵌入式·进程与线程
老当益壮梁奶奶10 小时前
Linux软件编程学习笔记(七):线程分离与线程间通信详解
linux·c语言·c++·笔记·学习
sel_910 小时前
【多轮对话论文导读(三)】多轮对话与Agent论文阅读笔记:用户模拟、轨迹生成与长期记忆
论文阅读·人工智能·笔记·深度学习·算法·机器学习