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
知识分享小能手15 小时前
Flask入门学习教程,从入门到精通,Flask智能租房——详情页完整知识点详解(8)
python·学习·flask
吃好睡好便好15 小时前
矩阵的求幂运算
人工智能·学习·线性代数·算法·matlab·矩阵
weixin_4280053015 小时前
C#调用 AI学习从0开始-第2阶段(Function Calling+工具调用智能体)-第8天Function Calling原理
人工智能·学习·c#·functioncalling
Lucky_ldy15 小时前
51单片机的学习上(结合中科协的个人自用笔记)
嵌入式硬件·学习·51单片机
Oll Correct15 小时前
实验二十七:VLAN间单播通信实现方法——单臂路由
网络·笔记
颖火虫盟主15 小时前
Lua 协程:从 API 到底层原理再到 Skynet 架构的完整学习路径
学习·架构·lua
江屿风15 小时前
【C++笔记】string类流食般投喂
开发语言·c++·笔记
段一凡-华北理工大学15 小时前
工业领域的Hadoop架构学习~系列文章01:Hadoop与工业4.0深度融合
大数据·hadoop·学习·架构·知识图谱·高炉炼铁·工业智能体
千寻girling15 小时前
机器学习 | 监督学习算法(了解) | 尚硅谷学习
开发语言·人工智能·后端·python·学习·算法·机器学习
red_redemption15 小时前
自由学习记录(195)
学习