geemap学习笔记016:获取图像的基本属性和描述性信息

前言

遥感数据中通常包含众多信息,例如图像获取的时间、云覆盖量、以及每个波段的最大值最小值等等。

1 导入库并显示地图

import ee
import geemapMap = geemap.Map()
Map

2 添加图像数据

centroid = ee.Geometry.Point([-122.4439, 37.7538]) #创建一个点坐标landsat = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR').filterBounds(centroid).first() #获取覆盖centroid的landsat 8的第一张影像landsat_vis = {'min': 0, 'max': 3000, 'bands': ['B5', 'B4', 'B3']} #可视化参数Map.centerObject(centroid, 8)
Map.addLayer(landsat, landsat_vis, "Landsat-8")
naip = ee.ImageCollection('USDA/NAIP/DOQQ').filterBounds(centroid).first() #同样获取NAIP数据naip_vis = {'bands': ['N', 'R', 'G']}Map.addLayer(naip, naip_vis, 'NAIP')

加载结果
image.png

3 获取图像属性名称

landsat.propertyNames().getInfo() #获取图像属性名称
landsat.get('CLOUD_COVER').getInfo() #获取云覆盖量大小# The number of milliseconds since 1970-01-01T00:00:00Z.
#自 1970-01-01T00:00:00Z 以来的毫秒数。
landsat.get('system:time_start').getInfo()
ee.Date(landsat.get('system:time_start')).format('YYYY-MM-dd').getInfo() #将其转换为年月日

4 一次性获取图像的所有属性

landsat_props = geemap.image_props(landsat) #一次性获取图像的所有属性
landsat_props.getInfo()
landsat_props.get('IMAGE_DATE').getInfo() #时间naip_props = geemap.image_props(naip)
naip_props.getInfo()
naip_props.get('NOMINAL_SCALE').getInfo()

5 获取图像描述性统计数据

包括最小值、最大值、平均值、标准差和求和

landsat_stats = geemap.image_stats(landsat, scale=90)
landsat_stats.getInfo()naip_stats = geemap.image_stats(naip, scale=10)
naip_stats.getInfo()

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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/228877.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

利用ogr2ogr从PostGIS中导出/导入Tab/Dxf/Geojson等格式数据

ogr2ogr Demo Command 先查看下当前gdal支持的全部格式,部分gdal版本可能不支持PostGIS。 如出现PostgreSQL表名支持。 #全部支持的格式 ogrinfo --formats | sort #AVCBin -vector- (rov): Arc/Info Binary Coverage #AVCE00 -vector- (rov): Arc/Info E00 (ASC…

西南科技大学(数据结构A)期末自测练习二

一、填空题(每空1分,共10分) 1、在线性表的下列运算中,不改变数据元素之间结构关系的运算是( D ) A、插入 B、删除 C、排序 D、定位 2、顺序表中第一个元素的存储地址是100,每个元素的长度为2,则第5个元素的地址是( B ) A.110 B.108 C.100 …

【PHP】MySQL简介与MySQLi函数(含PHP与MySQL交互)

文章目录 一、MySQL简介二、MySQLi函数1. 开启mysqli扩展:2. PHP MySQLi扩展的常用函数 三、PHP与MySQL交互0. 准备1. 创建连接(mysqli_connect() )连接mysql语法 2. 选择数据库(mysqli_select_db())3. 在php中操作数据…

unity学习笔记07

一、组件 有几个物体他们之间有着重复的功能,该如何避免重复的去写代码? 可以将一些相同的功能写成一个组件,也就是组件就等同于功能。 什么是组件? 在Unity中,游戏物体是不具备任何功能的,如果想要为其…

2021年06月 Scratch图形化(四级)真题解析#中国电子学会#全国青少年软件编程等级考试

Scratch等级考试(1~4级)全部真题・点这里 一、单选题(共10题,每题3分,共30分) 第1题 执行下列程序,输出的结果为? A:12 B:24 C:8 D:30 答案:B 第2题 执行下列程序,角色说出的内容是? A:2 B:3 C:4 D:5 答案:A 第3题 执行下列程序,输出结果为?

算法之插入排序及希尔排序(C语言版)

我们来实现上述排序 一.插入排序. 当插入第i(i>1)个元素时,前面的array[0],array[1],.,array[i-1]已经排好序,此时用array[i的排序码与array[i-1]array[i-2].的排序码顺序进行比较,找到插入位置即将arrayU插入,原来位置上的元…

深度学习之图像分类(十五)DINAT: Dilated Neighborhood Attention Transformer理论精简摘要(二)

Dilated Neighborhood Attention Transformer摘要 局部注意力机制:例如滑动窗口Neighborhood Attention(NA)或Swin Transformer的Shifted Window Self Attention。 优点:尽管在降低自注意力二次复杂性方面表现出色, …

位运算算法【1】

文章目录 🍊面试题 01.01. 判定字符是否唯一🥭题目🍑算法原理🥝解法一:哈希表🥝解法二:位图 🥑代码实现 🌽268. 丢失的数字🥬题目🍄算法原理&…

吃火锅(Python)

题目描述 吃火锅 以上图片来自微信朋友圈:这种天气你有什么破事打电话给我基本没用。但是如果你说“吃火锅”,那就厉害了,我们的故事就开始了。 本题要求你实现一个程序,自动检查你朋友给你发来的信息里有没有 chi1 huo3 guo1。…

Win7 SP1 x64 Google Chrome 字体模糊

1 打开 Google Chrome ,地址栏输入 chrome://version/ ,字体模糊。 2 Microsoft Update Catalog 搜索现在更新 kb2670838 ,安装,重启电脑。 3 打开 Google Chrome,地址栏输入 chrome://version/ ,字体正常。…

使字符串的单词倒序输出表示

题目 任务描述 本关任务:请实现函数 revWordoder,能够将 pa 指向的单词表字符串中的所有单词,按相反顺序放入 pb,同时去除多余的空格,单词之间只留一个空格. 例如 pa 中为 red blue, 则调用函数后,pb 中为b…

看懂YOLOv7混淆矩阵的含义,正确计算召回率、精确率、误检率、漏检率

文章目录 1、准确率、精确率、召回率、误报率、漏报率概念及公式1.1 准确率 Accuracy1.2 精确率 Precision1.3 召回率 Recall1.4 F1-Score1.5 误检率 false rate1.6 漏检率 miss rate 2、YOLOv7混淆矩阵分析 1、准确率、精确率、召回率、误报率、漏报率概念及公式 重点参考博文…