Google Earth Engine(GEE)—geemap天气、植被数据可视化时间序列分析
【摘要】
import eeimport geemap# geemap.update_package()
天气数据可视化
Map = geemap.Map() collection = ee.ImageCollection('NOAA/GFS0P25') \ .filterDate('2018-12-22', '2018-12-23') \...
-
import ee
-
import geemap
-
# geemap.update_package()
天气数据可视化
-
Map = geemap.Map()
-
-
collection = ee.ImageCollection('NOAA/GFS0P25') \
-
.filterDate('2018-12-22', '2018-12-23') \
-
.limit(24) \
-
.select('temperature_2m_above_ground')#地表两米的降水量
-
-
vis_params = {
-
'min': -40.0,
-
'max': 35.0,
-
'palette': ['blue', 'purple', 'cyan', 'green', 'yellow', 'red']
-
}
-
-
first_image = collection.first()
-
-
Map.addLayer(first_image, vis_params, "First image")
-
Map.setCenter(-0.3490, 25.7900, 2)
-
Map
-
-
image = collection.toBands()让波段去应用这些信息,
-
Map.addLayer(image, {}, "Time series", False)
-
-
labels = [str(n).zfill(2) + ":00" for n in range(0, 24)]
-
labels
-
#添加时间滑块来显示这些东西
-
Map.add_time_slider(collection, vis_params, labels=labels, time_interval=1)
-
Map
NDVI时序分析展示:
-
Map = geemap.Map()
-
-
collection = ee.ImageCollection('MODIS/MCD43A4_006_NDVI') \
-
.filter(ee.Filter.date('2018-04-01', '2018-05-01')) \
-
.select("NDVI")\
-
-
vis_params = {
-
'min': 0.0,
-
'max': 1.0,
-
'palette': [
-
'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901',
-
'66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01',
-
'012E01', '011D01', '011301'
-
],
-
}
-
-
first_image = collection.first()
-
-
Map.addLayer(first_image, vis_params, "First image")
-
Map.setCenter(-7.03125, 31.0529339857, 2)
-
Map
-
-
image = collection.toBands()对应的获取波段然后然波段应用到的图形展示中,但是这个没有设置视觉参数
-
Map.addLayer(image, {}, "Time series", False)
-
-
labels = collection.aggregate_array("system:index").getInfo()
-
#添加时间滑块来显示这些东西
-
Map.add_time_slider(collection, vis_params, labels=labels, time_interval=1)
可视化Landsat影像:
-
Map = geemap.Map()
-
-
bands = ['B1', 'B2', 'B3', 'B4', 'B5', 'B7']
-
image = ee.Image('LE7_TOA_5YEAR/1999_2003').select(bands)
-
vis_params = {'min': 20, 'max': 200, 'gamma': 2.0}#这里的伽马函数一般是调节亮度的
-
-
Map.add_time_slider(image, vis_params, labels=bands, time_interval=1)
-
-
Map
文章来源: blog.csdn.net,作者:此星光明2021年博客之星云计算Top3,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/qq_31988139/article/details/119983993
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)