GEE学习笔记 八十七:python版GEE动态加载地图方法

news2024/11/17 12:42:15

在Google Earth Engine的python版API更新后,之前使用folium动态加载地图的代码就不能在正常运行,因为整个Google Earth Engine的地图加载服务的URL发生了更新,所以我们也需要更新相关绘制方法。下面我会讲解一种新的绘制方法,大家可以根据自己的需求来扩充相关绘制方法,直接上相关具体代码。

     需要说明一下,我所有的代码都是在Jupyter Lab中运行,这些代码无法在pycharm中直接运行。

第一步、注册GEE。

第二步、导入外部库folium。

第三步、编写添加GEE图层的方法,并且将其作为自定义方法加入到folium的Map中。

具体代码:

  1. # 定义加载GEE影像数或者矢量数据方法

  2. def add_ee_layer(self, ee_object, vis_params, name):

  3.     try:    

  4.         if isinstance(ee_object, ee.Image):    

  5.             map_id_dict = ee.Image(ee_object).getMapId(vis_params)

  6.             folium.raster_layers.TileLayer(

  7.                 tiles = map_id_dict['tile_fetcher'].url_format,

  8.                 attr = 'Google Earth Engine',

  9.                 name = name,

  10.                 overlay = True,

  11.                 control = True

  12.             ).add_to(self)

  13.         elif isinstance(ee_object, ee.FeatureCollection):  

  14.             ee_object_new = ee.Image().paint(ee_object, 0, 2)

  15.             map_id_dict = ee.Image(ee_object_new).getMapId(vis_params)

  16.             folium.raster_layers.TileLayer(

  17.                 tiles = map_id_dict['tile_fetcher'].url_format,

  18.                 attr = 'Google Earth Engine',

  19.                 name = name,

  20.                 overlay = True,

  21.                 control = True

  22.             ).add_to(self)

  23.     except:

  24.         print("Could not display {}".format(name))

  25.     

  26. folium.Map.add_ee_layer = add_ee_layer

代码解析:

加载图层方法为add_ee_layer,这个方法的具体参数参数有三个分别为:

  • ee_object,显示对象可以为image或者featureCollection

  • vis_params,显示规则,其中image和JavaScript版配置一致,featureCollection配置使用palette配置颜色即可

  • name,图层的名称

第四步、调用上面定义的方法绘制影像Image和矢量数据FeatureCollection。

具体代码:

  1. dem = ee.Image('USGS/SRTMGL1_003')

  2. vis = {

  3.   'min': 0,

  4.   'max': 4000,

  5.   'palette': ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5']

  6. }

  7. roi = ee.FeatureCollection("users/wangweihappy0/training03/bj_shp")

  8. center = roi.geometry().centroid().getInfo()['coordinates']

  9. center.reverse()

  10. print("center is: {}".format(center))

  11. my_map = folium.Map(location=center, zoom_start=8, height=500)

  12. my_map.add_ee_layer(dem.updateMask(dem.gt(0)), vis, 'DEM')

  13. my_map.add_ee_layer(roi, {"palette": "FF0000"}, "roi")

  14. my_map.add_child(folium.LayerControl())

代码解析:

  • vis配置的是DEM显示规则

  • center是地图要居中显示的位置

  • my_map是通过folium.Map配置显示的地图

  • my_map通过add_ee_layer添加定义的图层dem和roi

运行结果:

第五步、总结第四步调用方法可以将其写为一个具体的方法,然后直接调用这个方法。

具体代码:

  1. # 使用Folium展示地图  

  2. def Mapdisplay(center, layers, Tiles="OpensTreetMap",zoom_start=10):  

  3.     mapViz = folium.Map(location=center,tiles=Tiles, zoom_start=zoom_start)  

  4.     for data in layers:  

  5.         mapViz.add_ee_layer(data.get("layer"), data.get("vis"), data.get("name"))

  6.     mapViz.add_child(folium.LayerControl())  

  7.     return mapViz

使用这个方法示例如下

具体代码:

  1. dem = ee.Image('USGS/SRTMGL1_003')

  2. vis = {

  3.   'min': 0,

  4.   'max': 4000,

  5.   'palette': ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5']

  6. }

  7. roi = ee.FeatureCollection("users/wangweihappy0/training03/bj_shp")

  8. center = roi.geometry().centroid().getInfo()['coordinates']

  9. center.reverse()

  10. print("center is: {}".format(center))

  11. layers = [

  12.     {

  13.         "layer": dem,

  14.         "vis": vis,

  15.         "name": "DEM"

  16.     },

  17.     {

  18.         "layer": roi,

  19.         "vis": {"palette": "FF0000"},

  20.         "name": "roi"

  21.     }

  22. ]

  23. Mapdisplay(center, layers, zoom_start=8)

代码解析:

    这个程序运行结果和前面例子运行结果一样,区别就是在这里使用的我们自定义的方法Mapdisplay()方法,这个方法的参数分别为:

  • center,中心点坐标

  • layers,要加载的所有图层信息列表,配置规则是

    [

    {

            "layer": xxx, //图层的数据可以是image或者featureCollection

            "vis": xxx, //显示规则,image配置和在JavaScript中配置一致

                        //featureCoolection配置用{"palette": 颜色}就可以

            "name": xxx, //显示的图层名称

    }

    ]

  • Tiles,这个使用默认就可以,不用修改

  • zoom_start,最初缩放比例,比如这里使用的是8

  • 来源请引用:地理遥感生态网科学数据注册与出版系统。

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.coloradmin.cn/o/350152.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【深度学习】激活函数

上一章——认识神经网络 新课P54介绍了强人工智能概念,P55到P58解读了矩阵乘法在代码中的应用,P59,P60介绍了在Tensflow中实现神经网络的代码及细节,详细的内容可以自行观看2022吴恩达机器学习Deeplearning.ai课程,专…

NVIDIA Tesla V100部署与使用

在先前的实验过程中,使用了腾讯云提供的nvidia T4GPU,尽管其性能较博主的笔记本有了极大提升,但总感觉仍有些美中不足,因此本次博主租赁了nvidia V100 GPU,看看它的性能表现如何。 和先前一样,只需要将服务…

2023美赛A题思路数据代码分享

文章目录赛题思路2023年美国大学生数学建模竞赛选题&论文一、关于选题二、关于论文格式三、关于论文提交四、论文提交流程注意不要手滑美赛A题思路数据代码【最新】赛题思路 (赛题出来以后第一时间在CSDN分享) 最新进度在文章最下方卡片,加入获取一手资源 202…

医学图象分割常用损失函数(附Pytorch和Keras代码)

对损失函数没有太大的了解,就是知道它很重要,搜集了一些常用的医学图象分割损失函数,学习一下! 医学图象分割常见损失函数前言1 Dice Loss2 BCE-Dice Loss3 Jaccard/Intersection over Union (IoU) Loss4 Focal Loss5 Tvesky Loss…

学生投票系统-课后程序(JAVA基础案例教程-黑马程序员编著-第三章-课后作业)

【案例3-4】学生投票系统 记得 关注,收藏,评论哦,作者将持续更新。。。。 【案例介绍】 案例描述 某班级投票竞选班干部,班级学生人数为100人,每个学生只能投一票。 本任务要求,编程实现一个投票程序&…

2023美赛赛题和数据公布啦~【附中文翻译版】

2023美赛赛题和数据公布啦~ 加2023年的美国大学生数学建模竞赛 数学建模竞赛是一项在全球范围内非常受欢迎的竞赛,旨在鼓励学生运用数学知识和建模技能解决实际问题。这项竞赛不仅对学生的数学能力提出了很高的要求,还对他们的创造性、团队协作和沟通能…

经典算法题---链表奇偶重排(好题)双指针系列

我听别人说这世界上有一种鸟是没有脚的,它只能够一直的飞呀飞呀,飞累了就在风里面睡觉,这种鸟一辈子只能下地一次,那一次就是它死亡的时候。——《阿甘正传》这一文章讲解链表的奇偶排序问题,这是一道不难但是挺好的链…

凹凸贴图(Bump Mapping)

凹凸贴图是什么? 我们首先来看low-poly(多边形数较少)mesh和high-poly(多边形数量较多)mesh之间的不同。首先,最明显的不同就是high-poly能够表现出更多细节,但high-poly有比较大的性能开销。有…

springboot下@transcation使用基本介绍

springboot下transcation基本使用的几种可能 普通常使用的几种可能(事务的传播行为默认值Propagation.REQUIRED): transcation只在使用方法A上,A内无调用其他方法,事务正常方法A和方法B在同一个类下,transc…

net6中使用FluentValidation做实体验证(批量注册)

实体验证-FluentValidation 首先明白两个概念 自动验证:就是在请求进入到控制器前FluentValidation就自行完成实体的验证并做错误返回, 优点:简单 少一些手动调用的代码缺点:灵活性差,不好控制,不支持异步…

智慧校园电子班牌系统

智慧电子班牌区别于传统电子班牌,智慧校园电子班牌系统更加注重老师和学生的沟通交流和及时数据交互。学校为每个教室配置一台智能电子班牌,一般安装于教室门口,用来实时显示学校通知、班级通知,可设置集中分布式管理,…

RSA加解密简单实现

目录 浅谈加解密实现方式 MD5加密 DES加密 AES加密 RSA加密 SSL加密认证 关于RSA加解密实现 简单数据加解密的实现 分块加解密实现 附录 浅谈加解密实现方式 关于数据加解密方式,我们一般分为不可逆加密、对称可逆加密、非对称加密、综合加密应用等&…

魔改并封装 YoloV5 Version7 的 detect.py 成 API接口以供 python 程序使用

文章目录IntroductionSection 1 起因Section 2 魔改的思路Section 3 代码Part 1 参数部分Part 2 识别 APIPart 3 完整的 DetectAPI.pyPart 4 修改 dataloaders.pySection 4 调用ReferenceIntroduction YoloV5 作为 YoloV4 之后的改进型,在算法上做出了优化&#xf…

errgroup 原理简析

golang.org/x/sync/errgroup errgroup提供了一组并行任务中错误采集的方案。 先看注释 Package errgroup provides synchronization, error propagation, and Context cancelation for groups of goroutines working on subtasks of a common task. Group 结构体 // A Gro…

Sphinx : 高性能SQL全文检索引擎

Sphinx是一款基于SQL的高性能全文检索引擎,Sphinx的性能在众多全文检索引擎中也是数一数二的,利用Sphinx,我们可以完成比数据库本身更专业的搜索功能,而且可以有很多针对性的性能优化。 Sphinx的特点 快速创建索引:3分…

Barra模型因子的构建及应用系列三之Momentum因子

一、摘要 在之前的Barra模型系列文章中,我们已经初步讲解、构建了Size因子和Beta因子,并分别创建了对应的单因子策略。通过回测发现,其中Size因子的小市值效应具有很强的收益能力。而本篇文章将在该系列下进一步构建Momentum因子。 二、模型…

90%企业在探索的敏捷开发怎么做?极狐GitLab总结了这些逻辑与流程

本文来自: 彭亮 极狐(GitLab) 高级产品经理 毛超 极狐(GitLab) 研发工程师 极狐(GitLab) 市场部内容团队 “敏捷” 是指能够驾驭变化,保持组织竞争优势的一种能力。自 2001 年《敏捷宣言》以来,敏捷及敏捷开发理念逐渐席卷全球。中国信通院《…

面试已上岸,成功拿到阿里和腾讯的入职offer,Java程序员面经全在这了,希望能帮到你!

前言 一开始的时候简历海投大多数都被拒绝了,后来自己找在腾讯上班的朋友帮忙改了一下简历,果然不一样了大多都能拿到面试机会,当然拿到后也没有那么顺利,面了差不多有十几家公司的样子,大大小小的都有,其中…

C++和QML混合编程_QML发送信号到C++端(信号和槽绑定)

C和QML混合编程_QML发送信号到C端(信号和槽绑定) 前言: 下面是之前讲解过的三种方法 1、使用Q_INVOKABLE声明一下普通函数,在QML端可以直接调用 2、使用Connections绑定QML的信号和C端的槽函数 3、使用connect绑定QML的信号和C端的…

通俗易懂理解——布隆过滤器

文章目录概述本质优缺点优点:缺点:实际应用解决redis缓存穿透问题:概述 本质 本质:很长的二进制向量(数组) 主要作用:判断一个数据在这个数组中是否存在,如果不存在为0&#xff0c…