GEEMAP 基本操作(三)如何对图像进行 3D 叠加显示 (图像混合 blend)

news2024/12/22 18:47:36

最近在 GIS 界有很多大神在讨论如何将图像下面混合一幅地形数据,这样看起来是 3D 的比较酷炫。

比如这样:

请添加图片描述

以上图片来自网络,是在专业软件中制作的。 GEEMAP 中是否可行呢?当然没问题,使用 blend 即可。下面的例子请笑纳:

首先引入模块:

import ee
import geemap
import geemap.colormaps as cm

定义地图:

Map = geemap.Map(
    scroll_wheel_zoom = False,
    attribution_ctrl = False,
    basemap = 'Esri.OceanBasemap'
)
Map

随便找个 ROI ,我选择了浪漫的土耳其:

roi = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017').filter(
    ee.Filter.inList('country_na', ['Turkey'])
)
Map.centerObject(roi, 6)
Map

加入地形图:

elevation = ee.Image('USGS/SRTMGL1_003').clipToCollection(roi)
vis_elevation = {
    'min': 0,
    'max': 4000,
    'palette': cm.palettes.dem
}

vis_roi = {
    'color': '000000', 
    'width': 2, 
    'lineType': 'solid', 
    'fillColor': '00000000'

}
Map.addLayer(elevation, vis_elevation, 'Elevation')

在这里插入图片描述

计算山体阴影图,并将地形图与山影图合并:

exaggeration = 20
hillshade = ee.Terrain.hillshade(elevation.multiply(exaggeration))
Map.addLayer(hillshade, {}, 'Hillshade')

blend = geemap.blend(
    bottom_layer = hillshade, 
    top_layer = elevation, 
    top_vis = vis_elevation,
    hillshade = False,
)
Map.addLayer(blend, {}, 'Terrain_Blend')

在这里插入图片描述

怎么样?有点儿意思了吧?那我就想了,可否将一幅完整的真彩色卫星图片叠加上来看看效果呢?继续:

def maskS2clouds(image):
    qa = image.select('QA60')
    cloudBitMask = 1 << 10
    cirrusBitMask = 1 << 11
    mask = qa.bitwiseAnd(cloudBitMask).eq(0).And(qa.bitwiseAnd(cirrusBitMask).eq(0))
    return image.updateMask(mask).divide(10000)

collection = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') \
    .filterBounds(roi).filterDate('2022-05-01', '2022-09-01') \
    .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE',40)) \
    .map(maskS2clouds)
image = collection.median().clip(roi)

vis_image = {
    'min': 0.0,
    'max': 0.25,
    'bands': ['B4', 'B3', 'B2'],
    'gamma': 1.3
}

blend = geemap.blend(
    bottom_layer = hillshade, 
    top_layer = image, 
    top_vis = vis_image,
    hillshade = False,

)

Map.addLayer(blend, {}, 'RGB_Blend')
Map.addLayer(roi.style(**vis_roi), {}, 'ROI')

在这里插入图片描述

看看局部放大效果:

在这里插入图片描述

说实话,没有我的预期好。我就又想了一下,是否可以把土地利用图叠加来看看?必须滴:

dw = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1').filter(roi)
landcover = geemap.dynamic_world(roi, '2021-01-01', '2022-01-01', return_type='hillshade').clip(roi)

vis_image = {
    'gamma': 1.8
}

blend = geemap.blend(
    bottom_layer = hillshade, 
    top_layer = landcover, 
    top_vis = vis_image,
    hillshade = False,

)

Map.addLayer(blend, {}, 'DW_Blend')
Map.add_legend(title="Dynamic World Land Cover", builtin_legend='Dynamic_World')
Map.addLayer(roi.style(**vis_roi), {}, 'ROI')

在这里插入图片描述

再放大看看:

在这里插入图片描述

怎么样?还有点儿好玩吧?其实小伙伴们也可以自己考虑一下能否把其他的图片混合后效果更好呢?

其实本地图片也可以做到,但是如果那样的话就直接用本地软件了,效果会更好,GEEMAP 就主打个云计算嘛!


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/963197.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

Flutter启动页

效果图 import dart:async; import package:flutter/cupertino.dart; import package:flutter/material.dart; import jumpPage.dart;class TransitPage extends StatefulWidget {const TransitPage({super.key});overrideState<TransitPage> createState() > _Trans…

Gateway的服务网关

Gateway服务网关 Gateway网关是我们服务的守门神&#xff0c;所有微服务的统一入口。 网关的核心功能特性&#xff1a; 请求路由 权限控制 限流 架构如下&#xff1a; gateway使用 引入依赖 创建gateway服务&#xff0c;引入依赖 <!--网关--> <dependency>…

PHP8的数组-PHP8知识详解

今天开始学习数组&#xff0c; 本文主要讲了三点&#xff1a;什么是数组、php8中数组的改进、数组函数。 一、什么是数组 在PHP8中&#xff0c;数组是非常重要的数据类型。相对于其他的数据类型&#xff0c;数组更像一种结构&#xff0c;而这种结构可以储存一系列数值。 数组…

ETLCloud制造业轻量级数据中台解决方案

制造业数据处理特点 制造业在业务发展过程中产生大量的业务交易数据以及设备运行过程中的状态数据&#xff0c;但是制造业有别于其他互联网或零售行业&#xff0c;其数据处理具有以下特点&#xff1a; 数据量不大&#xff0c;大部分业务系统的数据库表在1000W以下数据结构复杂…

数据指标体系峰会——构建与应用

京东物流指标体系 流量指标体系 如何构建和应用指标体系 落地关键保障与举措 数据标准化&#xff0c;一致化比较困难。 火山引擎抖音集团指标分析与增长实践指南 实践Case 指标分析方法 策略假设方法论 《测出转化率》 lift模型 紧急度&#xff1a; 外部驱动&#xff…

华为OD机试 - 敏感字段加密(Java 2023 B卷 100分)

目录 专栏导读一、题目描述二、输入描述三、输出描述四、解题思路五、Java算法源码六、效果展示1、输入2、输出 华为OD机试 2023B卷题库疯狂收录中&#xff0c;刷题点这里 专栏导读 本专栏收录于《华为OD机试&#xff08;JAVA&#xff09;真题&#xff08;A卷B卷&#xff09;》…

敦煌网、newegg店铺优化三大方法,测评补单原来可以这样做

我们都知道敦煌网、newegg流量是一个店铺的血液&#xff0c;没有流量的支撑&#xff0c;其他也都将成为浮云。流量能够成为转化率的保证&#xff0c;如何让店铺拥有傲人的流量成为重要之重&#xff0c;店铺的流量又主要来源于以下几部分&#xff1a; 一、主要流量的来源 1.搜索…

【探索SpringCloud】服务发现-Nacos服务端数据结构和模型

前言 上一文中&#xff0c;我们从官方的图示了解到Nacos的服务数据结构。但我关心的是&#xff0c;Nacos2.x不是重构了吗&#xff1f;怎么还是这种数据结构&#xff1f;我推测&#xff0c;必然是为了对Nacos1.x的兼容&#xff0c;实际存储应该不是这样的。于是&#xff0c;沿着…

JAVA设计模式3:抽象工厂模式,这是一种创建型设计模式

作者主页&#xff1a;Designer 小郑 作者简介&#xff1a;3年JAVA全栈开发经验&#xff0c;专注JAVA技术、系统定制、远程指导&#xff0c;致力于企业数字化转型&#xff0c;CSDN学院、蓝桥云课认证讲师。 主打方向&#xff1a;Vue、SpringBoot、微信小程序 本文讲解了 Java 设…

嵌入式BL304可提供4路RS485/RS232口

BL304网关具有多功能的数据通信和处理设备&#xff0c;具有多种输入和输出接口&#xff0c;支持多种操作系统和应用程序&#xff0c;以及数据库连接。下面我们将详细介绍该产品的特点和功能。 设备提供了多路RS485/RS232接口、CAN口、网口、DI口、PWM口输出以及USB接口&#xf…

算法面试-深度学习基础面试题整理(2023.8.29开始,每天下午持续更新....)

一、无监督相关&#xff08;聚类、异常检测&#xff09; 1、常见的距离度量方法有哪些&#xff1f;写一下距离计算公式。 1&#xff09;连续数据的距离计算&#xff1a; 闵可夫斯基距离家族&#xff1a; 当p 1时&#xff0c;为曼哈顿距离&#xff1b;p 2时&#xff0c;为欧…

天津专业大数据培训班 教你分析大数据行业前景

大数据分析是IT行业挺火的词汇&#xff0c;围绕大数据分析产生的数据仓库、数据安全、数据挖掘等商业价值也渐渐地被挖掘了出来&#xff0c;大数据时代渐渐来临...... 大数据是什么 随着科技的发展&#xff0c;尤其是互联网的深入&#xff0c;新兴了大数据这个行业&#xff0…

无涯教程-JavaScript - LOGINV函数

LOGINV函数替代Excel 2010中的LOGNORM.INV函数。 描述 该函数返回x的对数正态累积分布函数的逆函数,其中ln(x)的分布通常带有参数mean和standard_dev。 如果pLOGNORMDIST(x,...),则LOGINV(p,...) x 使用对数正态分布来分析对数转换的数据。 语法 LOGINV (probability, me…

软件项目验收测试流程

软件系统验收测试 软件项目验收测试是对系统进行全面的测试&#xff0c;以验证其是否符合合同要求&#xff0c;出具第三方测试报告&#xff0c;为系统验收提供依据。 软件产品验收测试一直以来被用于不同的技术和方法中&#xff0c;有时指的是同一个概念&#xff0c;有时也可…

实体机上搭建程序出现问题的处理办法(sqlserver2012)

【金山文档】 处理流程https://kdocs.cn/l/cvWexbkkGunf 如果发现实体机上安装程序存在问题&#xff0c;马山就可以通过虚拟机安装或者docker 安装的方式去处理

2021年06月 C/C++(六级)真题解析#中国电子学会#全国青少年软件编程等级考试

第1题&#xff1a;逆波兰表达式 逆波兰表达式是一种把运算符前置的算术表达式&#xff0c;例如普通的表达式2 3的逆波兰表示法为 2 3。逆波兰表达式的优点是运算符之间不必有优先级关系&#xff0c;也不必用括号改变运算次序&#xff0c;例如(2 3) * 4的逆波兰表示法为* 2 3…

【【萌新的STM32的学习--非正点原子视频的中断设计思路】】

萌新的STM32学习–非正点原子视频的中断设计思路 我们分析而言 我们对于PA0 的设计就从此而来 对于边沿触发的选择我们已经有所了解了 我们下拉&#xff0c;但是当我们摁下开关的时候 从0到1 导通了 所以这个是下拉 上升沿触发 而对于KEY0 我们摁下是使得电路从原来悬空高阻态…

ZMTP协议

ZoreMQ Transport Protocol是一个传输层协议&#xff0c;用于ZMQ的连接的信息交互&#xff0c;本文档描述的是3.0协议&#xff0c;主要分析基于NULL Security Mechanism 协议语法 ZMTP由三部分组成&#xff0c;分别是 greeting、handshake、traffic 部分描述构成greeting描述…

如何将国标规范用EndNote插入到英文期刊中,自定义文献插入指南

EndNote自定义文献 1.插入国标JTG 2034-2020这种新建一个Standard![](https://img-blog.csdnimg.cn/406cf11d1496431a9cf784f3ab71c6a1.png)Reference填入信息参考 插入英文期刊规范ASTM 1.插入国标JTG 2034-2020这种 首先找到大家要投稿的英文期刊&#xff0c;然后去找那些中…

Python:多变量赋值

相关文章 Python专栏https://blog.csdn.net/weixin_45791458/category_12403403.html?spm1001.2014.3001.5482 Python中的赋值语句可以同时对多个变量进行对象绑定&#xff08;赋值&#xff09;&#xff0c;既可以是多变量链式赋值&#xff0c;也可以是多变量平行赋值&#x…