توجه: REST API حاوی ویژگیهای جدید و پیشرفتهای است که ممکن است برای همه کاربران مناسب نباشد. اگر تازه با Earth Engine آشنا شدهاید، لطفاً با راهنمای جاوا اسکریپت شروع کنید.
شروع سریع Earth Engine REST API نحوه دسترسی به بلوکهای پیکسل از دارایی Earth Engine را نشان میدهد. فرض کنید میخواهید قبلاز دریافت نتیجه، محاسباتی را روی پیکسلها اعمال کنید. این راهنما نشان میدهد که چگونه با یکی از کتابخانههای کارخواه، نمونه اولیه محاسباتی را بسازید، نمودار محاسباتی را سریالسازی کنید، و از REST API برای دریافت نتیجه محاسبهشده استفاده کنید. ارسال درخواستهای محاسباتی ازطریق REST API با درخواست POST به یکی از نقاط پایانی محاسباتی مطابقت دارد، برای مثال computePixels، computeFeatures، یا value.compute عمومی. بهطور خاص، این مثال نحوه دریافت ترکیب میانه از تصاویر Sentinel-2 در یک منطقه کوچک را نشان میدهد.
قبلاز شروع
این دستورالعملها را برای انجام کارهای زیر دنبال کنید:
- درخواست برای Earth Engine
- ایجاد پروژه Google Cloud
- فعال کردن Earth Engine API در پروژه
- ایجاد حساب سرویس
- به حساب سرویس اجازه دهید تا محاسبات Earth Engine را در سطح پروژه انجام دهد
توجه: برای تکمیل این آموزش، به حساب سرویسی نیاز دارید که برای دسترسی به Earth Engine ثبت شده باشد. قبلاز ادامه دادن، این دستورالعملها را برای ثبت حساب سرویس ببینید.
اصالتسنجی در Google Cloud
اولین کاری که باید انجام دهید ورود به سیستم است تا بتوانید درخواستهای اصالتسنجیشده به Google Cloud ارسال کنید. پروژه را همزمان تنظیم خواهید کرد. برای تکمیل ورود به سیستم، دستورالعملهای موجود در خروجی را دنبال کنید.
# INSERT YOUR PROJECT HERE
PROJECT = 'your-project'
!gcloud auth login --project {PROJECT}
دریافت فایل کلید خصوصی برای حساب سرویس
باید ازقبل حساب خدماتی ثبتشدهای برای استفاده از Earth Engine داشته باشید. اگر ندارید، این دستورالعملها را دنبال کنید تا یکی دریافت کنید. نشانی ایمیل حساب سرویس خود را در سلول زیر کپی کنید. (حساب سرویس باید ازقبل برای استفاده از Earth Engine ثبت شده باشد). در سلول زیر، از خط فرمان gsutil برای تولید فایل کلید برای حساب سرویس استفاده میشود. فایل کلید در VM دفتر یادداشت ایجاد خواهد شد.
# INSERT YOUR SERVICE ACCOUNT HERE
SERVICE_ACCOUNT='your-service-account@your-project.iam.gserviceaccount.com'
KEY = 'key.json'
!gcloud iam service-accounts keys create {KEY} --iam-account {SERVICE_ACCOUNT}
AuthorizedSession را شروع کنید و اطلاعات اعتباریتان را آزمایش کنید
کلید خصوصی را بااستفاده از آن برای دریافت اعتبارنامه آزمایش کنید. از اطلاعات کاربری برای ایجاد جلسه مجاز برای ارسال درخواستهای HTTP استفاده کنید. درخواست GET را ازطریق جلسه ارسال کنید تا بررسی شود که اطلاعات کاربری کار میکند یا نه.
from google.auth.transport.requests import AuthorizedSession
from google.oauth2 import service_account
credentials = service_account.Credentials.from_service_account_file(KEY)
scoped_credentials = credentials.with_scopes(
['https://www.googleapis.com/auth/cloud-platform'])
session = AuthorizedSession(scoped_credentials)
url = 'https://earthengine.googleapis.com/v1beta/projects/earthengine-public/assets/LANDSAT'
response = session.get(url)
from pprint import pprint
import json
pprint(json.loads(response.content))
سریالی کردن محاسبات
قبلاز اینکه بتوانید درخواستی برای محاسبه چیزی ارسال کنید، محاسبه باید در قالب نمودار عبارت Earth Engine قرار گیرد. در زیر نحوه دریافت نمودار عبارت نشان داده شده است.
اصالتسنجی کردن در Earth Engine
اطلاعات اعتباری با دامنه Earth Engine را از حساب سرویس دریافت کنید. از آنها برای مقداردهی اولیه Earth Engine استفاده کنید.
import ee
# Get some new credentials since the other ones are cloud scope.
ee_creds = ee.ServiceAccountCredentials(SERVICE_ACCOUNT, KEY)
ee.Initialize(ee_creds)
تعریف کردن محاسبه
نمونه اولیه محاسبات ساده با میانای برنامهسازی کاربردی کارخواه. توجه داشته باشید که نتیجه محاسبه Image است.
coords = [
-121.58626826832939,
38.059141484827485,
]
region = ee.Geometry.Point(coords)
collection = ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
collection = collection.filterBounds(region)
collection = collection.filterDate('2020-04-01', '2020-09-01')
image = collection.median()
سریالسازی گراف عبارت
با این کار، شیئی ایجاد میشود که نمودار عبارت Earth Engine (بهطور خاص، Expression) را نشان میدهد. بهطور کلی، باید اینها را با یکی از میاناهای برنامهسازی کاربردی کارخواه بسازید.
serialized = ee.serializer.encode(image)
تصویر موردنظر (WGS84) را در مقیاس موردنظر (۱۰ متر برای Sentinel-2) ایجاد کنید. این فقط برای کشف مقیاس موردنظر برحسب درجه، یعنی واحدهای تصویر است. از این مقیاسها برای مشخص کردن تبدیل آفین در درخواست استفاده خواهد شد.
# Make a projection to discover the scale in degrees.
proj = ee.Projection('EPSG:4326').atScale(10).getInfo()
# Get scales out of the transform.
scale_x = proj['transform'][0]
scale_y = -proj['transform'][4]
ارسال درخواست
درخواست POST به نقطه پایانی computePixels ارسال کنید. توجه داشته باشید که درخواست حاوی Expression است که محاسبات سریالیشده است. همچنین حاوی PixelGrid است. PixelGrid حاوی dimensions برای خروجی موردنظر و AffineTransform در واحدهای سیستم مختصات درخواستی است. در اینجا سیستم مختصات جغرافیایی است، بنابراین تبدیل با مقیاس برحسب درجه و مختصات جغرافیایی گوشه بالا سمت چپ تکه تصویر درخواستی مشخص میشود.
import json
url = 'https://earthengine.googleapis.com/v1beta/projects/{}/image:computePixels'
url = url.format(PROJECT)
response = session.post(
url=url,
data=json.dumps({
'expression': serialized,
'fileFormat': 'PNG',
'bandIds': ['B4','B3','B2'],
'grid': {
'dimensions': {
'width': 640,
'height': 640
},
'affineTransform': {
'scaleX': scale_x,
'shearX': 0,
'translateX': coords[0],
'shearY': 0,
'scaleY': scale_y,
'translateY': coords[1]
},
'crsCode': 'EPSG:4326',
},
'visualizationOptions': {'ranges': [{'min': 0, 'max': 3000}]},
})
)
image_content = response.content
اگر این را در دفترچه اجرا میکنید، میتوانید نتایج را بااستفاده از ابزاره نمایش تصویر IPython نمایش دهید.
# Import the Image function from the IPython.display module.
from IPython.display import Image
Image(image_content)
اجرا کردن در Google Colab
مشاهده منبع در GitHub