Примечание: REST API содержит новые и расширенные функции, которые могут быть неподходящими для всех пользователей. Если вы новичок в Earth Engine, ознакомьтесь с руководством по JavaScript .
В кратком руководстве по REST API Earth Engine показано, как получить доступ к блокам пикселей из ресурса Earth Engine. Предположим, вы хотите применить вычисление к пикселям перед получением результата. В этом руководстве показано, как создать прототип вычисления с помощью одной из клиентских библиотек, сериализовать граф вычислений и использовать REST API для получения вычисленного результата. Выполнение вычислительных запросов через REST API соответствует POST
запросу к одной из конечных точек вычислений, например, computePixels
, computeFeatures
или универсальному методу value.compute
. В частности, этот пример демонстрирует получение медианного композита изображений Sentinel-2 в небольшой области.
Прежде чем начать
Следуйте этим инструкциям , чтобы:
- Подать заявку на Earth Engine
- Создайте проект Google Cloud
- Включить API Earth Engine в проекте
- Создать учетную запись службы
- Предоставьте учетной записи службы разрешение на уровне проекта для выполнения вычислений Earth Engine.
Примечание : для выполнения этого руководства вам потребуется зарегистрированная учётная запись службы для доступа к Earth Engine. Перед продолжением ознакомьтесь с инструкциями по регистрации учётной записи службы.
Аутентификация в Google Cloud
Первое, что нужно сделать, — это войти в систему, чтобы иметь возможность отправлять аутентифицированные запросы в Google Cloud. Одновременно с этим вы настроите проект. Следуйте инструкциям в выходных данных, чтобы завершить вход.
# INSERT YOUR PROJECT HERE
PROJECT = 'your-project'
!gcloud auth login --project {PROJECT}
Получите файл закрытого ключа для вашей учетной записи службы.
У вас уже должна быть зарегистрированная учётная запись службы для использования Earth Engine. Если у вас её нет, следуйте этим инструкциям , чтобы её получить. Скопируйте адрес электронной почты вашей учётной записи службы в следующую ячейку. (Учётная запись службы должна быть зарегистрирована для использования Earth Engine). В следующей ячейке командная строка gsutil
используется для генерации файла ключа для учётной записи службы. Файл ключа будет создан на виртуальной машине ноутбука.
# 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}
Запустите AuthorizedSession
и проверьте свои учетные данные
Проверьте закрытый ключ, используя его для получения учётных данных. Используйте учётные данные для создания авторизованного сеанса для выполнения HTTP-запросов. Выполните GET
запрос через сеанс, чтобы проверить работоспособность учётных данных.
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))
Сериализация вычисления
Прежде чем отправить запрос на вычисление, вычисление необходимо преобразовать в формат графика выражений Earth Engine. Ниже показано, как получить график выражений.
Аутентификация в Earth Engine
Получите учётные данные Earth Engine из учётной записи сервиса. Используйте их для инициализации Earth Engine.
import ee
# Get some new credentials since the other ones are cloud scope.
ee_creds = ee.ServiceAccountCredentials(SERVICE_ACCOUNT, KEY)
ee.Initialize(ee_creds)
Определить вычисление
Создайте прототип простого вычисления с помощью клиентского API. Обратите внимание, что результатом вычисления является Image
.
coords = [
-121.58626826832939,
38.059141484827485,
]
region = ee.Geometry.Point(coords)
collection = ee.ImageCollection('COPERNICUS/S2')
collection = collection.filterBounds(region)
collection = collection.filterDate('2020-04-01', '2020-09-01')
image = collection.median()
Сериализовать граф выражения
Это создаст объект, представляющий граф выражений Earth Engine (в частности, Expression
). Как правило, такие объекты следует создавать с помощью одного из клиентских API.
serialized = ee.serializer.encode(image)
Создайте нужную проекцию (WGS84) в нужном масштабе (10 метров для Sentinel-2). Это необходимо для определения нужного масштаба в градусах, единицах измерения проекции. Эти масштабы будут использоваться для указания аффинного преобразования в запросе.
# 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]
Отправить запрос
Отправьте POST
запрос к конечной точке computePixels
. Обратите внимание, что запрос содержит Expression
— сериализованное вычисление. Он также содержит PixelGrid
. PixelGrid
содержит dimensions
желаемого результата и AffineTransform
в единицах запрошенной системы координат. В данном случае система координат географическая, поэтому преобразование задаётся с масштабом в градусах и географическими координатами верхнего левого угла запрошенного фрагмента изображения.
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
Если вы запускаете это в блокноте, вы можете отобразить результаты с помощью виджета отображения изображений IPython
.
# Import the Image function from the IPython.display module.
from IPython.display import Image
Image(image_content)