Примечание. REST API содержит новые и продвинутые функции, которые могут подходить не всем пользователям. Если вы только начинаете работать с Earth Engine, ознакомьтесь с руководством по JavaScript.
В кратком руководстве по Earth Engine REST API показано, как получить доступ к блокам пикселей из объекта Earth Engine. Предположим, вы хотите применить вычисление к пикселям, прежде чем получить результат. 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. Чтобы отправить запрос на вычисление через REST API, нужно отправить запрос POST к одной из конечных точек вычисления, например computePixels, computeFeatures или общей конечной точке value.compute. В частности, в этом примере показано получение медианного композита изображений Sentinel-2 в небольшом регионе.
Подготовка
Следуйте этим инструкциям, чтобы:
- Подать заявку на доступ к Earth Engine
- Создайте проект Google Cloud
- Включите Earth Engine API в проекте
- Как создать сервисный аккаунт
- Предоставьте сервисному аккаунту разрешение на уровне проекта для выполнения вычислений Earth Engine
Примечание. Чтобы выполнить инструкции из этого руководства, вам понадобится сервисный аккаунт, зарегистрированный для доступа к Earth Engine. Прежде чем продолжить, зарегистрируйте сервисный аккаунт, следуя этим инструкциям.
Как выполнить аутентификацию в Google Cloud
Сначала нужно войти в систему, чтобы отправлять аутентифицированные запросы в Google Cloud. Вы одновременно настроите проект. Чтобы войти в аккаунт, следуйте инструкциям в выходных данных.
# INSERT YOUR PROJECT HERE
PROJECT = 'your-project'
!gcloud auth login --project {PROJECT}
Получите файл закрытого ключа для сервисного аккаунта
Для работы с Earth Engine у вас уже должен быть зарегистрирован сервисный аккаунт. Если у вас его нет, следуйте этим инструкциям. Скопируйте адрес электронной почты сервисного аккаунта в следующую ячейку. (Сервисный аккаунт должен быть зарегистрирован для использования Earth Engine). В следующей ячейке командная строка gsutil используется для создания файла ключа для сервисного аккаунта. Файл ключа будет создан на виртуальной машине блокнота.
# 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 учетные данные
Проверьте закрытый ключ, получив с его помощью учетные данные. Используйте учетные данные, чтобы создать авторизованный сеанс для выполнения HTTP-запросов. Выполните запрос GET в рамках сеанса, чтобы проверить, работают ли учетные данные.
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 вычислений
Прежде чем вы сможете отправить запрос на вычисление, вычисление необходимо поместить в формат графа выражений Earth Engine. Ниже показано, как получить график выражения.
Как выполнить аутентификацию в Earth Engine
Получите учетные данные Earth Engine из сервисного аккаунта. 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)
Определите 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_HARMONIZED')
collection = collection.filterBounds(region)
collection = collection.filterDate('2020-04-01', '2020-09-01')
image = collection.median()
Сериализовать граф выражения
Будет создан объект, представляющий граф выражений Earth Engine (в частности, Expression). Как правило, для создания таких объектов следует использовать один из клиентских API.
serialized = ee.serializer.encode(image)
Создайте нужную проекцию (WGS84) в нужном масштабе (10 метров для Sentinel-2). Это нужно только для того, чтобы определить желаемый масштаб 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]
Отправка запроса
Отправьте запрос POST конечной точке computePixels. Обратите внимание, что запрос содержит параметр Expression, который представляет собой сериализованное вычисление. Также в нем есть PixelGrid. PixelGrid содержит dimensions для желаемого результата и AffineTransform в единицах измерения запрошенной системы координат. В данном случае используется географическая система координат, поэтому преобразование задается с помощью масштаба в градусах и географических координат верхнего левого угла запрашиваемого 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 работаете в блокноте, то можете посмотреть результаты с помощью виджета IPython.
# Import the Image function from the IPython.display module.
from IPython.display import Image
Image(image_content)
Запустить в Google Colab
Посмотреть исходный код на GitHub