Export.table.toDrive

FeatureCollection কে Drive-এ টেবিল হিসেবে এক্সপোর্ট করার জন্য একটি ব্যাচ টাস্ক তৈরি করে। টাস্ক ট্যাব থেকে টাস্ক শুরু করা যেতে পারে।

ব্যবহার	রিটার্নস
Export.table.toDrive(collection, description , folder , fileNamePrefix , fileFormat , selectors , maxVertices , priority )

যুক্তি	আদর্শ	বিস্তারিত
collection	বৈশিষ্ট্য সংগ্রহ	রপ্তানি করার জন্য বৈশিষ্ট্য সংগ্রহ।
description	স্ট্রিং, ঐচ্ছিক	টাস্কের একটি মানুষের পঠনযোগ্য নাম। এতে অক্ষর, সংখ্যা, -, _ (কোনও স্পেস নেই) থাকতে পারে। ডিফল্টভাবে "myExportTableTask" হিসেবে সেট করা আছে।
folder	স্ট্রিং, ঐচ্ছিক	যে গুগল ড্রাইভ ফোল্ডারে রপ্তানি করা হবে। দ্রষ্টব্য: (ক) যদি ফোল্ডারের নাম যেকোনো স্তরে থাকে, তাহলে আউটপুটটি সেখানে লেখা হয়, (খ) যদি ডুপ্লিকেট ফোল্ডারের নাম থাকে, তাহলে আউটপুটটি সাম্প্রতিক পরিবর্তিত ফোল্ডারে লেখা হয়, (গ) যদি ফোল্ডারের নামটি বিদ্যমান না থাকে, তাহলে রুটে একটি নতুন ফোল্ডার তৈরি করা হবে, এবং (ঘ) বিভাজক সহ ফোল্ডারের নামগুলি (যেমন 'path/to/file') আক্ষরিক স্ট্রিং হিসাবে ব্যাখ্যা করা হয়, সিস্টেম পাথ হিসাবে নয়। ড্রাইভ রুটে ডিফল্ট।
fileNamePrefix	স্ট্রিং, ঐচ্ছিক	ফাইলের নামের প্রিফিক্স। অক্ষর, সংখ্যা, -, _ (কোনও স্পেস নেই) থাকতে পারে। ডিফল্টভাবে বর্ণনা করা হয়েছে।
fileFormat	স্ট্রিং, ঐচ্ছিক	আউটপুট ফর্ম্যাট: "CSV" (ডিফল্ট), "GeoJSON", "KML", "KMZ", অথবা "SHP", অথবা "TFRecord"।
selectors	তালিকা[স্ট্রিং]|স্ট্রিং, ঐচ্ছিক	এক্সপোর্টে অন্তর্ভুক্ত করার জন্য বৈশিষ্ট্যের একটি তালিকা; হয় কমা দ্বারা পৃথক করা নাম সহ একটি একক স্ট্রিং অথবা স্ট্রিংগুলির একটি তালিকা।
maxVertices	সংখ্যা, ঐচ্ছিক	প্রতি জ্যামিতিতে সর্বোচ্চ সংখ্যক অকাটা শীর্ষবিন্দু; বেশি শীর্ষবিন্দুযুক্ত জ্যামিতিগুলিকে এই আকারের চেয়ে ছোট টুকরো করে কাটা হবে।
priority	সংখ্যা, ঐচ্ছিক	প্রকল্পের মধ্যে কাজের অগ্রাধিকার। উচ্চতর অগ্রাধিকারযুক্ত কাজগুলি আগে নির্ধারিত হয়। 0 এবং 9999 এর মধ্যে একটি পূর্ণসংখ্যা হতে হবে। ডিফল্টভাবে 100।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

// A Sentinel-2 surface reflectance image.
var img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG');
Map.setCenter(-122.359, 37.428, 9);
Map.addLayer(img, {bands: ['B11', 'B8', 'B3'], min: 100, max: 3500}, 'img');

// Sample the image at 20 m scale, a point feature collection is returned.
var samp = img.sample({scale: 20, numPixels: 50, geometries: true});
Map.addLayer(samp, {color: 'white'}, 'samp');
print('Image sample feature collection', samp);

// Export the image sample feature collection to Drive as a CSV file.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_csv',
  folder: 'earth_engine_demos',
  fileFormat: 'CSV'
});

// Export a subset of collection properties: three bands and the geometry
// as GeoJSON.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_prop_subset',
  folder: 'earth_engine_demos',
  fileFormat: 'GeoJSON',
  selectors: ['B8', 'B11', 'B12', '.geo']
});

// Export the image sample feature collection to Drive as a shapefile.
Export.table.toDrive({
  collection: samp,
  description: 'image_sample_demo_shp',
  folder: 'earth_engine_demos',
  fileFormat: 'SHP'
});

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার সম্পর্কে তথ্যের জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

কোলাব (পাইথন)

# A Sentinel-2 surface reflectance image.
img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG')
m = geemap.Map()
m.set_center(-122.359, 37.428, 9)
m.add_layer(
    img, {'bands': ['B11', 'B8', 'B3'], 'min': 100, 'max': 3500}, 'img'
)

# Sample the image at 20 m scale, a point feature collection is returned.
samp = img.sample(scale=20, numPixels=50, geometries=True)
m.add_layer(samp, {'color': 'white'}, 'samp')
display(m)
display('Image sample feature collection', samp)

# Export the image sample feature collection to Drive as a CSV file.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_csv',
    folder='earth_engine_demos',
    fileFormat='CSV',
)
task.start()

# Export a subset of collection properties: three bands and the geometry
# as GeoJSON.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_prop_subset',
    folder='earth_engine_demos',
    fileFormat='GeoJSON',
    selectors=['B8', 'B11', 'B12', '.geo'],
)
task.start()

# Export the image sample feature collection to Drive as a shapefile.
task = ee.batch.Export.table.toDrive(
    collection=samp,
    description='image_sample_demo_shp',
    folder='earth_engine_demos',
    fileFormat='SHP',
)
task.start()