درحال دریافت داده‌های تصویر از Earth Engine
برای دریافت داده‌های تصویر از Earth Engine به Google Drive، Cloud Storage، یا دارایی Earth Engine،
می‌توانید از Export استفاده کنید و کار
به‌طور کامل توسط Earth Engine انجام می‌شود. اگر کارهای صادر کردن شما مشکل مقیاس‌بندی دارد (مثلاً
بیشتر از یک روز طول می‌کشد، خطای حافظه یا اتمام مهلت برمی‌گرداند) یا ازقبل با چارچوبی مثل
Apache Beam،
Spark، یا Dask آشنایی دارید،
ممکن است روش‌های استخراج داده شرح‌داده‌شده در اینجا را ترجیح دهید. گردش‌های کاری پیاده‌سازی‌شده در این چارچوب‌ها را می‌توان بااستفاده از ابزارهای Google Cloud مانند Dataflow یا Dataproc مقیاس‌بندی کرد.
به‌طور خاص، این راهنما روش‌های درخواست دستی
داده‌های تصویر را بااستفاده از
getPixels یا
computePixels شرح می‌دهد.
در اینجا، «داده‌های تصویر» به‌معنای آرایه‌های چندبعدی از مقادیر پیکسل با مقیاس و تصویرسازی سازگار است. منطقه، مقیاس، تصویر، و/یا ابعاد در درخواست مشخص شده است. صفحه ImageFileFormat
قالب‌های برونداد ممکن را فهرست می‌کند. مقصد برونداد شامل Cloud Storage یا هر فهرست راهنمای محلی سوارشده است. درخواست‌های دستی پیچیدگی را افزایش می‌دهند، اما می‌توانند برای حجم‌های کاری بزرگ‌تر مقیاس‌بندی شوند.
درحال دریافت داده‌های تصویر از دارایی‌های موجود
از getPixels
برای دریافت داده‌های تصویر از دارایی‌های Earth Engine موجود استفاده کنید. شناسه دارایی را مستقیماً به درخواست ارسال می‌کنید، بنابراین نمی‌توانید قبل‌از استخراج پیکسل‌ها، هیچ محاسباتی روی آن‌ها انجام دهید. بلوکی از پیکسل‌ها در منطقه، مقیاس، تصویر، و قالب مشخص‌شده برگردانده می‌شود. مثال زیر دریافت سری زمانی NDVI از مجموعه تصویر MODIS را بااستفاده از getPixels نشان می‌دهد.
اجرا کردن در Google Colab
مشاهده منبع در GitHub
دریافت داده‌های تصویر از تصاویر محاسبه‌شده
از computePixels
برای دریافت داده‌های تصویر از تصویر محاسبه‌شده، مثلاً تصویر ترکیبی، استفاده کنید. با
computePixels،
شیء ee.Image محاسبه‌شده را ازطریق پارامتر expression
ارسال می‌کنید. بلوکی از پیکسل‌های محاسبه‌شده در منطقه، مقیاس، تصویر، و قالب مشخص‌شده برگردانده می‌شود. مثال زیر دریافت تکه‌هایی از داده‌های چندطیفی
از ترکیب Sentinel-2 بدون ابر را نشان می‌دهد.
موازی‌سازی دستی درخواست‌ها
اگرچه می‌توانید برای هر هدفی و با هر حجمی درخواست ارسال کنید، اما ممکن است بخواهید درخواست‌ها را برای گردش‌های کاری بزرگ‌تر موازی کنید. برای ارسال تعداد زیادی از این درخواست‌ها به‌صورت موازی، باید از نقطه پایانی حجم بالای Earth Engine استفاده کنید. تعداد درخواست‌های موازی که می‌توانید داشته باشید براساس سهمیه درخواست تعاملی هم‌زمان شما تعیین می‌شود. برای جزئیات مربوط به زمان استفاده از نقطه پایانی حجم بالا، به صفحه حجم بالای Earth Engine مراجعه کنید.
چندریسمانی
می‌توانید از رشته‌ها برای ایجاد درخواست‌های هم‌زمان استفاده کنید. این رویکرد در دفترهای نمونه getPixels و computePixels نشان داده شده است.
Apache Beam
می‌توانید از خطوط لوله Apache Beam برای موازی‌سازی درخواست‌ها استفاده کنید. این خطوط لوله را می‌توان به‌صورت محلی یا به‌عنوان کارهای Google Dataflow اجرا کرد. برای مثال، این آموزش Geo for Good یا این نمایش People, Planet and AI را ببینید. به‌عنوان جایگزین، کتابخانه‌های موازی‌سازی دیگر شامل Dask و Apache Spark می‌شود.