Earth Engine'dan görüntü verileri alma
Earth Engine'dan Google Drive, Cloud Storage veya bir Earth Engine öğesine resim verileri almak için Export işlevini kullanabilirsiniz. Bu işlem tamamen Earth Engine tarafından yönetilir. Dışa aktarma işleriniz ölçeklendirme sorunlarıyla (ör. bir günden uzun sürer, bellek veya zaman aşımı hataları döndürür) karşılaşıyorsa ya da Apache Beam, Spark veya Dask gibi bir çerçeveyle zaten aşinasanız burada açıklanan veri ayıklama yöntemlerini tercih edebilirsiniz. Bu çerçevelerde uygulanan iş akışları, Dataflow veya Dataproc gibi Google Cloud araçları kullanılarak ölçeklendirilebilir.
Bu kılavuzda, getPixels veya computePixels kullanılarak resim verileri için manuel olarak istek gönderme yöntemleri açıklanmaktadır.
Burada "resim verileri", tutarlı ölçek ve projeksiyona sahip çok boyutlu piksel değeri dizileri anlamına gelir. Bölge, ölçek, projeksiyon ve/veya boyutlar isteğinde belirtilir. ImageFileFormat sayfasında olası çıkış biçimleri listelenir. Çıkış hedefleri arasında Cloud Storage veya yerel olarak monte edilmiş herhangi bir dizin bulunur. Manuel istekler karmaşıklığı artırır ancak daha büyük iş yükleri için ölçeklendirilebilir.
Mevcut öğelerden resim verileri alma
Mevcut Earth Engine öğelerinden resim verileri almak için getPixels
işlevini kullanın. Öğe kimliğini doğrudan isteğe iletmeniz nedeniyle, pikselleri ayıklamadan önce bunlar üzerinde herhangi bir hesaplama yapamazsınız. Belirtilen bölgede, ölçekte, projeksiyonda ve biçimde bir piksel bloğu döndürülür. Aşağıdaki örnekte, getPixels kullanılarak MODIS görüntü koleksiyonundan NDVI zaman serisi elde edilmesi gösterilmektedir.
Google Colab'da çalıştır
GitHub'da kaynağı görüntüleyin
Hesaplanmış görüntülerden görüntü verileri alma
Hesaplanmış bir resimden (ör. bir kompozisyon) resim verileri almak için computePixels
işlevini kullanın. computePixels ile, expression parametresi üzerinden hesaplanmış bir ee.Image nesnesi iletirsiniz. Belirtilen bölgede, ölçekte, projeksiyonda ve biçimde hesaplanmış bir piksel bloğu döndürülür. Aşağıdaki örnekte, bulutsuz bir Sentinel-2 kompozitinden çok bantlı veri yamalarının nasıl alınacağı gösterilmektedir.
İstekleri manuel olarak paralelleştirme
İstekleri istediğiniz amaç için istediğiniz hacimde gönderebilirsiniz ancak daha büyük iş akışları için istekleri paralelleştirmek isteyebilirsiniz. Bu tür birçok isteği paralel olarak yapmak için Earth Engine yüksek hacimli uç noktasını kullanmanız gerekir. Gönderebileceğiniz paralel istek sayısı, eşzamanlı etkileşimli istek kotanız tarafından belirlenir. Yüksek hacimli uç noktanın ne zaman kullanılacağıyla ilgili ayrıntılar için Earth Engine yüksek hacimli sayfasına bakın.
Çok iş parçacıklı
Eşzamanlı istek yapmak için ileti dizilerini kullanabilirsiniz. Bu yaklaşım,
getPixels ve computePixels örnek not defterlerinde gösterilmektedir.
Apache Beam
İstekleri paralelleştirmek için Apache Beam ardışık düzenlerini kullanabilirsiniz. Bu ardışık düzenler yerel olarak veya Google Dataflow işleri olarak çalıştırılabilir. Örnekler için bu Geo for Good eğitimine veya bu People, Planet and AI gösterimine göz atın. Alternatif olarak, Dask ve Apache Spark da paralelleştirme için kullanılabilecek kütüphanelerdir.