图片数据提取

从 Earth Engine 获取图片数据

如需将图片数据从 Earth Engine 导出到 Google 云端硬盘、Cloud Storage 或 Earth Engine 资产，您可以使用 Export，该作业将完全由 Earth Engine 处理。如果您的导出作业存在扩缩问题（例如，需要超过一天的时间、返回内存或超时错误），或者您已经熟悉 Apache Beam、Spark 或 Dask 等框架，则可能更倾向于使用此处介绍的数据提取方法。您可以使用 Dataflow 或 Dataproc 等 Google Cloud 工具扩展在这些框架中实现的工作流。

具体而言，本指南介绍了使用 getPixels 或 computePixels 手动请求图片数据的方法。 在这里，“图片数据”是指具有一致的比例和投影的像素值的多维数组。在请求中指定区域、比例、投影和/或尺寸。ImageFileFormat 页面列出了可能的输出格式。输出目的地包括 Cloud Storage 或任何本地挂载的目录。手动请求会增加复杂性，但可以扩展到更大的工作负载。

从现有素材资源获取图片数据

使用 getPixels 从现有 Earth Engine 资产获取图片数据。您会直接将素材资源 ID 传递给请求，因此在提取像素之前，您无法对像素执行任何计算。返回指定区域、比例、投影和格式的像素块。以下示例演示了如何使用 getPixels 从 MODIS 图像集获取 NDVI 的时间序列。

在 Google Colab 中运行

在 GitHub 上查看源代码

从计算图片中获取图片数据

使用 computePixels 从计算图片（例如合成图片）获取图片数据。使用 computePixels 时，您可以通过 expression 参数传递计算出的 ee.Image 对象。返回指定区域、比例、投影和格式的一块计算像素。以下示例展示了如何从无云 Sentinel-2 合成图像中获取多光谱数据补丁。

在 Google Colab 中运行

在 GitHub 上查看源代码

手动并行处理请求

虽然您可以出于任何目的发出任何数量的请求，但对于更大的工作流，您可能需要并行发出请求。如需并行发出许多此类请求，您应使用 Earth Engine 高吞吐量端点。 您可以发出的并发请求数量由并发交互式请求配额设置。如需详细了解何时使用高吞吐量端点，请参阅 Earth Engine 高吞吐量页面。

多线程处理

您可以使用线程发出并发请求。getPixels 和 computePixels 示例笔记本中演示了此方法。

Apache Beam

您可以使用 Apache Beam 流水线来并行处理请求。这些流水线可以在本地运行，也可以作为 Google Dataflow 作业运行。如需查看示例，请参阅这项“Geo for Good”培训或这项“人、地球和 AI”演示。或者，其他并行处理库包括 Dask 和 Apache Spark。