Python 安装 - Colab 笔记本

Earth Engine Python API 可在 Google Colaboratory 笔记本中部署。Colab 笔记本是运行在云端的 Jupyter 笔记本，与 Google 云端硬盘高度集成，因此易于设置、访问和共享。如果您不熟悉 Google Colab 或 Jupyter 笔记本，请花些时间探索 Colab 欢迎网站。

以下部分介绍了如何在 Google Colab 中部署 Earth Engine，以及如何使用第三方 Python 软件包可视化地图和图表。

打开 Colab 笔记本

您可以通过 Google 云端硬盘或 Colaboratory 界面打开笔记本。

新建笔记本

Google 云端硬盘

打开 Google 云端硬盘，然后创建一个新文件。

  • 新建 > 更多 > Colaboratory
  • 右键点击某个文件夹，然后从上下文菜单中选择 More > Colaboratory。

Colab 界面

访问 Colab 网站，然后创建一个新文件。

  • 文件 > 新建 > 新建 Python 3 笔记本
  • 如果您之前使用过 Colab，访问上述链接的网站后，您会看到一个文件资源管理器，您可以在其中使用窗口底部的下拉菜单创建新文件。

现有记事本

您可以通过 Google 云端硬盘和 Colab 界面打开现有笔记本文件 (.ipynb)。

Google 云端硬盘

Colab 笔记本可以存在于 Google 云端硬盘的多个文件夹中，具体取决于笔记本文件的创建位置。在 Google 云端硬盘中创建的记事本将位于创建或移至该记事本的文件夹中。通过 Colab 界面创建的笔记本将默认保存到名为“Colab Notebooks”的文件夹中，该文件夹会在您开始使用 Colab 时自动添加到 Google 云端硬盘的“我的云端硬盘”文件夹中。

Colab 文件带有黄色“CO”符号和“.ipynb”文件扩展名。如需打开文件，请双击相应文件，然后从随即显示的页面顶部的按钮中选择 Open with > Colaboratory；或者右键点击相应文件，然后从文件的上下文菜单中选择 Open with > Colaboratory。

Colab 界面

通过 Colab 界面打开笔记本后，您可以访问 Google 云端硬盘、GitHub 和本地硬件中的现有文件。首次使用后访问 Colab 界面会导致显示文件资源管理器模态窗口。从文件资源管理器顶部的标签页中，选择一个来源，然后前往要打开的 .ipynb 文件。您还可以通过 Colab 界面访问文件浏览器，方法是依次选择 File > Open notebook 或使用 Ctrl+O 键盘组合。

导入 API 并获取凭据

本部分演示了如何导入 Earth Engine Python API 并对访问进行身份验证。本内容还以 Colab 笔记本的形式提供：

Colab 徽标 在 Google Colab 中运行 GitHub 徽标 在 GitHub 上查看源代码

Earth Engine API 默认包含在 Google Colaboratory 中，因此只需导入和进行身份验证即可。在每次开启新的 Colab 会话时，或者在您重启 Colab 内核或 Colab 虚拟机因闲置而被回收时，都必须完成这些步骤。

导入 API

运行以下单元格，将该 API 导入到您的会话中。

import ee

身份验证和初始化

运行 ee.Authenticate 函数以对您对 Earth Engine 服务器的访问权限进行身份验证，并运行 ee.Initialize 以对其进行初始化。添加一个代码单元，输入以下代码行，修改项目，然后运行该单元。

# Trigger the authentication flow.
ee.Authenticate()

# Initialize the library.
ee.Initialize(project='my-project')

系统会要求您授权访问您的 Earth Engine 账号。按照单元格中显示的说明完成此步骤。

测试 API

通过输出珠穆朗玛峰的海拔来测试该 API。请注意，您必须先初始化该 API，然后才能使用它。在新单元格中运行以下 Python 脚本。

# Print the elevation of Mount Everest.
dem = ee.Image('USGS/SRTMGL1_003')
xy = ee.Geometry.Point([86.9250, 27.9881])
elev = dem.sample(xy, 30).first().get('elevation').getInfo()
print('Mount Everest elevation (m):', elev)

地图可视化

ee.Image 对象可以显示在笔记本输出单元格中。以下两个示例演示了如何显示静态图片和互动地图。

静态图片

IPython.display 模块包含 Image 函数，该函数可以显示网址的结果，该网址表示通过调用 Earth Engine getThumbUrl 函数生成的图片。以下脚本将显示全球海拔模型的缩略图。

# Import libraries.
import ee
from IPython.display import Image

# Trigger the authentication flow.
ee.Authenticate()

# Initialize the library.
ee.Initialize(project='my-project')

# Import a DEM and display a thumbnail of it.
dem = ee.Image('USGS/SRTMGL1_003')
Image(url=dem.updateMask(dem.gt(0))
  .getThumbUrl({'min': 0, 'max': 4000, 'dimensions': 512,
                'palette': ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5']}))

互动地图

folium 软件包可用于在交互式 Leaflet 地图上显示 ee.Image 对象。Folium 没有用于处理 Earth Engine 中的图块的默认方法，因此必须先定义一个方法并将其添加到 folium.Map 模块，然后才能使用。

以下脚本提供了一个示例，展示了如何添加用于处理 Earth Engine 图块的方法，并使用该方法在地图项地图上显示海拔模型。

# Import libraries.
import ee
import folium

# Trigger the authentication flow.
ee.Authenticate()

# Initialize the library.
ee.Initialize(project='my-project')

# Define a method for displaying Earth Engine image tiles to folium map.
def add_ee_layer(self, ee_image_object, vis_params, name):
  map_id_dict = ee.Image(ee_image_object).getMapId(vis_params)
  folium.raster_layers.TileLayer(
    tiles = map_id_dict['tile_fetcher'].url_format,
    attr = "Map Data © Google Earth Engine",
    name = name,
    overlay = True,
    control = True
  ).add_to(self)

# Add EE drawing method to folium.
folium.Map.add_ee_layer = add_ee_layer

# Fetch an elevation model.
dem = ee.Image('USGS/SRTMGL1_003')
# Set visualization parameters.
vis_params = {
  'min': 0,
  'max': 4000,
  'palette': ['006633', 'E5FFCC', '662A00', 'D8D8D8', 'F5F5F5']}

# Create a folium map object.
my_map = folium.Map(location=[20, 0], zoom_start=3)

# Add the elevation model to the map object.
my_map.add_ee_layer(dem.updateMask(dem.gt(0)), vis_params, 'DEM')

# Add a layer control panel to the map.
my_map.add_child(folium.LayerControl())

# Display the map.
display(my_map)

图表可视化

某些 Earth Engine 函数会生成表格数据，这些数据可以通过 matplotlib 等数据可视化软件包绘制图表。以下示例演示了如何将 Earth Engine 中的表格数据显示为散点图。如需了解详情，请参阅 Colaboratory 中的图表。

# Import libraries.
import ee
import matplotlib.pyplot as plt

# Trigger the authentication flow.
ee.Authenticate()

# Initialize the Earth Engine module.
ee.Initialize(project='my-project')

# Fetch a Landsat TOA image.
img = ee.Image('LANDSAT/LT05/C02/T1_TOA/LT05_034033_20000913')

# Select Red and NIR bands, scale them, and sample 500 points.
samp_fc = img.select(['B3','B4']).sample(scale=30, numPixels=500)

# Arrange the sample as a list of lists.
samp_dict = samp_fc.reduceColumns(ee.Reducer.toList().repeat(2), ['B3', 'B4'])
samp_list = ee.List(samp_dict.get('list'))

# Save server-side ee.List as a client-side Python list.
samp_data = samp_list.getInfo()

# Display a scatter plot of Red-NIR sample pairs using matplotlib.
plt.scatter(samp_data[0], samp_data[1], alpha=0.2)
plt.xlabel('Red', fontsize=12)
plt.ylabel('NIR', fontsize=12)
plt.show()