搜索、下载和预处理陆地卫星图像
pylandsat的Python项目详细描述
说明
pylandsat是一个python包，允许您搜索和下载 托管在上的公共数据集中的陆地卫星场景 Google Cloud。 此外，它还包括一组类和方法来访问 对下载的场景进行预处理。
仅支持陆地卫星Collection 1，即来自以下传感器和卫星任务的一级数据产品：
- 陆地卫星8号奥利/蒂尔斯
- 陆地卫星7号ETM+
- 陆地卫星4-5 TM
- 陆地卫星1-5号
安装
pip install pylandsat
命令行界面
下载一个或多个场景
使用量
Usage: pylandsat download [OPTIONS][PRODUCTS]... Download a Landsat product according to its identifier. Options: -d, --output-dir PATH Output directory. -f, --files TEXT Comma-separated list of files to download. --help Show this message and exit.
示例
# Download an entire product in the current directory pylandsat download LE07_L1TP_205050_19991104_20170216_01_T1 # Download multiple products pylandsat download \ LE07_L1TP_205050_19991104_20170216_01_T1 \ LE07_L1TP_206050_19991111_20170216_01_T1 # Download only the blue, green and red bands pylandsat download --files B1.TIF,B2.TIF,B3.TIF \ LE07_L1TP_205050_19991104_20170216_01_T1 # Download only quality band pylandsat download --files BQA.TIF \ LE07_L1TP_205050_19991104_20170216_01_T1
搜索场景
为了允许大而快的查询，pylandsat与托管在google云上的landsat目录的本地转储一起工作。因此，需要初始同步：
# Sync local Landsat catalog pylandsat sync-database # Force update pylandsat -f sync-database
数据库存储在可使用以下命令显示的本地目录中：
pylandsat print-datadir
创建数据库后，可以查询本地目录。
使用量
Usage: pylandsat search [OPTIONS] Search for scenes in the Google Landsat Public Dataset catalog. Options: -b, --begin TEXT Begin search date (YYYY-MM-DD). -e, --end TEXT End search date (YYYY-MM-DD). -g, --geojson PATH Area of interest (GeoJSON file). -l, --latlon FLOAT... Point of interest (decimal lat/lon). -p, --path INTEGER WRS2 path. -r, --row INTEGER WRS2 row. -c, --clouds FLOAT Max. cloud cover percentage. -s, --sensors TEXT Comma-separated list of possible sensors. -t, --tiers TEXT Comma-separated list of possible collection tiers. --slcoff Include SLC-off LE7 scenes. -o, --output PATH Output CSV file. --help Show this message and exit.
必须提供至少三个选项：--begin和--end（即兴趣期），以及地理范围（--path和--row，--latlon，--address或--geojson）。默认情况下，pylandsat列出与查询匹配的所有产品ID。可以使用--output选项将完整响应导出到csv文件。请注意，空间范围是作为geojson文件提供的，只考虑第一个特性。
示例
# If only the year is provided, date is set to January 1st pylandsat search \ --begin 1999 --end 2000\ --path 206 --row 50\ --clouds 0# Using latitude and longitude pylandsat search \ --begin 2000 --end 2010\ --latlon 50.85 4.34 # Using a polygon in a GeoJSON file pylandsat search \ --begin 2000 --end 2010\ --geojson brussels.geojson # Using an address that will be geocoded pylandsat search \ --begin 2000 --end 2010\ --address 'Brussels, Belgium'# Limit to TM and ETM sensors pylandsat search \ --begin 1990 --end 2010\ --address 'Brussels, Belgium'\ --sensors LT04,LT05,LE07 # Export results into a CSV file pylandsat search \ --begin 1990 --end 2010\ --address 'Brussels, Belgium'\ --sensors LT04,LT05,LE07 \ --output scenes.csv
# List available sensors, i.e. possible values# for the `--sensors` option pylandsat list-sensors # List available files for a given sensor pylandsat list-available-files LT05
python api
搜索目录
fromdatetimeimportdatetimeimportpandasaspdfromshapely.geometryimportPointfrompylandsatimportCatalog,Productcatalog=Catalog()begin=datetime(2000,1,1)end=datetime(2010,1,1)geom=Point(4.34,50.85)# Results are returned as a pandas dataframescenes=catalog.search(begin=begin,end=end,geom=geom,sensors=['ETM','LC08'])# Get the product ID of the scene with the lowest cloud coverscenes=scenes.sort_values(by='cloud_cover',ascending=True)product_id=scenes.index[0]# Download the sceneproduct=Product(product_id)product.download(out_dir='data')
加载和预处理数据
importnumpyasnpimportrasterioimportmatplotlib.pyplotaspltfrompylandsatimportScene# Access datascene=Scene('data/LE07_L1TP_205050_19991104_20170216_01_T1')print(scene.available_bands())print(scene.product_id)print(scene.sensor)print(scene.date)# Access MTL metadataprint(scene.mtl['IMAGE_ATTRIBUTES']['CLOUD_COVER_LAND'])# Quality bandplt.imshow(scene.quality.read())# Access band datanir=scene.nir.read(1)red=scene.red.read(1)ndvi=(nir+red)/(nir-red)# Access band metadataprint(scene.nir.bname)print(scene.nir.fname)print(scene.nir.profile)print(scene.nir.width,scene.nir.height)print(scene.nir.crs)# Use reflectance values instead of DNnir=scene.nir.to_reflectance()# ..or brightness temperaturetirs=scene.tirs.to_brightness_temperature()# Save file to diskwithrasterio.open('temperature.tif','w',**scene.tirs.profile)asdst:dst.write(tirs,1)
欢迎加入QQ群-->： 979659372
