Python için Earth Engine'i kullanmaya başlama

Colab logosu Google Colab'da çalıştır GitHub logosu GitHub'da kaynağı görüntüleyin

Bu hızlı başlangıç kılavuzunda, Earth Engine Python arayüzüyle coğrafi verileri görselleştirme ve analiz etme hakkında etkileşimli bir giriş sunulmaktadır.

Başlamadan önce

Bir Google Cloud projesi kaydedin veya oluşturun. Ardından aşağıdaki adımları tamamlamanız istenir. Earth Engine erişimi için kayıtlı bir projeniz varsa sonraki bölüme geçin.

  • Projenin amacını seçin: ticari veya ticari olmayan.
  • Amaç ticari değilse bir proje türü seçin.
  • Yeni bir Google Cloud projesi oluşturun veya mevcut bir projeyi seçin.
  • Amaç ticari ise projeniz için faturalandırmayı doğrulayın veya ayarlayın.
  • Proje bilgilerinizi onaylayın.

    Not: Bu prosedürde oluşturduğunuz kaynakları saklamayı düşünmüyorsanız mevcut projeyi seçmek yerine yeni bir proje oluşturun. Bu adımları tamamladıktan sonra projenizi silerek projeye ait tüm kaynakları kaldırabilirsiniz.

Not defteri kurulumu

Jupyter not defterleri, Earth Engine'u kullanmanıza ve sonuçları etkileşimli olarak keşfetmenize olanak tanır. Başlamanın en hızlı yolu, Google Colab not defterinde bir not defteri oluşturmaktır. Yeni bir not defteri açıp aşağıdaki kod parçalarını ayrı hücrelere kopyalayabilir veya önceden doldurulmuş Earth Engine Python Hızlı Başlangıç not defterini kullanabilirsiniz.
  1. Earth Engine ve geemap kitaplıklarını içe aktarın. 
    import ee
import geemap.core as geemap

  1. Earth Engine hizmetinin kimliğini doğrulayın ve hizmetini başlatın. Kimlik doğrulamayı tamamlamak için gösterilen talimatları uygulayın. PROJECT_ID değerini bu hızlı başlangıç kılavuzu için oluşturduğunuz projenin adıyla değiştirdiğinizden emin olun. 
    ee.Authenticate()
ee.Initialize(project='PROJECT_ID')

Haritaya raster veri ekleme

  1. Belirli bir döneme ait iklim verilerini yükleyin ve meta verilerini görüntüleyin. 
    jan_2023_climate = (
    ee.ImageCollection('ECMWF/ERA5_LAND/MONTHLY_AGGR')
    .filterDate('2023-01', '2023-02')
    .first()
)
jan_2023_climate

  1. Bir harita nesnesi oluşturun ve sıcaklık bandını belirli görselleştirme özelliklerine sahip bir katman olarak ekleyin. Haritayı görüntüleyin. 
    m = geemap.Map(center=[30, 0], zoom=2)

vis_params = {
    'bands': ['temperature_2m'],
    'min': 229,
    'max': 304,
    'palette': 'inferno',
}
m.add_layer(jan_2023_climate, vis_params, 'Temperature (K)')
m

Haritaya vektör verileri ekleme

  1. Üç şehrin noktalarını içeren bir vektör veri nesnesi oluşturun. 
    cities = ee.FeatureCollection([
    ee.Feature(ee.Geometry.Point(10.75, 59.91), {'city': 'Oslo'}),
    ee.Feature(ee.Geometry.Point(-118.24, 34.05), {'city': 'Los Angeles'}),
    ee.Feature(ee.Geometry.Point(103.83, 1.33), {'city': 'Singapore'}),
])
cities
  1. Şehir konumlarını haritaya ekleyin ve haritayı yeniden görüntüleyin. 
    m.add_layer(cities, name='Cities')
m

Verileri ayıklama ve grafik oluşturma

  1. Altair grafik kitaplığını içe aktarın. 
    %pip install -q --upgrade altair
import altair as alt

  1. Üç şehrin iklim verilerini pandas DataFrame olarak ayıklayın. 
    city_climates = jan_2023_climate.reduceRegions(cities, ee.Reducer.first())

city_climates_dataframe = ee.data.computeFeatures(
    {'expression': city_climates, 'fileFormat': 'PANDAS_DATAFRAME'}
)
city_climates_dataframe
  1. Şehirlerin sıcaklık değerlerini çubuk grafik olarak gösterin. 
    alt.Chart(city_climates_dataframe).mark_bar(size=100).encode(
    alt.X('city:N', sort='y', axis=alt.Axis(labelAngle=0), title='City'),
    alt.Y('temperature_2m:Q', title='Temperature (K)'),
    tooltip=[
        alt.Tooltip('city:N', title='City'),
        alt.Tooltip('temperature_2m:Q', title='Temperature (K)'),
    ],
).properties(title='January 2023 temperature for selected cities', width=500)

Sırada ne var?