gee怎么新建代码文件

### 将Shapefile边界数据导入Google Earth Engine 为了将本地存储的Shapefile文件作为资产上传至Google Earth Engine (GEE)，并通过Python脚本实现这一操作，可以遵循如下方法： #### 准备工作 确保已安装`earthengine-api` Python包以及配置好Earth Engine环境[^3]。 ```bash pip install earthengine-api geopandas pandas shapely fiona ``` #### 编写Python脚本 创建一个名为`upload_shapefile_to_gee.py`的新Python文件，并加入以下代码片段。这段程序读取指定路径下的Shapefile文件，将其转换为GeoJSON格式字符串，再调用Earth Engine API执行上传动作。 ```python import ee import os import geopandas as gpd def upload_shapefile(shapefile_path, asset_id): """Uploads a shapefile to Google Earth Engine. Args: shapefile_path (str): Path of the local Shapefile. asset_id (str): Destination Asset ID on GEE. """ # Initialize the Earth Engine library. try: ee.Initialize() except Exception as e: print(f'Error initializing EE: {e}') return if not os.path.exists(shapefile_path): raise FileNotFoundError('The provided path does not exist.') df = gpd.read_file(shapefile_path) geojson_str = df.to_json() task_config = { 'assetId': asset_id, 'pyramidingPolicy': {''.join(df.geometry.name): 'mode'}, 'properties': {}, 'metadataProperties': {} } task = ee.data.newTask({ 'type': 'INGEST', 'sourceUris': ['inline://' + geojson_str], 'tableDestination': { 'id': asset_id, 'tilesetID': '', 'ingestionTimePartitionSpec': None }, **task_config }) response = ee.data.startIngestion(task) print(response) if __name__ == '__main__': SHAPEFILE_PATH = '/path/to/your/shapefile.shp' ASSET_ID = 'users/username/collection_name' upload_shapefile(SHAPEFILE_PATH, ASSET_ID) ``` 此段代码实现了从本地加载Shapefile文件并转化为GeoJSON对象的过程，随后通过Earth Engine的任务接口提交给服务器处理。需要注意的是，在实际部署前应当替换掉示例中的占位符变量（如SHAPEFILE_PATH 和ASSET_ID），使其指向具体的文件位置与目标资源名称[^1]。

### 如何在Google Earth Engine (GEE) 中上传CSV文件 为了在 GEE 中使用本地存储的 CSV 文件，通常的做法是先将该文件上传到用户的 Google Drive 上，再通过 GEE 的 `ee.batch.Export.table.toDrive` 方法将其导入至 GEE 平台中。然而对于已经存在于 Google Drive 中的 CSV 文件，则可以通过 Python API 或 JavaScript API 来读取并加载数据。 当涉及到具体操作时，在 GEE Code Editor 环境下可以直接利用界面功能完成这一过程： 1. 登录 [Earth Engine](https://code.earthengine.google.com/)； 2. 将准备好的 CSV 文件放置于个人 Google Drive 账户内； 3. 使用如下所示代码片段来创建一个表格对象，并指定路径指向存放在云端硬盘中的 CSV 文件； ```javascript // 加载来自Google Drive的数据集作为FeatureCollection var myFeatures = ee.FeatureCollection('projects/your-project-id/assets/path_to_your_csv_file'); print(myFeatures); ``` 值得注意的是上述方法适用于已经在 GEE Asset Manager 中注册过的资产。如果只是单纯地想要把 CSV 数据临时引入用于分析而不保存为永久资源的话，可以考虑采用另一种方式——即借助第三方库比如 geopandas 和 pandas 处理好数据之后再传入给 EE 对象。 另外一种常见的方式是在Python环境中工作: ```python import ee from google.colab import drive drive.mount('/content/drive') # 初始化地球引擎 ee.Initialize() file_path = '/content/drive/My Drive/data.csv' dataset = ee.List([]) with open(file_path,'r') as f: lines=f.readlines() for line in lines[1:]: elements=line.strip().split(',') feature=ee.Feature(ee.Geometry.Point([float(elements[-2]), float(elements[-1])]), {'property':elements[:-2]}) dataset.add(feature) feature_collection = ee.FeatureCollection(dataset) print(feature_collection.getInfo()) ``` 此段脚本展示了如何从挂载点读取 CSV 文件内容并通过逐行解析构建 FeatureCollection 实例[^1]。