This project is for using Google Earth Engine(GEE) with Python3 language. I follow the suggestion from GEE, using Google Colab in the project. Here are the introduction of each function in the project：
This function is used to transfer GEE satellite image into Xarray's DataArray file format. The time-seires images of ROI will be stored in a 4-D DataArray. The output file could be further saved as netCDF4 file.
遙感探測(Remote sensing),簡稱為遙測,是透過衛星或任何飛行器搭載觀測儀器,達成遠距離觀測地球表面的目的。在森林學領域中,有一個分支便是利用遙測技術進 >行資源探勘與管理。林學領域會用到的影像來源包含飛機、無人機、衛星等,其中衛星影像因為具有定期拍攝的性質,而被廣泛用於各種監測研究。過往要進行衛星影像 >分析,有幾個大問題需要克服:
- 電腦的容量,大量的衛星影像需要很大的空間儲存。
- 電腦的運算速度(包含 RAM 容量),電腦要運算大量的圖資,基本上很吃運算資源,不夠好的電腦就會跑半天可能還沒辦法得到一張圖;如果 RAM 太小,往往也會導致分析無法進行。
如果想要分析長期累積的影像,上述兩點幾乎是一般學生無法克服的困難。基於此,為了讓更多人可以利用這些開放圖資,目前的趨勢是將影像儲存與資料分析都置於雲端>平台,個人使用者只需要透過瀏覽器下達指令即可連線遠端電腦完成運算,傳回所需結果。
Google Earth Engine(GEE)便是由 Google 開發並開放免費使用的雲端衛星資料分析平台。Google 將重新分類的衛星資料儲存於 Google Cloud 雲端服務中,並開放使用者透過 GEE 平台編寫 code,調用衛星影像進行分析。官方提供兩種程式語言供使用者操作 GEE, 1.是透過瀏覽器 IDE 編寫的 Javascript, 2.是 python 語言。
Python 作為兩大資料科學主流語言,已有相當成熟的技術與許多社群致力開發許多科學分析 library(e.g. Scipy 生態系);近年來也有社群希望統合地球科學 分析相關重要library,使之成為一個分析平台(e.g. Pangeo)。GEE api利用特別設計的格式來儲存影像物件，並透過GEE的演算法來進行分析，同時提供將資料取出的函式,以便讓有需求的使用者可以自行完成資料的取用。
因為並未找到相關已存在的轉換函數,本 project 選擇將其轉為 xarray 中的 ”DataArray”,此一專為多維矩陣運算所設計的格式,以便界接。
圖1. 本專案流程圖
轉檔完成的 DataArray 具有三個維度,分別為衛星影像的經度、緯度與時間軸。觀測值(如 NDVI、溫度、降水量等)依上述維度分別存於對應的欄位,若有一個以上的觀測值,則增加新的維度以儲存,在 xarray 中稱這些觀測值欄位為 Data variables,原則上Data variables的儲存沒有上限,端看需求。完成轉檔後,DataArray可以選擇另存為”.netCDF4”格式,並使用相關 function 進行分析,在此我們列出各時間點的 NDVI 觀測值與繪出選定區域的平均 NDVI 變化曲線。
圖2. 結果Demo