ছবি রপ্তানি করা, ছবি রপ্তানি করা হচ্ছে

আপনি GeoTIFF বা TFRecord ফর্ম্যাটে আর্থ ইঞ্জিন থেকে ছবি রপ্তানি করতে পারেন। আরও আউটপুট বিকল্পের জন্য কনফিগারেশন পরামিতি দেখুন।

উদাহরণ সেটআপ

রপ্তানি করা হবে এমন চিত্র ডেটা সংজ্ঞায়িত করে শুরু করুন:

// Load a landsat image and select three bands.
var landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515')
  .select(['B4', 'B3', 'B2']);

// Create a geometry representing an export region.
var geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236]);

import ee
import geemap.core as geemap

# Load a landsat image and select three bands.
landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515').select(
    ['B4', 'B3', 'B2']
)

# Create a geometry representing an export region.
geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236])

পরবর্তী প্রজেকশন প্যারামিটারগুলি সংজ্ঞায়িত করুন যা নিম্নলিখিত রপ্তানিতে ব্যবহার করা হবে৷ আমরা সমন্বয় সিস্টেম নির্দিষ্ট করতে crs প্যারামিটার এবং পিক্সেল গ্রিড সুনির্দিষ্টভাবে নির্দিষ্ট করতে crsTransform প্যারামিটার ব্যবহার করি। crsTransform প্যারামিটার হল সারি-মেজর ক্রম [xScale, xShearing, xTranslation, yShearing, yScale, yTranslation] একটি affine রূপান্তর ম্যাট্রিক্স থেকে প্যারামিটারের একটি তালিকা। একটি ছবির উৎপত্তি xTranslation এবং yTranslation মান দ্বারা সংজ্ঞায়িত করা হয় এবং ছবির পিক্সেল আকার xScale এবং yScale মান দ্বারা সংজ্ঞায়িত করা হয়। অ্যাফাইন ম্যাট্রিক্সের উদাহরণ দেখুন।

// Retrieve the projection information from a band of the original image.
// Call getInfo() on the projection to request a client-side object containing
// the crs and transform information needed for the client-side Export function.
var projection = landsat.select('B2').projection().getInfo();

import ee
import geemap.core as geemap

# Retrieve the projection information from a band of the original image.
# Call getInfo() on the projection to request a client-side object containing
# the crs and transform information needed for the client-side Export function.
projection = landsat.select('B2').projection().getInfo()

সেটিং scale

একটি শর্টকাট হিসাবে, আপনি একটি scale প্যারামিটার নির্দিষ্ট করতে পারেন এবং আর্থ ইঞ্জিন আপনার জন্য একটি crsTransform প্যারামিটার গণনা করবে। যাইহোক, কেবলমাত্র একটি চিত্রের স্কেল সেট করা অভিক্ষেপের উত্স নির্দিষ্ট করে না, এবং এর ফলে একই পিক্সেল আকারের সাথে অন্য চিত্রের তুলনায় একটি চিত্র স্থানান্তরিত হতে পারে!

সম্ভাব্য স্থানান্তরের কারণ হল scale প্যারামিটারটি crsTransform এর xScale এবং yScale মানগুলি পূরণ করতে ব্যবহৃত হয়, কিন্তু xTranslation এবং yTranslation মানগুলি গণনা করা হয় যাতে যদি সেগুলি সংশ্লিষ্ট xScale এবং yScale মান দ্বারা ভাগ করা হয় তবে অবশিষ্ট ze হবে৷ এই পরামিতিগুলি একটি পিক্সেল গ্রিড নির্দিষ্ট করে যেখানে অভিক্ষেপের উত্স একটি পিক্সেলের কোণে থাকে। এই কনভেনশনটি কিছু ডেটা প্রদানকারীর দ্বারা ব্যবহৃত অনুবাদের পরামিতিগুলির থেকে পৃথক, যা গ্রিড ব্যবহার করে যা অভিক্ষেপের উত্স থেকে অফসেট করা হয়। উদাহরণস্বরূপ, ইউএসজিএস দ্বারা প্রদত্ত ল্যান্ডস্যাট চিত্রগুলি অনুবাদ পরামিতিগুলি ব্যবহার করে যা অভিক্ষেপের উত্স থেকে 1/2 পিক্সেল দ্বারা অফসেট হয় (30 মি ব্যান্ডের জন্য 15 মি অফসেট) যখন ESA দ্বারা প্রদত্ত সেন্টিনেল -2 চিত্রগুলি অনুবাদের পরামিতিগুলি ব্যবহার করে যা অভিক্ষেপের উত্সের সাথে সংযুক্ত থাকে৷ যদি একটি রপ্তানিতে নির্দিষ্ট করা crsTransform মূল ছবির crsTransform এর সাথে মেলে না, তাহলে আউটপুট পিক্সেলগুলি পুনরায় নমুনা করা হবে (ডিফল্টভাবে নিকটতম প্রতিবেশী ব্যবহার করে), যার ফলে ফলাফলটি আসল চিত্রের তুলনায় স্থানান্তরিত হবে।

সংক্ষেপে, যদি আপনি একটি নির্দিষ্ট চিত্রের সাথে রপ্তানি করা ছবির পিক্সেলগুলিকে মেলাতে চান তবে গ্রিডের সম্পূর্ণ নিয়ন্ত্রণের জন্য crs এবং crsTransform প্যারামিটারগুলি ব্যবহার করতে ভুলবেন না।

ড্রাইভ করতে

আপনার ড্রাইভ অ্যাকাউন্টে একটি ছবি রপ্তানি করতে, Export.image.toDrive() ব্যবহার করুন। উদাহরণস্বরূপ, ল্যান্ডস্যাট চিত্রের অংশগুলি রপ্তানি করতে, রপ্তানির জন্য একটি অঞ্চল নির্ধারণ করুন, তারপরে কল করুন Export.image.toDrive() :

// Export the image, specifying the CRS, transform, and region.
Export.image.toDrive({
  image: landsat,
  description: 'imageToDriveExample_transform',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

import ee
import geemap.core as geemap

# Export the image, specifying the CRS, transform, and region.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToDriveExample_transform',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

এই কোডটি চালানো হলে, কোড এডিটর টাস্ক ট্যাবে একটি এক্সপোর্ট টাস্ক তৈরি করা হবে। এটি শুরু করতে টাস্কের পাশে রান বোতামে ক্লিক করুন। ( কোড এডিটর বিভাগ থেকে টাস্ক ম্যানেজার সম্পর্কে আরও জানুন)। আপনার ড্রাইভ অ্যাকাউন্টে নির্দিষ্ট fileFormat দিয়ে ছবিটি তৈরি করা হবে।

ক্লাউড স্টোরেজ এ

একটি Google ক্লাউড স্টোরেজ বালতিতে একটি ছবি রপ্তানি করতে, Export.image.toCloudStorage() ব্যবহার করুন। ড্রাইভের পরিবর্তে ক্লাউড স্টোরেজে পূর্ববর্তী উদাহরণে ল্যান্ডস্যাট চিত্রটি রপ্তানি করতে, ব্যবহার করুন:

// Export the image to Cloud Storage.
Export.image.toCloudStorage({
  image: landsat,
  description: 'imageToCloudExample',
  bucket: 'your-bucket-name',
  fileNamePrefix: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

import ee
import geemap.core as geemap

# Export the image to Cloud Storage.
task = ee.batch.Export.image.toCloudStorage(
    image=landsat,
    description='imageToCloudExample',
    bucket='your-bucket-name',
    fileNamePrefix='exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

ড্রাইভে রপ্তানির মতো, কার্য ট্যাব থেকে রপ্তানি শুরু করুন। ক্লাউড স্টোরেজ বালতি অবস্থান কর্মক্ষমতা এবং সঞ্চয়স্থান খরচ প্রভাবিত করতে পারে, আরও তথ্যের জন্য অবস্থান বিবেচনায় FAQ এন্ট্রি দেখুন।

সম্পদের কাছে

আপনার আর্থ ইঞ্জিন সম্পদ ফোল্ডারে একটি সম্পত্তিতে একটি চিত্র রপ্তানি করতে, Export.image.toAsset() ব্যবহার করুন৷ আপনার আর্থ ইঞ্জিন সম্পদগুলি পরিচালনা করতে, বা আপনার কতটা স্টোরেজ কোটা ব্যবহার হচ্ছে তা পরীক্ষা করতে, সম্পদ ব্যবস্থাপক ব্যবহার করুন৷ নিম্নলিখিত উদাহরণটি একই ব্যান্ডের জন্য বিভিন্ন পিরামিডিং নীতি ব্যবহার করে ল্যান্ডস্যাট চিত্রের রপ্তানি অংশগুলিকে চিত্রিত করে৷ পিরামিডিং নীতি নির্দেশ করে কিভাবে আর্থ ইঞ্জিন সম্পদের নিম্ন-রেজোলিউশন সংস্করণ গণনা করে। আর্থ ইঞ্জিন কীভাবে স্কেল ডক- এ একাধিক রেজোলিউশন পরিচালনা করে সে সম্পর্কে আরও জানুন।

// Get band 4 from the Landsat image, copy it.
var band4 = landsat.select('B4').rename('b4_mean')
  .addBands(landsat.select('B4').rename('b4_sample'))
  .addBands(landsat.select('B4').rename('b4_max'));

// Export the image to an Earth Engine asset.
Export.image.toAsset({
  image: band4,
  description: 'imageToAssetExample',
  assetId: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  pyramidingPolicy: {
    'b4_mean': 'mean',
    'b4_sample': 'sample',
    'b4_max': 'max'
  }
});

import ee
import geemap.core as geemap

# Get band 4 from the Landsat image, copy it.
band_4 = (
    landsat.select('B4')
    .rename('b4_mean')
    .addBands(landsat.select('B4').rename('b4_sample'))
    .addBands(landsat.select('B4').rename('b4_max'))
)

# Export the image to an Earth Engine asset.
task = ee.batch.Export.image.toAsset(
    image=band_4,
    description='imageToAssetExample',
    assetId='projects/your-project/assets/exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    pyramidingPolicy={
        'b4_mean': 'mean',
        'b4_sample': 'sample',
        'b4_max': 'max',
    },
)
task.start()

আপনি প্রতিটি ব্যান্ডের জন্য একটি ডিফল্ট পিরামিডিং নীতি প্রদান করতে পারেন যা '.default' কী ব্যবহার করে স্পষ্টভাবে নির্দিষ্ট করা হয়নি। আপনি শুধু '.default' কী দিয়েও পাস করতে পারেন। উদাহরণস্বরূপ, সমস্ত ব্যান্ডকে 'নমুনা' পিরামিডিং নীতিতে ডিফল্ট করতে, {'.default': 'sample'} ব্যবহার করুন।

কনফিগারেশন পরামিতি

লক্ষ্য করুন যে Export.image এ পাস করা কনফিগারেশন প্যারামিটারের অভিধানে scale (মিটারে) এবং এক্সপোর্ট অঞ্চল একটি ee.Geometry হিসাবে অন্তর্ভুক্ত রয়েছে। রপ্তানি করা চিত্রটি নির্দিষ্ট স্কেলে পিক্সেল সহ নির্দিষ্ট অঞ্চলকে কভার করবে। যদি স্পষ্টভাবে উল্লেখ না করা হয়, আউটপুটের CRS রপ্তানি করা ছবির প্রথম ব্যান্ড থেকে নেওয়া হবে।

আপনি রপ্তানি করা চিত্রের dimensions , crs এবং/অথবা crsTransform উল্লেখ করতে পারেন। crs এবং crsTransform সম্পর্কে আরও তথ্যের জন্য শব্দকোষটি দেখুন। উদাহরণস্বরূপ, পিক্সেলের একটি ব্লক অন্য ডেটা উৎসের সাথে সুনির্দিষ্টভাবে সারিবদ্ধ করতে, dimensions , crs এবং crsTransform উল্লেখ করুন। পূর্বনির্ধারিত আকারের পিক্সেলের একটি ব্লক পেতে (উদাহরণস্বরূপ একটি 256x256 থাম্বনেইল চিত্র) যা একটি অঞ্চলকে কভার করে, dimensions এবং region নির্দিষ্ট করুন।

আপনি fileFormat প্যারামিটার (ডিফল্টরূপে 'GeoTIFF' ) দিয়ে ইমেজ আউটপুট ফরম্যাট (যদি গন্তব্য toAsset() না হয়) নির্দিষ্ট করতে পারেন।

formatOptions প্যারামিটার

অন্যান্য কনফিগারেশন বিকল্পগুলি formatOptions প্যারামিটারের সাথে সেট করা হয়েছে, যা অন্যান্য বিন্যাস বিকল্পগুলির দ্বারা চাবিকৃত একটি অভিধান হওয়া উচিত, নীচে বর্ণিত প্রতিটি fileFormat জন্য নির্দিষ্ট।

জিওটিআইএফএফ

ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফ

একটি ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফ রপ্তানি করতে, formatOptions জন্য একটি জাভাস্ক্রিপ্ট আক্ষরিক পাস করুন যেখানে cloudOptimized কীটি সত্য হিসাবে সেট করা আছে। পূর্ববর্তী উদাহরণ অব্যাহত:

// Export a cloud-optimized GeoTIFF.
Export.image.toDrive({
  image: landsat,
  description: 'imageToCOGeoTiffExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  fileFormat: 'GeoTIFF',
  formatOptions: {
    cloudOptimized: true
  }
});

import ee
import geemap.core as geemap

# Export a cloud-optimized GeoTIFF.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToCOGeoTiffExample',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    fileFormat='GeoTIFF',
    formatOptions={'cloudOptimized': True},
)
task.start()

ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফগুলিকে ক্লাউড স্টোরেজ থেকে একটি Image পুনরায় লোড করা যেতে পারে৷ বিস্তারিত জানার জন্য Image ওভারভিউ ডক্স দেখুন।

নোডাটা

formatOptions প্যারামিটারের মধ্যে noData কী ব্যবহার করে GeoTIFF নোডাটা মান নির্দিষ্ট করুন। যেমন:

// Set a nodata value and replace masked pixels around the image edge with it.
var noDataVal = -9999;
landsat = landsat.unmask(noDataVal);

Export.image.toDrive({
  image: landsat,
  description: 'imageNoDataExample',
  crs: projection.crs,
  scale: 2000,  // large scale for minimal demo
  region: landsat.geometry(),  // full image bounds
  fileFormat: 'GeoTIFF',
  formatOptions: {
    noData: noDataVal,
  }
});

import ee
import geemap.core as geemap

# Set a nodata value and replace masked pixels around the image edge with it.
no_data_val = -9999
landsat = landsat.unmask(no_data_val)

task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageNoDataExample',
    crs=projection['crs'],
    scale=2000,  # large scale for minimal demo
    region=landsat.geometry(),  # full image bounds
    fileFormat='GeoTIFF',
    formatOptions={'noData': no_data_val},
)
task.start()

মনে রাখবেন যে নোডাটা মানটি ছবির PixelType এর জন্য বৈধ সীমার মধ্যে থাকা উচিত। আপনি ইমেজ মেটাডেটা প্রিন্ট করে এবং প্রথম ব্যান্ডের data_type প্রপার্টি দেখে PixelType চেক করতে পারেন। উদাহরণ স্বরূপ, আপনি ইমেজ মেথড toShort() বা toInt() ব্যবহার করে একটি নির্দিষ্ট টাইপের ডেটা কাস্ট করে ইমেজের PixelType সেট করতে পারেন।

TFR রেকর্ড

TFRecord ডেটা বিন্যাস পৃষ্ঠা দেখুন।

maxPixels

maxPixels প্যারামিটারটি অসাবধানতাবশত তৈরি হওয়া থেকে খুব বড় রপ্তানি প্রতিরোধ করার উদ্দেশ্যে। যদি আপনার উদ্দিষ্ট আউটপুট চিত্রের জন্য ডিফল্ট মান খুব কম হয়, আপনি maxPixels বাড়াতে পারেন। যেমন:

Export.image.toDrive({
  image: landsat,
  description: 'maxPixelsExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  maxPixels: 1e9
});

বড় ফাইল রপ্তানি

আউটপুট ইমেজ বড় হলে, এটি একাধিক ফাইল হিসাবে রপ্তানি করা হবে। আপনি যদি জিওটিআইএফএফ(গুলি) তে রপ্তানি করেন, তাহলে ছবিটি টাইলগুলিতে বিভক্ত হয়৷ প্রতিটি টাইলের ফাইলের নাম হবে baseFilename-yMin-xMin ফর্মে যেখানে xMin এবং yMin হল এক্সপোর্ট করা ছবির সামগ্রিক বাউন্ডিং বাক্সের মধ্যে প্রতিটি টাইলের স্থানাঙ্ক।

আপনি যদি TFRecord-এ রপ্তানি করেন, N+1 ফাইলের জন্য ফাইলগুলি -00000 , -00001 ,... -0000N দ্বারা যুক্ত করা হবে। এই ক্রম বজায় রাখা গুরুত্বপূর্ণ যদি আপনি ফাইলগুলিতে অনুমান সম্পাদন করতে চান এবং পূর্বাভাসগুলিকে আর্থ ইঞ্জিনে একটি চিত্র হিসাবে আপলোড করতে চান৷ বিস্তারিত জানার জন্য TFRecord ফাইল হিসেবে ছবি আপলোড করা দেখুন।

কোড এডিটরে প্রদর্শিত ছবিগুলিকে রপ্তানি করা হচ্ছে

আর্থ ইঞ্জিনে স্ক্রিনে রেন্ডার করা ছবি রপ্তানি করতে, ভিজ্যুয়ালাইজেশন ইমেজ এবং কম্পোজিটিং এবং মোজাইকিং বিভাগে প্রদর্শিত ভিজ্যুয়ালাইজেশন ইমেজ তৈরি করুন। যেহেতু কোড এডিটর 'EPSG:3857' CRS ব্যবহার করে, কোড এডিটর মানচিত্রে প্রদর্শিত একই অভিক্ষেপে একটি চিত্র পেতে এক্সপোর্টে 'EPSG:3857' এর একটি CRS নির্দিষ্ট করুন। আউটপুটের রেজোলিউশন এবং সমন্বয় সিস্টেম নির্দিষ্ট করার বিশদ বিবরণের জন্য চিত্র রপ্তানি কনফিগার করার বিভাগটি দেখুন।

আপনি GeoTIFF বা TFRecord ফর্ম্যাটে আর্থ ইঞ্জিন থেকে ছবি রপ্তানি করতে পারেন। আরও আউটপুট বিকল্পের জন্য কনফিগারেশন পরামিতি দেখুন।

উদাহরণ সেটআপ

রপ্তানি করা হবে এমন চিত্র ডেটা সংজ্ঞায়িত করে শুরু করুন:

// Load a landsat image and select three bands.
var landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515')
  .select(['B4', 'B3', 'B2']);

// Create a geometry representing an export region.
var geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236]);

import ee
import geemap.core as geemap

# Load a landsat image and select three bands.
landsat = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_123032_20140515').select(
    ['B4', 'B3', 'B2']
)

# Create a geometry representing an export region.
geometry = ee.Geometry.Rectangle([116.2621, 39.8412, 116.4849, 40.01236])

পরবর্তী প্রজেকশন প্যারামিটারগুলি সংজ্ঞায়িত করুন যা নিম্নলিখিত রপ্তানিতে ব্যবহার করা হবে৷ আমরা সমন্বয় সিস্টেম নির্দিষ্ট করতে crs প্যারামিটার এবং পিক্সেল গ্রিড সুনির্দিষ্টভাবে নির্দিষ্ট করতে crsTransform প্যারামিটার ব্যবহার করি। crsTransform প্যারামিটার হল সারি-মেজর ক্রম [xScale, xShearing, xTranslation, yShearing, yScale, yTranslation] একটি affine রূপান্তর ম্যাট্রিক্স থেকে প্যারামিটারের একটি তালিকা। একটি ছবির উৎপত্তি xTranslation এবং yTranslation মান দ্বারা সংজ্ঞায়িত করা হয় এবং ছবির পিক্সেল আকার xScale এবং yScale মান দ্বারা সংজ্ঞায়িত করা হয়। অ্যাফাইন ম্যাট্রিক্সের উদাহরণ দেখুন।

// Retrieve the projection information from a band of the original image.
// Call getInfo() on the projection to request a client-side object containing
// the crs and transform information needed for the client-side Export function.
var projection = landsat.select('B2').projection().getInfo();

import ee
import geemap.core as geemap

# Retrieve the projection information from a band of the original image.
# Call getInfo() on the projection to request a client-side object containing
# the crs and transform information needed for the client-side Export function.
projection = landsat.select('B2').projection().getInfo()

সেটিং scale

একটি শর্টকাট হিসাবে, আপনি একটি scale প্যারামিটার নির্দিষ্ট করতে পারেন এবং আর্থ ইঞ্জিন আপনার জন্য একটি crsTransform প্যারামিটার গণনা করবে। যাইহোক, কেবলমাত্র একটি চিত্রের স্কেল সেট করা অভিক্ষেপের উত্স নির্দিষ্ট করে না, এবং এর ফলে একই পিক্সেল আকারের সাথে অন্য চিত্রের তুলনায় একটি চিত্র স্থানান্তরিত হতে পারে!

সম্ভাব্য স্থানান্তরের কারণ হল scale প্যারামিটারটি crsTransform এর xScale এবং yScale মানগুলি পূরণ করতে ব্যবহৃত হয়, কিন্তু xTranslation এবং yTranslation মানগুলি গণনা করা হয় যাতে যদি সেগুলি সংশ্লিষ্ট xScale এবং yScale মান দ্বারা ভাগ করা হয় তবে অবশিষ্ট ze হবে৷ এই পরামিতিগুলি একটি পিক্সেল গ্রিড নির্দিষ্ট করে যেখানে অভিক্ষেপের উত্স একটি পিক্সেলের কোণে থাকে। এই কনভেনশনটি কিছু ডেটা প্রদানকারীর দ্বারা ব্যবহৃত অনুবাদের পরামিতিগুলির থেকে পৃথক, যা গ্রিড ব্যবহার করে যা অভিক্ষেপের উত্স থেকে অফসেট করা হয়। উদাহরণস্বরূপ, ইউএসজিএস দ্বারা প্রদত্ত ল্যান্ডস্যাট চিত্রগুলি অনুবাদ পরামিতিগুলি ব্যবহার করে যা অভিক্ষেপের উত্স থেকে 1/2 পিক্সেল দ্বারা অফসেট হয় (30 মি ব্যান্ডের জন্য 15 মি অফসেট) যখন ESA দ্বারা প্রদত্ত সেন্টিনেল -2 চিত্রগুলি অনুবাদের পরামিতিগুলি ব্যবহার করে যা অভিক্ষেপের উত্সের সাথে সংযুক্ত থাকে৷ যদি একটি রপ্তানিতে নির্দিষ্ট করা crsTransform মূল ছবির crsTransform এর সাথে মেলে না, তাহলে আউটপুট পিক্সেলগুলি পুনরায় নমুনা করা হবে (ডিফল্টভাবে নিকটতম প্রতিবেশী ব্যবহার করে), যার ফলে ফলাফলটি আসল চিত্রের তুলনায় স্থানান্তরিত হবে।

সংক্ষেপে, যদি আপনি একটি নির্দিষ্ট চিত্রের সাথে রপ্তানি করা ছবির পিক্সেলগুলিকে মেলাতে চান তবে গ্রিডের সম্পূর্ণ নিয়ন্ত্রণের জন্য crs এবং crsTransform প্যারামিটারগুলি ব্যবহার করতে ভুলবেন না।

ড্রাইভ করতে

আপনার ড্রাইভ অ্যাকাউন্টে একটি ছবি রপ্তানি করতে, Export.image.toDrive() ব্যবহার করুন। উদাহরণস্বরূপ, ল্যান্ডস্যাট চিত্রের অংশগুলি রপ্তানি করতে, রপ্তানির জন্য একটি অঞ্চল নির্ধারণ করুন, তারপরে কল করুন Export.image.toDrive() :

// Export the image, specifying the CRS, transform, and region.
Export.image.toDrive({
  image: landsat,
  description: 'imageToDriveExample_transform',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

import ee
import geemap.core as geemap

# Export the image, specifying the CRS, transform, and region.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToDriveExample_transform',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

এই কোডটি চালানো হলে, কোড এডিটর টাস্ক ট্যাবে একটি এক্সপোর্ট টাস্ক তৈরি করা হবে। এটি শুরু করতে টাস্কের পাশে রান বোতামে ক্লিক করুন। ( কোড এডিটর বিভাগ থেকে টাস্ক ম্যানেজার সম্পর্কে আরও জানুন)। আপনার ড্রাইভ অ্যাকাউন্টে নির্দিষ্ট fileFormat দিয়ে ছবিটি তৈরি করা হবে।

ক্লাউড স্টোরেজ এ

একটি Google ক্লাউড স্টোরেজ বালতিতে একটি ছবি রপ্তানি করতে, Export.image.toCloudStorage() ব্যবহার করুন। ড্রাইভের পরিবর্তে ক্লাউড স্টোরেজে পূর্ববর্তী উদাহরণে ল্যান্ডস্যাট চিত্রটি রপ্তানি করতে, ব্যবহার করুন:

// Export the image to Cloud Storage.
Export.image.toCloudStorage({
  image: landsat,
  description: 'imageToCloudExample',
  bucket: 'your-bucket-name',
  fileNamePrefix: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry
});

import ee
import geemap.core as geemap

# Export the image to Cloud Storage.
task = ee.batch.Export.image.toCloudStorage(
    image=landsat,
    description='imageToCloudExample',
    bucket='your-bucket-name',
    fileNamePrefix='exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
)
task.start()

ড্রাইভে রপ্তানির মতো, কার্য ট্যাব থেকে রপ্তানি শুরু করুন। ক্লাউড স্টোরেজ বালতি অবস্থান কর্মক্ষমতা এবং সঞ্চয়স্থান খরচ প্রভাবিত করতে পারে, আরও তথ্যের জন্য অবস্থান বিবেচনায় FAQ এন্ট্রি দেখুন।

সম্পদের কাছে

আপনার আর্থ ইঞ্জিন সম্পদ ফোল্ডারে একটি সম্পত্তিতে একটি চিত্র রপ্তানি করতে, Export.image.toAsset() ব্যবহার করুন৷ আপনার আর্থ ইঞ্জিন সম্পদগুলি পরিচালনা করতে, বা আপনার কতটা স্টোরেজ কোটা ব্যবহার হচ্ছে তা পরীক্ষা করতে, সম্পদ ব্যবস্থাপক ব্যবহার করুন৷ নিম্নলিখিত উদাহরণটি একই ব্যান্ডের জন্য বিভিন্ন পিরামিডিং নীতি ব্যবহার করে ল্যান্ডস্যাট চিত্রের রপ্তানি অংশগুলিকে চিত্রিত করে৷ পিরামিডিং নীতি নির্দেশ করে কিভাবে আর্থ ইঞ্জিন সম্পদের নিম্ন-রেজোলিউশন সংস্করণ গণনা করে। আর্থ ইঞ্জিন কীভাবে স্কেল ডক- এ একাধিক রেজোলিউশন পরিচালনা করে সে সম্পর্কে আরও জানুন।

// Get band 4 from the Landsat image, copy it.
var band4 = landsat.select('B4').rename('b4_mean')
  .addBands(landsat.select('B4').rename('b4_sample'))
  .addBands(landsat.select('B4').rename('b4_max'));

// Export the image to an Earth Engine asset.
Export.image.toAsset({
  image: band4,
  description: 'imageToAssetExample',
  assetId: 'exampleExport',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  pyramidingPolicy: {
    'b4_mean': 'mean',
    'b4_sample': 'sample',
    'b4_max': 'max'
  }
});

import ee
import geemap.core as geemap

# Get band 4 from the Landsat image, copy it.
band_4 = (
    landsat.select('B4')
    .rename('b4_mean')
    .addBands(landsat.select('B4').rename('b4_sample'))
    .addBands(landsat.select('B4').rename('b4_max'))
)

# Export the image to an Earth Engine asset.
task = ee.batch.Export.image.toAsset(
    image=band_4,
    description='imageToAssetExample',
    assetId='projects/your-project/assets/exampleExport',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    pyramidingPolicy={
        'b4_mean': 'mean',
        'b4_sample': 'sample',
        'b4_max': 'max',
    },
)
task.start()

আপনি প্রতিটি ব্যান্ডের জন্য একটি ডিফল্ট পিরামিডিং নীতি প্রদান করতে পারেন যা '.default' কী ব্যবহার করে স্পষ্টভাবে নির্দিষ্ট করা হয়নি। আপনি শুধু '.default' কী দিয়েও পাস করতে পারেন। উদাহরণস্বরূপ, সমস্ত ব্যান্ডকে 'নমুনা' পিরামিডিং নীতিতে ডিফল্ট করতে, {'.default': 'sample'} ব্যবহার করুন।

কনফিগারেশন পরামিতি

লক্ষ্য করুন যে Export.image এ পাস করা কনফিগারেশন প্যারামিটারের অভিধানে scale (মিটারে) এবং এক্সপোর্ট অঞ্চল একটি ee.Geometry হিসাবে অন্তর্ভুক্ত রয়েছে। রপ্তানি করা চিত্রটি নির্দিষ্ট স্কেলে পিক্সেল সহ নির্দিষ্ট অঞ্চলকে কভার করবে। যদি স্পষ্টভাবে উল্লেখ না করা হয়, আউটপুটের CRS রপ্তানি করা ছবির প্রথম ব্যান্ড থেকে নেওয়া হবে।

আপনি রপ্তানি করা চিত্রের dimensions , crs এবং/অথবা crsTransform উল্লেখ করতে পারেন। crs এবং crsTransform সম্পর্কে আরও তথ্যের জন্য শব্দকোষটি দেখুন। উদাহরণস্বরূপ, পিক্সেলের একটি ব্লক অন্য ডেটা উৎসের সাথে সুনির্দিষ্টভাবে সারিবদ্ধ করতে, dimensions , crs এবং crsTransform উল্লেখ করুন। পূর্বনির্ধারিত আকারের পিক্সেলের একটি ব্লক পেতে (উদাহরণস্বরূপ একটি 256x256 থাম্বনেইল চিত্র) যা একটি অঞ্চলকে কভার করে, dimensions এবং region নির্দিষ্ট করুন।

আপনি fileFormat প্যারামিটার (ডিফল্টরূপে 'GeoTIFF' ) দিয়ে ইমেজ আউটপুট ফরম্যাট (যদি গন্তব্য toAsset() না হয়) নির্দিষ্ট করতে পারেন।

formatOptions প্যারামিটার

অন্যান্য কনফিগারেশন বিকল্পগুলি formatOptions প্যারামিটারের সাথে সেট করা হয়েছে, যা অন্যান্য বিন্যাস বিকল্পগুলির দ্বারা চাবিকৃত একটি অভিধান হওয়া উচিত, নীচে বর্ণিত প্রতিটি fileFormat জন্য নির্দিষ্ট।

জিওটিআইএফএফ

ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফ

একটি ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফ রপ্তানি করতে, formatOptions জন্য একটি জাভাস্ক্রিপ্ট আক্ষরিক পাস করুন যেখানে cloudOptimized কীটি সত্য হিসাবে সেট করা আছে। পূর্ববর্তী উদাহরণ অব্যাহত:

// Export a cloud-optimized GeoTIFF.
Export.image.toDrive({
  image: landsat,
  description: 'imageToCOGeoTiffExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  fileFormat: 'GeoTIFF',
  formatOptions: {
    cloudOptimized: true
  }
});

import ee
import geemap.core as geemap

# Export a cloud-optimized GeoTIFF.
task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageToCOGeoTiffExample',
    crs=projection['crs'],
    crsTransform=projection['transform'],
    region=geometry,
    fileFormat='GeoTIFF',
    formatOptions={'cloudOptimized': True},
)
task.start()

ক্লাউড অপ্টিমাইজ করা জিওটিআইএফএফগুলিকে ক্লাউড স্টোরেজ থেকে একটি Image পুনরায় লোড করা যেতে পারে৷ বিস্তারিত জানার জন্য Image ওভারভিউ ডক্স দেখুন।

নোডাটা

formatOptions প্যারামিটারের মধ্যে noData কী ব্যবহার করে GeoTIFF নোডাটা মান নির্দিষ্ট করুন। যেমন:

// Set a nodata value and replace masked pixels around the image edge with it.
var noDataVal = -9999;
landsat = landsat.unmask(noDataVal);

Export.image.toDrive({
  image: landsat,
  description: 'imageNoDataExample',
  crs: projection.crs,
  scale: 2000,  // large scale for minimal demo
  region: landsat.geometry(),  // full image bounds
  fileFormat: 'GeoTIFF',
  formatOptions: {
    noData: noDataVal,
  }
});

import ee
import geemap.core as geemap

# Set a nodata value and replace masked pixels around the image edge with it.
no_data_val = -9999
landsat = landsat.unmask(no_data_val)

task = ee.batch.Export.image.toDrive(
    image=landsat,
    description='imageNoDataExample',
    crs=projection['crs'],
    scale=2000,  # large scale for minimal demo
    region=landsat.geometry(),  # full image bounds
    fileFormat='GeoTIFF',
    formatOptions={'noData': no_data_val},
)
task.start()

মনে রাখবেন যে নোডাটা মানটি ছবির PixelType এর জন্য বৈধ সীমার মধ্যে থাকা উচিত। আপনি ইমেজ মেটাডেটা প্রিন্ট করে এবং প্রথম ব্যান্ডের data_type প্রপার্টি দেখে PixelType চেক করতে পারেন। উদাহরণ স্বরূপ, আপনি ইমেজ মেথড toShort() বা toInt() ব্যবহার করে একটি নির্দিষ্ট টাইপের ডেটা কাস্ট করে ইমেজের PixelType সেট করতে পারেন।

TFR রেকর্ড

TFRecord ডেটা বিন্যাস পৃষ্ঠা দেখুন।

maxPixels

maxPixels প্যারামিটারটি অসাবধানতাবশত তৈরি হওয়া থেকে খুব বড় রপ্তানি প্রতিরোধ করার উদ্দেশ্যে। যদি আপনার উদ্দিষ্ট আউটপুট চিত্রের জন্য ডিফল্ট মান খুব কম হয়, আপনি maxPixels বাড়াতে পারেন। যেমন:

Export.image.toDrive({
  image: landsat,
  description: 'maxPixelsExample',
  crs: projection.crs,
  crsTransform: projection.transform,
  region: geometry,
  maxPixels: 1e9
});

বড় ফাইল রপ্তানি

আউটপুট ইমেজ বড় হলে, এটি একাধিক ফাইল হিসাবে রপ্তানি করা হবে। আপনি যদি জিওটিআইএফএফ(গুলি) তে রপ্তানি করেন, তাহলে ছবিটি টাইলগুলিতে বিভক্ত হয়৷ প্রতিটি টাইলের ফাইলের নাম হবে baseFilename-yMin-xMin ফর্মে যেখানে xMin এবং yMin হল এক্সপোর্ট করা ছবির সামগ্রিক বাউন্ডিং বাক্সের মধ্যে প্রতিটি টাইলের স্থানাঙ্ক।

আপনি যদি TFRecord-এ রপ্তানি করেন, N+1 ফাইলের জন্য ফাইলগুলি -00000 , -00001 ,... -0000N দ্বারা যুক্ত করা হবে। এই ক্রম বজায় রাখা গুরুত্বপূর্ণ যদি আপনি ফাইলগুলিতে অনুমান সম্পাদন করতে চান এবং পূর্বাভাসগুলিকে আর্থ ইঞ্জিনে একটি চিত্র হিসাবে আপলোড করতে চান৷ বিস্তারিত জানার জন্য TFRecord ফাইল হিসেবে ছবি আপলোড করা দেখুন।

কোড এডিটরে প্রদর্শিত ছবিগুলিকে রপ্তানি করা হচ্ছে

আর্থ ইঞ্জিনে স্ক্রিনে রেন্ডার করা ছবি রপ্তানি করতে, ভিজ্যুয়ালাইজেশন ইমেজ এবং কম্পোজিটিং এবং মোজাইকিং বিভাগে প্রদর্শিত ভিজ্যুয়ালাইজেশন ইমেজ তৈরি করুন। যেহেতু কোড এডিটর 'EPSG:3857' CRS ব্যবহার করে, কোড এডিটর মানচিত্রে প্রদর্শিত একই অভিক্ষেপে একটি চিত্র পেতে এক্সপোর্টে 'EPSG:3857' এর একটি CRS নির্দিষ্ট করুন। আউটপুটের রেজোলিউশন এবং সমন্বয় সিস্টেম নির্দিষ্ট করার বিশদ বিবরণের জন্য চিত্র রপ্তানি কনফিগার করার বিভাগটি দেখুন।