Biblioteca Python para consultar o catálogo e realizar operações com dados do CBERS4A
Project description
Cbers4asat
Descrição
Biblioteca Python para consultar o catálogo e realizar operações com dados do CBERS4A e AMAZONIA1.
Download da biblioteca com pip
pip install cbers4asat
Sumário
Descrição: Métodos
- query: Fazer uma busca na API
- Parâmetros:
- location ->
List[float] | Tuple(int, int)
: Bouding box ou Órbita ponto da área de interesse - initial_date: ->
date
: Data inicial da busca - end_date ->
date
: Data limite da busca - cloud ->
int
: Porcentagem máxima de nuvem da busca - limit ->
int
: Limite de quantidade de produtos que irão ser retornados na busca - collections (Opcional) ->
List[str]
: Coleção(ões) de imagens.
- location ->
- Parâmetros:
- download: Baixar banda(s) das cenas retornadas do método
query
- Parâmetros:
- products ->
Dict | GeoDataFrame
: As cenas retornadas da API - bands ->
List[str]
: Banda(s) escolhida(s) dentre as disponíveis da cena - threads (Opcional) ->
int
: Limite de threads para o download paralelo - outdir (Opcional) ->
str
: Caminho onde irá ser salvo as bandas - with_folder (Opcional) ->
bool
: Chave para ativar o agrupamento das bandas baixadas em subpastas
- products ->
- Parâmetros:
- to_geodataframe: Transformar dicionário no formato GeoJSON em GeoDataFrame
- Parâmetros:
- products ->
Dict
: Os produtos retornados da API - crs (Opcional)->
str
: Sistema de referência (ex: EPSG:4326)
- products ->
- Parâmetros:
Exemplos
Buscando produtos com Bounding Box:
# Importar biblioteca do cbers4asat e datetime
from cbers4asat import Cbers4aAPI
from datetime import date
# (Requisito apenas para download)
# Login utilizado no http://www2.dgi.inpe.br/catalogo/explore
# Pode ser adicionado depois com o setter: api.user('meu@email.com')
api = Cbers4aAPI('seu.login@email.com')
# Bouding Box escolhido
bbox = [-63.92944335937501,
-8.819260401678381,
-63.79211425781251,
-8.722218306198739]
# Intervalo de data para a busca
data_inicial = date(2021, 8, 25)
data_final = date(2021, 9, 25)
# Fazer uma busca no catálogo e exibir resultados
produtos = api.query(location=bbox,
initial_date=data_inicial,
end_date=data_final,
cloud=100,
limit=100,
collections=['AMAZONIA1_WFI_L2_DN','CBERS4A_WPM_L4_DN']) #Opcional
print(produtos)
# {'type': 'FeatureCollection', 'features': [{'type': 'Feature', 'id': 'AMAZONIA1_WFI03901620210911CB11', ...
Buscando produtos com órbita e ponto:
from cbers4asat import Cbers4aAPI
from datetime import date
api = Cbers4aAPI('seu.login@email.com')
# Órbita ponto (respectivamente) escolhida
path_row = (229, 124)
data_inicial = date(2021, 8, 25)
data_final = date(2021, 9, 25)
produtos = api.query(location=path_row,
initial_date=data_inicial,
end_date=data_final,
cloud=100,
limit=100,
collections=['AMAZONIA1_WFI_L2_DN','CBERS4A_WPM_L4_DN'])
print(produtos)
# {'type': 'FeatureCollection', 'features': [{'type': 'Feature', 'id': 'CBERS4A_WPM22912420210830', ...
Download de produtos:
from cbers4asat import Cbers4aAPI
from datetime import date
api = Cbers4aAPI('seu.login@email.com')
path_row = (229, 124)
data_inicial = date(2021, 8, 25)
data_final = date(2021, 9, 25)
produtos = api.query(location=path_row,
initial_date=data_inicial,
end_date=data_final,
cloud=100,
limit=1,
collections=['CBERS4A_WPM_L4_DN'])
# Bandas escolhidas: vermelha, verde e azul
# Output do download é opcional e caso omitido será usado o diretório atual
api.download(products=produtos,
bands=['red','green','blue'],
threads=3, # Numero de downloads simultâneos
outdir='./downloads',
with_folder=True) # Agrupar bandas de uma cena(s) em subpasta(s) no diretório ./downloads
# O diretório downloads ficará assim com o with_folder=true :
# downloads/
# +- CBERS4A_WPM22912420210830/
# ++- CBERS_4A_WPM_20210830_229_124_L4_BAND3.tif
# ++- CBERS_4A_WPM_20210830_229_124_L4_BAND2.tif
# ++- CBERS_4A_WPM_20210830_229_124_L4_BAND1.tif
Converter coleção de produtos para GeoDataFrame:
from cbers4asat import Cbers4aAPI
from datetime import date
import geopandas as gpd
api = Cbers4aAPI('seu.login@email.com')
path_row = (229, 124)
data_inicial = date(2021, 8, 25)
data_final = date(2021, 9, 25)
produtos = api.query(location=path_row,
initial_date=data_inicial,
end_date=data_final,
cloud=100,
limit=3,
collections=['CBERS4A_WPM_L4_DN'])
# Converter os produtos para GeoDataFrame
gdf = api.to_geodataframe(produtos, 'EPSG:4674')
print(gdf.to_string())
Download de produtos no GeoDataFrame:
from cbers4asat import Cbers4aAPI
from datetime import date
import geopandas as gpd
api = Cbers4aAPI('seu.login@email.com')
bbox = [-63.92944335937501,
-8.819260401678381,
-63.79211425781251,
-8.722218306198739]
data_inicial = date(2021, 8, 25)
data_final = date(2021, 9, 25)
produtos = api.query(location=bbox,
initial_date=data_inicial,
end_date=data_final,
cloud=100,
limit=3,
collections=['CBERS4A_WPM_L4_DN'])
gdf = api.to_geodataframe(produtos)
# Utiliza a mesma lógica que o download de produtos no formato dicionário
api.download(products=gdf, bands=['red'], outdir='./downloads', with_folder=False)
Contribuição
Convido qualquer pessoa a participar contribuindo com código, relatando bugs, corrigindo bugs, escrevendo documentação e tutoriais e discutindo o futuro deste projeto.
Para mais informações de como contribuir ao projeto, leia ao manual de contribuição
Lista de melhorias:
- Testes unitários
- Filtros e ordenação para produtos no formato Dicionário
- Filtro de cobertura de nuvem por intervalo
- Salvar em GeoJSON
- Método para mostrar Thumbnail das cenas
Licença
Copyright (c) 2022 Gabriel Russo
Copyright (c) 2020 Sandro Klippel
O uso é fornecido sob a Licença do MIT. Veja em LICENSE para mais detalhes.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
cbers4asat-0.6.tar.gz
(11.7 kB
view hashes)
Built Distribution
cbers4asat-0.6-py3-none-any.whl
(11.9 kB
view hashes)