cropmirror 0.0.11

云稷基础算法库

Cropmirror Utils

云稷基础算法库 - 农业遥感处理的专业 Python 库

📦 安装

pip install cropmirror

或从源码安装：

git clone https://github.com/cropmirror/cropmirror-utils.git
cd cropmirror-utils
pip install -e .

🌟 功能特性

• 🛰️ 遥感影像处理: 支持 Planet, Sentinel, Landsat 等多种卫星数据
• 📊 多指标计算: NDVI, NDDI, NDNI, FPAR, ET, FVC, 产量预测等
• 🗺️ 智能分割: 自动识别地块、道路和田埂
• 🎯 精准农业: 灌溉和施肥优先级计算
• 🌡️ 天气集成: 气象数据 IDW 插值
• 📈 可视化: 丰富的数据可视化工具
• 🔄 格式转换: GeoTIFF, Shapefile, GeoJSON 互转

🚀 快速开始

处理 Planet 卫星影像

from cropmirror.remote_sensing import preprocess_planet_image, RemoteSensingProcessor

# 1. 预处理 Planet 影像
tiffile, geometry, properties = preprocess_planet_image("satellite_image.zip")

# 2. 处理遥感数据
processor = RemoteSensingProcessor(
    tiffile=tiffile,
    savepath="output/",
    latitude=37.7749,
    longitude=-122.4194,
    task_create_time="2024-01-01 12:00:00",
    geometry=geometry,
    properties=properties
)

# 3. 运行处理
success = processor.run()

计算植被指数

from cropmirror.remote_sensing import read_tiff, calculate_ndvi

# 读取影像
data, width, height, geotrans, proj = read_tiff("image.tif")

# 计算 NDVI
red_band = data[5, :, :]
nir_band = data[7, :, :]
ndvi = calculate_ndvi(red_band, nir_band)

使用 Planet API

from cropmirror.planet import create_session, quick_search, create_order

# 创建会话
session = create_session(api_key="your_api_key")

# 搜索影像
geometry = {"type": "Polygon", "coordinates": [...]}
scene_ids = quick_search(session, geometry, "2024-01-01T00:00:00Z")

# 创建订单
order = create_order(session, scene_ids, geometry, "my_order")

📚 模块说明

remote_sensing 模块

农业卫星遥感影像处理的核心模块，是遥感数据处理的主入口。

• 主要类: RemoteSensingProcessor, PlanetPreprocessor, AgricultureProcessor
• 功能: 多指标计算、智能聚类、地块分割、掩膜生成
• 文档: 详细文档

planet 模块

Planet 卫星影像 API 集成。

• 功能: 影像搜索、订单创建、自动下载
• 文档: 详细文档

ndvi 模块

NDVI 计算和处方图生成。

• 功能: 灌溉处方图、施肥处方图、喷药处方图
• 文档: 详细文档

utils 模块

通用 GIS 工具函数。

• 功能: GeoJSON 转换、Shapefile 处理、坐标转换

📖 文档

快速开始

• 快速参考 - 5分钟快速上手 ⚡
• 完整使用指南 - 详细教程 📚
• 文档索引 - 所有文档导航 🗂️
• 项目状态 - 项目状态报告 📊

API 文档

• Remote Sensing 模块 - 遥感处理核心
• Planet 模块 - Planet API 集成
• NDVI 模块 - NDVI 分析

迁移和技术

• 迁移指南 - 从旧版本迁移
• 架构改进 - 设计说明
• 优化报告 - 完整报告

💡 使用示例

查看 examples/ 目录获取完整示例：

# 运行遥感处理示例
python examples/remote_sensing_example.py 1

# 运行 Planet 预处理演示
python examples/planet_preprocessing_demo.py 2

🔧 依赖项

主要依赖：

• GDAL >= 3.0
• NumPy >= 2.1.0
• SciPy >= 1.15.2
• scikit-learn >= 1.7.0
• scikit-image >= 0.24.0
• Rasterio >= 1.4.3
• GeoPandas >= 1.0.1

完整依赖列表见 pyproject.toml

🧪 测试

# 运行所有测试
pytest

# 运行特定模块测试
pytest src/test/ndvi/

# 生成覆盖率报告
pytest --cov=src --cov-report=html

🤝 贡献

欢迎贡献！请：

1. Fork 本仓库
2. 创建你的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交你的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启一个 Pull Request

📄 许可证

MIT License - 详见 LICENSE 文件

👥 作者

• Long.liu
• Wenchang

📞 联系方式

• GitHub Issues: 提交问题
• Email: [e-mail]

🔗 相关链接

• GitHub 仓库
• 问题跟踪
• 更新日志

⭐ Star History

如果这个项目对你有帮助，请给我们一个 Star！

---

当前版本: v0.0.10
最后更新: 2024-10-15