معرفی شرکت ها
cbers4asat-0.6
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Biblioteca Python para consultar o catálogo e realizar operações com dados do CBERS4A
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | cbers4asat-0.6 |
| نام | cbers4asat |
| نسخه کتابخانه | 0.6 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Gabriel Russo |
| ایمیل نویسنده | gabrielrusso@protonmail.com |
| آدرس صفحه اصلی | https://github.com/gabriel-russo/cbers4asat |
| آدرس اینترنتی | https://pypi.org/project/cbers4asat/ |
| مجوز | MIT |
# Cbers4asat
## Descrição
Biblioteca Python para consultar o catálogo e realizar operações com dados do CBERS4A e AMAZONIA1.
[](https://pypi.python.org/pypi/cbers4asat/)
[](https://pypi.python.org/pypi/cbers4asat/)
[](https://pypi.python.org/pypi/cbers4asat/)
[](https://pypi.python.org/pypi/cbers4asat/)
> [Read this README in english](https://github.com/gabriel-russo/cbers4asat/blob/master/en-US_README.md) :us:
## Download da biblioteca com pip
`pip install cbers4asat`
## Sumário
* [Descrição](#descrição)
* [Documentação](#descrição-métodos)
* [Exemplos básicos](#exemplos)
* [Buscando produtos com bounding box](#buscando-produtos-com-bounding-box)
* [Buscando produtos com órbita e ponto](#buscando-produtos-com-órbita-e-ponto)
* [Download de produtos](#download-de-produtos)
* [Converter coleção de produtos para GeoDataFrame](#converter-coleção-de-produtos-para-geodataframe)
* [Download de produtos no GeoDataFrame ](#download-de-produtos-no-geodataframe)
* [Contribuição](#contribuição)
* [Lista de melhorias](#lista-de-melhorias)
* [Licença](#licença)
## 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.
----
- 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
----
- 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)
----
## Exemplos
### Buscando produtos com Bounding Box:
```python
# 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:
```python
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:
```python
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:
```python
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:
```python
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](https://github.com/gabriel-russo/cbers4asat/blob/master/CONTRIBUTING.md)
## 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](https://github.com/gabriel-russo/cbers4asat/blob/master/LICENSE)
para mais detalhes.
نیازمندی
| مقدار | نام |
|---|---|
| >=0.9 | geopandas |
| >=2.25.1 | requests |
| >=1.3.5 | pandas |
نحوه نصب
نصب پکیج whl cbers4asat-0.6:
pip install cbers4asat-0.6.whl
نصب پکیج tar.gz cbers4asat-0.6:
pip install cbers4asat-0.6.tar.gz