wxee

.. image:: https://raw.githubusercontent.com/aazuspan/wxee/main/docs/_static/wxee.png :alt: wxee .-- -..- :width: 200 :target: https://github.com/aazuspan/wxee

.. image:: https://img.shields.io/badge/Earth%20Engine%20API-Python-green :alt: Earth Engine Python :target: https://developers.google.com/earth-engine/tutorials/community/intro-to-python-api .. image:: https://img.shields.io/pypi/v/wxee :alt: PyPI :target: https://pypi.org/project/wxee/ .. image:: https://img.shields.io/conda/vn/conda-forge/wxee.svg :alt: conda-forge :target: https://anaconda.org/conda-forge/wxee .. image:: https://colab.research.google.com/assets/colab-badge.svg :alt: 在Colab中打开 :target: https://colab.research.google.com/github/aazuspan/wxee/blob/main/docs/examples/image_collection_to_xarray.ipynb .. image:: https://readthedocs.org/projects/wxee/badge/?version=latest&style=flat :alt: 阅读文档 :target: https://wxee.readthedocs.io/en/latest/?badge=latest .. image:: https://github.com/aazuspan/wxee/actions/workflows/tests.yml/badge.svg :alt: 构建状态 :target: https://github.com/aazuspan/wxee .. image:: https://codecov.io/gh/aazuspan/wxee/branch/main/graph/badge.svg?token=OeSeq4b7NF :alt: 代码覆盖率 :target: https://codecov.io/gh/aazuspan/wxee

.. image:: https://raw.githubusercontent.com/aazuspan/wxee/main/docs/_static/demo_001.gif :alt: 使用wxee将天气数据下载到xarray的演示。

什么是wxee？

wxee <https://github.com/aazuspan/wxee>_ 的设计目的是通过整合 Google Earth Engine <https://earthengine.google.com/>_ 的数据目录和处理能力与 xarray <https://github.com/pydata/xarray>_ 的灵活性，使网格化的中尺度时间序列数据处理变得快速而简单，无需复杂的设置。为实现这一目标，wxee实现了便捷的数据处理、聚合、下载和摄取方法。

wxee <https://github.com/aazuspan/wxee>__ 可以在 Earth Engine开发者资源 <https://developers.google.com/earth-engine/tutorials/community/developer-resources#python>_ 中找到！

特性

一行代码将时间序列图像集转换为 xarray <https://wxee.readthedocs.io/en/latest/examples/image_collection_to_xarray.html>__ 或 GeoTIFF <https://wxee.readthedocs.io/en/latest/examples/downloading_images_and_collections.html>_
在Earth Engine中进行 气候异常 <https://wxee.readthedocs.io/en/latest/examples/climatology_anomaly.html>_ 和时间 聚合 <https://wxee.readthedocs.io/en/latest/examples/temporal_aggregation.html>、插值 <https://wxee.readthedocs.io/en/latest/examples/temporal_interpolation.html>、平滑 <https://wxee.readthedocs.io/en/latest/generated/wxee.time_series.TimeSeries.rolling_time.html>_ 和 缺失值填充 <https://wxee.readthedocs.io/en/latest/generated/wxee.time_series.TimeSeries.fill_gaps.html>_
从 xarray 数据集创建 彩色合成图 <https://wxee.readthedocs.io/en/latest/examples/color_composites.html>_
并行处理以实现快速下载

要了解wxee的一些功能并亲自尝试，请查看 这里 <https://wxee.readthedocs.io/en/latest/examples.html>__ 的交互式笔记本！

安装

Pip


.. code-block:: bash

   pip install wxee

Conda

.. code-block:: bash

conda install -c conda-forge wxee

快速入门

设置

一旦你获得了Google Earth Engine的访问权限，只需导入并初始化 :code:`ee` 和 :code:`wxee`。

.. code-block:: python
   
   import ee
   import wxee

   wxee.Initialize()


下载图像

下载和转换方法通过 :code:wx 访问器扩展到 :code:ee.Image 和 :code:ee.ImageCollection。只需 :code:import wxee 并使用 :code:wx 访问器。

xarray ^^^^^^

.. code-block:: python

ee.ImageCollection("IDAHO_EPSCOR/GRIDMET").wx.to_xarray()

GeoTIFF ^^^^^^^

.. code-block:: python

ee.ImageCollection("IDAHO_EPSCOR/GRIDMET").wx.to_tif()

创建时间序列


通过 :code:`TimeSeries` 子类可以使用额外的方法来处理时间维度的图像集合。
可以从现有的 :code:`ee.ImageCollection` 创建 :code:`TimeSeries`...

.. code-block:: python

   col = ee.ImageCollection("IDAHO_EPSCOR/GRIDMET")
   ts = col.wx.to_time_series()

或者直接实例化，就像你使用 :code:`ee.ImageCollection` 一样！

.. code-block:: python

   ts = wxee.TimeSeries("IDAHO_EPSCOR/GRIDMET")


聚合每日数据

许多天气数据集采用每日或每小时的分辨率。这些数据可以使用 :code:TimeSeries 类的 :code:aggregate_time 方法聚合到更粗的分辨率。

.. code-block:: python

ts = wxee.TimeSeries("IDAHO_EPSCOR/GRIDMET") monthly_max = ts.aggregate_time(frequency="month", reducer=ee.Reducer.max())

计算气候平均值


可以使用 :code:`TimeSeries` 类的 :code:`climatology_mean` 方法计算长期气候平均值。

.. code-block:: python

   ts = wxee.TimeSeries("IDAHO_EPSCOR/GRIDMET")
   mean_clim = ts.climatology_mean(frequency="month")

贡献
----------

我们随时欢迎报告错误或提出功能请求！可以在 `这里 <https://github.com/aazuspan/wxee/issues>`__ 提交。

我们也欢迎代码贡献！请先打开一个 `issue <https://github.com/aazuspan/wxee/issues>`__ 讨论实现方案，
然后按照以下步骤操作。开发者设置说明可以在 `文档中 <https://wxee.readthedocs.io/en/latest/contributing.html>`__ 找到。