Uydu Fotoğrafları Erişimi

Sık güncellenen uydu fotoğraflarına erişmek için pystac_client,rioxarray; pip ile kurulur. Örnek enlem, boylam için,

from pystac_client import Client
import matplotlib.pyplot as plt
import pandas as pd, numpy as np
import rioxarray

api_url = "https://earth-search.aws.element84.com/v0"
client = Client.open(api_url)

collection = "sentinel-s2-l2a-cogs"

lat, lon = 52.37, 4.90
geometry = {"type": "Point", "coordinates": (lon, lat)}

mysearch = client.search(
    collections=[collection],
    intersects=geometry,
    max_items=10,
)

for item in mysearch.items():
   print (item)
   print(item.assets["thumbnail"].href)
   visual_href = item.assets["visual"].href
   break # ilk sonucu kullan

<Item id=S2A_31UFU_20220629_0_L2A>
https://roda.sentinel-hub.com/sentinel-s2-l1c/tiles/31/U/FU/2022/6/29/0/preview.jpg

Sonuçta bir preview.jpg görülüyor. Bu ufak bir dosya, erişilip bakılabilir, kabaca görüntünün nasıl olduğunu anlamak için iyi olabilir. Öteki bilgiler,

print(item.datetime)
print(item.geometry)
print(item.properties)

2022-06-29 10:56:35+00:00
{'type': 'Polygon', 'coordinates': [[[6.071664488869862, 52.22257539160586], [4.464995307918359, 52.25346561204129], [4.498475093400055, 53.24019917467795], [6.1417542968794585, 53.20819279121764], [6.071664488869862, 52.22257539160586]]]}
{'datetime': '2022-06-29T10:56:35Z', 'platform': 'sentinel-2a', 'constellation': 'sentinel-2', 'instruments': ['msi'], 'gsd': 10, 'view:off_nadir': 0, 'proj:epsg': 32631, 'sentinel:utm_zone': 31, 'sentinel:latitude_band': 'U', 'sentinel:grid_square': 'FU', 'sentinel:sequence': '0', 'sentinel:product_id': 'S2A_MSIL2A_20220629T104631_N0400_R051_T31UFU_20220629T170417', 'sentinel:data_coverage': 100, 'eo:cloud_cover': 22.69, 'sentinel:valid_cloud_cover': True, 'sentinel:processing_baseline': '04.00', 'sentinel:boa_offset_applied': True, 'created': '2022-06-29T19:43:11.806Z', 'updated': '2022-06-29T19:43:11.806Z'}

Zaman damgasına bakıyoruz 29/6 diyor, kodu 30/6'da işlettik, fena değil. Birkaç günlük gecikme ile yeryüzünde pek çok noktanın görüntüsüne erişmek mümkün demek ki.

Esas detaylı görüntü dosyası altta,

print (visual_href)

https://sentinel-cogs.s3.us-west-2.amazonaws.com/sentinel-s2-l2a-cogs/31/U/FU/2022/6/S2A_31UFU_20220629_0_L2A/TCI.tif

Fakat bu dosya 100 MB'tan fazla olabilir, bu sebeple çoğunlukla yapılan dosyanın parçalarını indirmek, rioxarray bu işlemi gerçekleştirebilir, x,y için minimum, maksimum noktalar verip bir ufak kutu yaratabiliyoruz, ve sadece bu ufak kutudaki detaylı imaj parçası geri döndürülüyor.

visual = rioxarray.open_rasterio(visual_href)
print(visual)
visual_clip = visual.rio.clip_box(
    minx=627000,
    maxx=631000,
    miny=5802000,
    maxy=5806000
)
visual_clip.plot.imshow(figsize=(10,10))
plt.savefig('uydu_01.png')

<xarray.DataArray (band: 3, y: 10980, x: 10980)>
[361681200 values with dtype=uint8]
Coordinates:
  * band         (band) int64 1 2 3
  * y            (y) float64 5.9e+06 5.9e+06 5.9e+06 ... 5.79e+06 5.79e+06
  * x            (x) float64 6e+05 6e+05 6e+05 ... 7.098e+05 7.098e+05 7.098e+05
    spatial_ref  int64 0
Attributes:
    _FillValue:    0.0
    scale_factor:  1.0
    add_offset:    0.0
    grid_mapping:  spatial_ref

Detaylar net gözüküyor..

Mapbox

Sık güncellenmese de dünyanin her noktası için hızlı görüntü almanın bir diğer yolu Mapbox. Sitesinden anahtar alınır, bizdeki bir json .conf dosyası içinde. Eyfel kulesi fotoğrafı için,

def sat_img(latitude, longitude, zoom, outfile):
    params = json.loads(open(os.environ['HOME'] + "/.nomterr.conf").read())
    accessToken = params['mapbox']
    def latToTile(latDeg, zoom):
        latRadians = math.radians(latDeg)
        n = 2.0 ** zoom
        return int((1.0 - math.asinh(math.tan(latRadians)) / math.pi) / 2.0 * n)

    def lonToTile(lonDeg, zoom):
        n = 2.0 ** zoom
        return int((lonDeg + 180.0) / 360.0 * n)

    url = ("https://api.mapbox.com/v4/" + "mapbox.satellite/" + str(zoom) + "/" + str(lonToTile(longitude, zoom)) +
           "/" + str(latToTile(latitude, zoom)) + "@2x.png?access_token=" + accessToken)

    response = requests.get(url, stream=True)
    with open(outfile, "wb") as image:
        shutil.copyfileobj(response.raw, image)

sat_img(48.85859253797154, 2.2945835762002353, 17, "uydu_02.jpg")

Kaynaklar

[1] [The Carpentries Incubator](https://carpentries-incubator.github.io/geospatial-python/19-access-data/index.html)

Yukarı