别再手动一张张下了！用GEE Python API批量下载Landsat8 C02数据（附完整脚本）

高效获取遥感数据：基于GEE Python API的Landsat8批量下载实战指南

对于从事遥感研究的科研人员和开发者来说，频繁手动下载卫星影像既耗时又容易出错。Google Earth Engine（GEE）平台虽然提供了强大的数据处理能力，但传统基于JavaScript的在线编辑器操作方式难以满足自动化需求。本文将介绍如何通过GEE Python API实现Landsat8 Collection 2数据的全自动批量下载，构建可重复使用的数据获取工作流。

1. 环境配置与认证初始化

在开始编写自动化脚本前，需要确保Python环境已正确配置。推荐使用Anaconda创建独立环境以避免依赖冲突：

conda create -n gee python=3.8 conda activate gee pip install earthengine-api google-api-python-client

GEE Python API需要完成身份认证才能使用。与JavaScript API不同，Python环境需要手动初始化认证：

import ee # 首次运行需要认证 try: ee.Initialize() except Exception as e: ee.Authenticate() ee.Initialize()

认证过程会自动打开浏览器完成OAuth流程。成功后会在用户目录下生成持久化凭证，后续脚本运行无需重复认证。建议在Jupyter Notebook或VS Code等交互式环境中测试认证流程。

2. 构建高效数据查询体系

Landsat8 Collection 2（C02）相比旧版Collection 1在数据质量和预处理流程上有显著改进。以下代码展示了如何构建灵活的查询函数：

def get_landsat8_collection(roi, start_date, end_date, cloud_cover=20): """获取指定时空范围的Landsat8 C02数据集 Args: roi (ee.Geometry): 研究区域几何对象 start_date (str): 开始日期 'YYYY-MM-DD' end_date (str): 结束日期 'YYYY-MM-DD' cloud_cover (int): 最大云量百分比 Returns: ee.ImageCollection: 过滤后的影像集合 """ collection = (ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterBounds(roi) .filterDate(start_date, end_date) .filter(ee.Filter.lt('CLOUD_COVER', cloud_cover))) # 应用去云和质量掩膜 def apply_masks(image): qa_mask = image.select('QA_PIXEL').bitwiseAnd(0b11111).eq(0) saturation_mask = image.select('QA_RADSAT').eq(0) optical_bands = image.select('SR_B.').multiply(0.0000275).add(-0.2) thermal_bands = image.select('ST_B.*').multiply(0.00341802).add(149.0) return (image.addBands(optical_bands, None, True) .addBands(thermal_bands, None, True) .updateMask(qa_mask) .updateMask(saturation_mask) .clip(roi)) return collection.map(apply_masks)

关键参数说明：

3. 批量导出机制与任务管理

GEE的导出系统采用异步任务队列机制，Python API提供了更精细的任务控制能力。以下脚本实现了自动分批导出功能：

def batch_export_to_drive(collection, folder_name, scale=30, max_images=50): """批量导出影像集合到Google Drive Args: collection (ee.ImageCollection): 待导出的影像集合 folder_name (str): Drive目标文件夹 scale (int): 导出分辨率(米) max_images (int): 单次任务最大影像数 """ image_list = collection.toList(collection.size()) count = image_list.size().getInfo() for i in range(0, count, max_images): batch = image_list.slice(i, min(i + max_images, count)) batch_info = batch.getInfo() for idx, img_info in enumerate(batch_info): img = ee.Image(img_info['id']) task = ee.batch.Export.image.toDrive( image=img.select(['SR_B2','SR_B3','SR_B4','SR_B5','SR_B6','SR_B7','ST_B10']), description=f'L8_{i+idx}', folder=folder_name, fileNamePrefix=f'L8_{img_info["id"].split("/")[-1]}', scale=scale, region=roi, crs='EPSG:4326', maxPixels=1e13 ) task.start() print(f'Submitted task: {task.id}')

重要注意事项：

GEE对每个用户有任务配额限制（通常每天约3000个任务） 大区域导出可能触发maxPixels限制，需合理设置scale参数 任务状态可通过ee.batch.Task.list()查询

4. 完整工作流集成示例

将上述模块整合为端到端的自动化脚本：

# 配置参数 ROI = ee.Geometry.Rectangle([116.3, 39.8, 116.5, 40.0]) # 北京城区 START_DATE = '2023-01-01' END_DATE = '2023-03-31' OUTPUT_FOLDER = 'Beijing_Landsat8' CLOUD_COVER = 15 # 执行工作流 if __name__ == '__main__': # 初始化API ee.Initialize() # 获取数据集合 l8_collection = get_landsat8_collection(ROI, START_DATE, END_DATE, CLOUD_COVER) print(f'Total images: {l8_collection.size().getInfo()}') # 可视化预览 vis_params = { 'bands': ['SR_B4', 'SR_B3', 'SR_B2'], 'min': 0, 'max': 0.3 } Map.addLayer(l8_collection.median(), vis_params, 'L8 Preview') # 批量导出 batch_export_to_drive(l8_collection, OUTPUT_FOLDER)

为提高脚本的复用性，建议将配置参数提取到单独的config.py文件中，并添加日志记录功能跟踪任务状态。对于长期运行的批量任务，可以考虑结合Google Cloud Functions实现定时自动触发。

5. 高级技巧与性能优化

当处理大范围或长时间序列数据时，需要特别注意以下优化策略：

内存管理技巧：

• 使用ee.ImageCollection.toList()分页处理大型集合
• 避免在客户端（Python）和服务器（GEE）间传输大量数据
• 对超大数据集采用分块导出策略

# 分块处理示例 chunk_size = 50 for year in range(2013, 2023): yearly_col = get_landsat8_collection(roi, f'{year}-01-01', f'{year}-12-31') batch_export_to_drive(yearly_col, f'L8_{year}', max_images=chunk_size)

常见问题排查指南：

对于需要长期维护的项目，建议建立元数据跟踪系统，记录每景影像的下载状态和时间戳，便于增量更新和数据版本管理。