scripts/Sentinel_Hub.py - master - DiHASTRO/pp-heat-map

scripts/Sentinel_Hub.py
149 строк5 KB
karabin
13 окт 2025, 17:31
13 окт 2025, 17:313921e76
import os
from math import cos, radians
import datetime
import numpy as np
from sentinelhub import (
    SHConfig, MimeType, CRS, BBox, SentinelHubRequest,
    DataCollection, bbox_to_dimensions, SentinelHubCatalog
)
from PIL import Image


# ========= НАСТРОЙКИ =========
config = SHConfig()
config.sh_client_id = "ID"  #id https://apps.sentinel-hub.com/
config.sh_client_secret = "СЕКРЕТ"  #secret https://apps.sentinel-hub.com/

date = "2025-10-08"           # дата
lon = 60.653987               # долгота
lat = 56.844014               # широта
folder = "scripts/static"     # место выгрузки
buffer_km = 2                 # размер фото(максимальное качество при buffer_km < 25 и resolution = 10)
resolution = 10               # разрешение 1 пикселя = resolution метров(min = 10)  
max_resolution = 2500         # ограничение разрешния фото(максимальное разрешение которое может выдавать sentinel = 2500)
max_days = 5                  # диапазон дней для проверки наличия снимка 

band_list = [
    ("B08", "B8_NIR"),
    ("B11", "B11_SWIR1"),
    ("B12", "B12_SWIR2"),
]

evalscript_single = """
        //VERSION=3
        function setup() {{
            return {{
                input: ["{band}"],
                output: {{ bands: 1 }}
            }};
        }}
        function evaluatePixel(sample) {{
            return [sample.{band}];
        }}
        """

evalscript_composite = """
    //VERSION=3
    function setup() {
        return {
            input: ["B12", "B11", "B08"],
            output: { bands: 3 }
        };
    }
    function evaluatePixel(sample) {
        return [sample.B12, sample.B11, sample.B08];
    }
    """

evalscript_natural = """
    //VERSION=3
    function setup() {
        return {
            input: ["B04", "B03", "B02"],
            output: { bands: 3 }
        };
    }
    function evaluatePixel(sample) {
        return [sample.B04, sample.B03, sample.B02];
    }
    """

#  поиск ближайшего снимка 
def find_closest_date(bbox):
    catalog = SentinelHubCatalog(config=config)
    time_from = (datetime.datetime.fromisoformat(date) - datetime.timedelta(days=max_days)).strftime("%Y-%m-%d")
    time_to = date  
    search_iterator = catalog.search(
        DataCollection.SENTINEL2_L2A,
        bbox=bbox,
        time=(time_from, time_to),
        fields={"include": ["id", "properties.datetime"], "exclude": []}
    )
    results = list(search_iterator)

    if not results:
        return None

    # берём самый свежий снимок перед указанной датой
    results = sorted(results, key=lambda r: r["properties"]["datetime"], reverse=True)
    return results[0]["properties"]["datetime"][:10]  # 10 длинна YYYY-MM-DD


#  перевод в 8 бит 
def normalize_for_display(data):
    p2, p98 = np.percentile(data, (2, 98))  # 2 и 98 растяжка контраста 2% самых тёмных и 2% самых ярких пикселей игнорируются
    img = (np.clip((data - p2) / (p98 - p2), 0, 1) * 255).astype(np.uint8)  # перевод в 8bit
    return img


#  основная функция
def download_sentinel_images():
    os.makedirs(folder, exist_ok=True)

    #  строим bbox вокруг точки
    dlat = buffer_km / 111 # 1 градус примерно 111 км 
    dlon = buffer_km / (111 * cos(radians(lat)))
    bbox = BBox([lon - dlon, lat - dlat, lon + dlon, lat + dlat], crs=CRS.WGS84)

    #  ищем ближайший снимок
    closest_date = find_closest_date(bbox)
    if closest_date is None:
        print("Нет снимков за указанный период")
        return
    print(f"Берем снимок за {closest_date}")

    #  ограничение размеров
    width, height = bbox_to_dimensions(bbox, resolution)
    if width > max_resolution or height > max_resolution:
        scale = min(max_resolution / width, max_resolution / height)
        width, height = int(width * scale), int(height * scale)
    size = (width, height)

    #  вспомогательная функция для выгрузки
    def get_image(evalscript, name):
        request = SentinelHubRequest(
            evalscript=evalscript,
            input_data=[SentinelHubRequest.input_data(DataCollection.SENTINEL2_L2A,
                                                     time_interval=(closest_date, closest_date))],
            responses=[SentinelHubRequest.output_response("default", MimeType.TIFF)],
            bbox=bbox,
            size=size,
            config=config,
        )
        data = request.get_data()[0]
        img = normalize_for_display(data)
        filename = f"{closest_date}_{lat:.4f}_{lon:.4f}_{name}.png"
        path = os.path.join(folder, filename)
        Image.fromarray(img).save(path)
        print("Сохранено:", path)

    for band, name in band_list:     
        evalscript = evalscript_single.format(band=band)
        get_image(evalscript, name)

    get_image(evalscript_composite, "B12_B11_B8_FireComposite")
 
    get_image(evalscript_natural, "NaturalColor")

if __name__ == "__main__":
    download_sentinel_images()