-
Notifications
You must be signed in to change notification settings - Fork 347
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Add STACAPI dataset #412
base: main
Are you sure you want to change the base?
Add STACAPI dataset #412
Changes from 2 commits
File filter
Filter by extension
Conversations
Jump to
Diff view
Diff view
There are no files selected for viewing
Original file line number | Diff line number | Diff line change | ||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
@@ -0,0 +1,321 @@ | ||||||||||||||||||
# Copyright (c) Microsoft Corporation. All rights reserved. | ||||||||||||||||||
# Licensed under the MIT License. | ||||||||||||||||||
|
||||||||||||||||||
"""STACAPIDataset.""" | ||||||||||||||||||
|
||||||||||||||||||
import sys | ||||||||||||||||||
from typing import Any, Callable, Dict, List, Optional, Sequence, Tuple | ||||||||||||||||||
|
||||||||||||||||||
import matplotlib.pyplot as plt | ||||||||||||||||||
import numpy as np | ||||||||||||||||||
import planetary_computer as pc | ||||||||||||||||||
import stackstac | ||||||||||||||||||
import torch | ||||||||||||||||||
from pyproj import Transformer | ||||||||||||||||||
from pystac.item import Item | ||||||||||||||||||
from pystac_client import Client | ||||||||||||||||||
from rasterio.crs import CRS | ||||||||||||||||||
from rioxarray.merge import merge_arrays | ||||||||||||||||||
from rtree.index import Index, Property | ||||||||||||||||||
from torch import Tensor | ||||||||||||||||||
|
||||||||||||||||||
# from torch.utils.data import DataLoader | ||||||||||||||||||
from xarray.core.dataarray import DataArray | ||||||||||||||||||
|
||||||||||||||||||
from torchgeo.datasets.geo import GeoDataset | ||||||||||||||||||
from torchgeo.datasets.utils import BoundingBox | ||||||||||||||||||
|
||||||||||||||||||
# from torchgeo.samplers import RandomGeoSampler | ||||||||||||||||||
|
||||||||||||||||||
|
||||||||||||||||||
class STACAPIDataset(GeoDataset): | ||||||||||||||||||
"""STACApiDataset. | ||||||||||||||||||
|
||||||||||||||||||
SpatioTemporal Asset Catalogs (`STACs <https://stacspec.org/>`_) are a way | ||||||||||||||||||
to organize geospatial datasets. STAC APIs let you query huge STAC Catalogs by | ||||||||||||||||||
date, time, and other metadata. | ||||||||||||||||||
|
||||||||||||||||||
|
||||||||||||||||||
.. versionadded:: 0.3 | ||||||||||||||||||
""" | ||||||||||||||||||
|
||||||||||||||||||
sentinel_bands = [ | ||||||||||||||||||
"B01", | ||||||||||||||||||
"B02", | ||||||||||||||||||
"B03", | ||||||||||||||||||
"B04", | ||||||||||||||||||
"B05", | ||||||||||||||||||
"B06", | ||||||||||||||||||
"B07", | ||||||||||||||||||
"B08", | ||||||||||||||||||
"B8A", | ||||||||||||||||||
"B09", | ||||||||||||||||||
"B11", | ||||||||||||||||||
"B12", | ||||||||||||||||||
] | ||||||||||||||||||
|
||||||||||||||||||
def __init__( # type: ignore[no-untyped-def] | ||||||||||||||||||
self, | ||||||||||||||||||
root: str, | ||||||||||||||||||
crs: Optional[CRS] = None, | ||||||||||||||||||
res: Optional[float] = None, | ||||||||||||||||||
bands: Sequence[str] = sentinel_bands, | ||||||||||||||||||
is_image: bool = True, | ||||||||||||||||||
api_endpoint: str = "https://planetarycomputer.microsoft.com/api/stac/v1", | ||||||||||||||||||
transforms: Optional[Callable[[Dict[str, Any]], Dict[str, Any]]] = None, | ||||||||||||||||||
**query_parameters, | ||||||||||||||||||
) -> None: | ||||||||||||||||||
"""Initialize a new Dataset instance. | ||||||||||||||||||
|
||||||||||||||||||
Args: | ||||||||||||||||||
root: root directory where dataset can be found | ||||||||||||||||||
crs: :term:`coordinate reference system (CRS)` to warp to | ||||||||||||||||||
(defaults to the CRS of the first file found) | ||||||||||||||||||
res: resolution of the dataset in units of CRS | ||||||||||||||||||
(defaults to the resolution of the first file found) | ||||||||||||||||||
bands: sequence of of stac asset band names | ||||||||||||||||||
is_image: if true, :meth:`__getitem__` uses `image` as sample key, `mask` | ||||||||||||||||||
otherwise | ||||||||||||||||||
api_endpoint: api for pystac Client to access | ||||||||||||||||||
transforms: a function/transform that takes an input sample | ||||||||||||||||||
and returns a transformed versio | ||||||||||||||||||
query_parameters: parameters for the catalog to search, for an idea see | ||||||||||||||||||
<https://pystac-client.readthedocs.io/en/latest/api.html#pystac_client.ItemSearch> | ||||||||||||||||||
""" | ||||||||||||||||||
self.root = root | ||||||||||||||||||
self.api_endpoint = api_endpoint | ||||||||||||||||||
self.bands = bands | ||||||||||||||||||
self.is_image = is_image | ||||||||||||||||||
|
||||||||||||||||||
# Create an R-tree to index the dataset | ||||||||||||||||||
self.index = Index(interleaved=False, properties=Property(dimension=3)) | ||||||||||||||||||
|
||||||||||||||||||
catalog = Client.open(api_endpoint) | ||||||||||||||||||
|
||||||||||||||||||
search = catalog.search(**query_parameters) | ||||||||||||||||||
|
||||||||||||||||||
items = list(search.get_items()) | ||||||||||||||||||
|
||||||||||||||||||
if not items: | ||||||||||||||||||
raise RuntimeError( | ||||||||||||||||||
f"Your search criteria off {query_parameters} did not return any items" | ||||||||||||||||||
) | ||||||||||||||||||
|
||||||||||||||||||
epsg = items[0].properties["proj:epsg"] | ||||||||||||||||||
crs_dict = {"init": "epsg:{}".format(epsg)} | ||||||||||||||||||
src_crs = CRS.from_dict(crs_dict) | ||||||||||||||||||
if crs is None: | ||||||||||||||||||
crs = CRS.from_dict(crs_dict) | ||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Should be ok to just get construct the CRS from the EPSG code directly.
Suggested change
|
||||||||||||||||||
|
||||||||||||||||||
for i, item in enumerate(items): | ||||||||||||||||||
minx, miny, maxx, maxy = item.bbox | ||||||||||||||||||
|
||||||||||||||||||
transformer = Transformer.from_crs(src_crs.to_epsg(), crs.to_epsg()) | ||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. The output from
Suggested change
|
||||||||||||||||||
(minx, maxx), (miny, maxy) = transformer.transform( | ||||||||||||||||||
[minx, maxx], [miny, maxy] | ||||||||||||||||||
) | ||||||||||||||||||
mint = 0 | ||||||||||||||||||
maxt = sys.maxsize | ||||||||||||||||||
coords = (minx, maxx, miny, maxy, mint, maxt) | ||||||||||||||||||
self.index.insert(i, coords, item) | ||||||||||||||||||
|
||||||||||||||||||
self._crs = crs | ||||||||||||||||||
self.res = 10 | ||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Probably shouldn't hardcode the resolution to 10 here, not all STAC datasets have a 10m spatial resolution.
Suggested change
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Yes, sorry this was a mypy workaround. I think because in There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Not sure if it helps, but I see other parts of torchgeo using torchgeo/torchgeo/datasets/geo.py Line 379 in 9f96cdd
|
||||||||||||||||||
self.transforms = transforms | ||||||||||||||||||
self.items = items | ||||||||||||||||||
|
||||||||||||||||||
def __getitem__(self, query: BoundingBox) -> Dict[str, Any]: | ||||||||||||||||||
"""Retrieve image/mask and metadata indexed by query. | ||||||||||||||||||
|
||||||||||||||||||
Args: | ||||||||||||||||||
query: (minx, maxx, miny, maxy, mint, maxt) coordinates to index | ||||||||||||||||||
|
||||||||||||||||||
Returns: | ||||||||||||||||||
sample of image/mask and metadata at that index | ||||||||||||||||||
|
||||||||||||||||||
Raises: | ||||||||||||||||||
IndexError: if query is not found in the index | ||||||||||||||||||
""" | ||||||||||||||||||
hits = self.index.intersection(tuple(query), objects=True) | ||||||||||||||||||
items = [hit.object for hit in hits] | ||||||||||||||||||
|
||||||||||||||||||
if not items: | ||||||||||||||||||
raise IndexError( | ||||||||||||||||||
f"query: {query} not found in index with bounds: {self.bounds}" | ||||||||||||||||||
) | ||||||||||||||||||
|
||||||||||||||||||
bounds = (query.minx, query.miny, query.maxx, query.maxy) | ||||||||||||||||||
|
||||||||||||||||||
raster_list = [] | ||||||||||||||||||
for item in items: | ||||||||||||||||||
raster_list.append(self._snap_to_single_raster(item, bounds)) | ||||||||||||||||||
|
||||||||||||||||||
# merge single rasters | ||||||||||||||||||
data = self._merge_rasters(raster_list) | ||||||||||||||||||
|
||||||||||||||||||
# if only single time step then squeeze out time dimenstion | ||||||||||||||||||
image = data.squeeze(0) | ||||||||||||||||||
|
||||||||||||||||||
# suggested # | ||||||||||||||||||
signed_items = [pc.sign(item).to_dict() for item in items] | ||||||||||||||||||
|
||||||||||||||||||
stack = stackstac.stack( | ||||||||||||||||||
signed_items, | ||||||||||||||||||
assets=self.bands, | ||||||||||||||||||
resolution=self.res, | ||||||||||||||||||
epsg=self._crs.to_epsg(), | ||||||||||||||||||
) | ||||||||||||||||||
|
||||||||||||||||||
aoi = stack.loc[ | ||||||||||||||||||
..., query.maxy : query.miny, query.minx : query.maxx # type: ignore[misc] | ||||||||||||||||||
] | ||||||||||||||||||
Comment on lines
+145
to
+147
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
This doesn't work because the |
||||||||||||||||||
|
||||||||||||||||||
suggested_data = aoi.compute(scheduler="single-threaded") | ||||||||||||||||||
suggested_image = suggested_data.data | ||||||||||||||||||
# end suggested # | ||||||||||||||||||
|
||||||||||||||||||
assert suggested_image.shape == image.shape | ||||||||||||||||||
|
||||||||||||||||||
key = "image" if self.is_image else "mask" | ||||||||||||||||||
sample = {key: image, "crs": self.crs, "bbox": query} | ||||||||||||||||||
Comment on lines
+154
to
+155
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Do you think |
||||||||||||||||||
|
||||||||||||||||||
if self.transforms is not None: | ||||||||||||||||||
sample = self.transforms(sample) | ||||||||||||||||||
|
||||||||||||||||||
return sample | ||||||||||||||||||
|
||||||||||||||||||
def _snap_to_single_raster( | ||||||||||||||||||
self, item: Item, bounds: Tuple[float, ...] | ||||||||||||||||||
) -> DataArray: | ||||||||||||||||||
"""Load and merge one or multiple individual bands to one raster. | ||||||||||||||||||
|
||||||||||||||||||
Args: | ||||||||||||||||||
item: one search item from cataloge | ||||||||||||||||||
bounds: (minx, maxx, miny, maxy) coordinates to index | ||||||||||||||||||
|
||||||||||||||||||
Returns: | ||||||||||||||||||
computed data array from stac | ||||||||||||||||||
""" | ||||||||||||||||||
signed_items = pc.sign(item).to_dict() | ||||||||||||||||||
|
||||||||||||||||||
aoi = stackstac.stack( | ||||||||||||||||||
signed_items, | ||||||||||||||||||
assets=self.bands, | ||||||||||||||||||
bounds_latlon=bounds, | ||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Bounds are not in EPSG:4326 now but the STAC dataset's native CRS (i.e. some UTM projection).
Suggested change
|
||||||||||||||||||
resolution=self.res, | ||||||||||||||||||
epsg=self._crs.to_epsg(), | ||||||||||||||||||
) | ||||||||||||||||||
|
||||||||||||||||||
dest = aoi.compute(scheduler="single-threaded") | ||||||||||||||||||
return dest | ||||||||||||||||||
|
||||||||||||||||||
def _merge_rasters(self, raster_list: List[DataArray]) -> Tensor: | ||||||||||||||||||
"""Merge a list of rasters. | ||||||||||||||||||
|
||||||||||||||||||
Args: | ||||||||||||||||||
raster_list: list of xarrays | ||||||||||||||||||
|
||||||||||||||||||
Returns: | ||||||||||||||||||
Tensor of merged xarray data. | ||||||||||||||||||
""" | ||||||||||||||||||
time_dim = raster_list[0].shape[0] | ||||||||||||||||||
|
||||||||||||||||||
# rioxarray only supports merges for 2D and 3D arrays so merge per time_step | ||||||||||||||||||
# and later stack to one tensor | ||||||||||||||||||
merged_rasters = [] | ||||||||||||||||||
for t in range(time_dim): | ||||||||||||||||||
rasters_at_t = [r[t, ...] for r in raster_list] | ||||||||||||||||||
merged_rasters.append(merge_arrays(rasters_at_t)) | ||||||||||||||||||
|
||||||||||||||||||
data: "np.typing.NDArray[np.float_]" = np.stack(merged_rasters) | ||||||||||||||||||
tensor: Tensor = torch.tensor(data) # type: ignore[attr-defined] | ||||||||||||||||||
|
||||||||||||||||||
return tensor | ||||||||||||||||||
|
||||||||||||||||||
def plot( | ||||||||||||||||||
self, | ||||||||||||||||||
sample: Dict[str, Tensor], | ||||||||||||||||||
show_titles: bool = True, | ||||||||||||||||||
suptitle: Optional[str] = None, | ||||||||||||||||||
) -> plt.Figure: | ||||||||||||||||||
"""Plot a sample from the dataset. | ||||||||||||||||||
|
||||||||||||||||||
Args: | ||||||||||||||||||
sample: a sample returned by :meth:`RasterDataset.__getitem__` | ||||||||||||||||||
show_titles: flag indicating whether to show titles above each panel | ||||||||||||||||||
suptitle: optional string to use as a suptitle | ||||||||||||||||||
|
||||||||||||||||||
Returns: | ||||||||||||||||||
a matplotlib Figure with the rendered sample | ||||||||||||||||||
""" | ||||||||||||||||||
image = sample["image"].permute(1, 2, 0) | ||||||||||||||||||
image = torch.clip(image / 10000, 0, 1) # type: ignore[attr-defined] | ||||||||||||||||||
|
||||||||||||||||||
fig, ax = plt.subplots(1, 1, figsize=(4, 4)) | ||||||||||||||||||
ax.imshow(image) | ||||||||||||||||||
ax.axis("off") | ||||||||||||||||||
|
||||||||||||||||||
if show_titles: | ||||||||||||||||||
ax.set_title("Image") | ||||||||||||||||||
|
||||||||||||||||||
if suptitle is not None: | ||||||||||||||||||
plt.suptitle(suptitle) | ||||||||||||||||||
|
||||||||||||||||||
return fig | ||||||||||||||||||
|
||||||||||||||||||
|
||||||||||||||||||
if __name__ == "__main__": | ||||||||||||||||||
|
||||||||||||||||||
area_of_interest = { | ||||||||||||||||||
"type": "Polygon", | ||||||||||||||||||
"coordinates": [ | ||||||||||||||||||
[ | ||||||||||||||||||
[-148.56536865234375, 60.80072385643073], | ||||||||||||||||||
[-147.44338989257812, 60.80072385643073], | ||||||||||||||||||
[-147.44338989257812, 61.18363894915102], | ||||||||||||||||||
[-148.56536865234375, 61.18363894915102], | ||||||||||||||||||
[-148.56536865234375, 60.80072385643073], | ||||||||||||||||||
] | ||||||||||||||||||
], | ||||||||||||||||||
} | ||||||||||||||||||
|
||||||||||||||||||
time_of_interest = "2019-06-01/2019-08-01" | ||||||||||||||||||
|
||||||||||||||||||
collections = (["sentinel-2-l2a"],) | ||||||||||||||||||
intersects = (area_of_interest,) | ||||||||||||||||||
datetime = (time_of_interest,) | ||||||||||||||||||
query = ({"eo:cloud_cover": {"lt": 10}},) | ||||||||||||||||||
|
||||||||||||||||||
rgb_bands = ["B04", "B03", "B02"] | ||||||||||||||||||
ds = STACAPIDataset( | ||||||||||||||||||
"./data", | ||||||||||||||||||
bands=rgb_bands, | ||||||||||||||||||
collections=["sentinel-2-l2a"], | ||||||||||||||||||
intersects=area_of_interest, | ||||||||||||||||||
datetime=time_of_interest, | ||||||||||||||||||
query={"eo:cloud_cover": {"lt": 10}}, | ||||||||||||||||||
) | ||||||||||||||||||
|
||||||||||||||||||
minx = -148.46876 | ||||||||||||||||||
maxx = -148.31072 | ||||||||||||||||||
miny = 61.0491 | ||||||||||||||||||
maxy = 61.12567489536982 | ||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Torchgeo's GeoSampler does the bounding box query in the Rtree spatial index's CRS, which would be a UTM projection in this case.
Suggested change
|
||||||||||||||||||
mint = 0 | ||||||||||||||||||
maxt = 100000 | ||||||||||||||||||
|
||||||||||||||||||
bbox = BoundingBox(minx, maxx, miny, maxy, mint, maxt) | ||||||||||||||||||
sample = ds[bbox] | ||||||||||||||||||
|
||||||||||||||||||
ds.plot(sample) | ||||||||||||||||||
import pdb | ||||||||||||||||||
|
||||||||||||||||||
pdb.set_trace() | ||||||||||||||||||
|
||||||||||||||||||
# tile_size_pix = 40 | ||||||||||||||||||
# sampler_size = tile_size_pix * ds.res | ||||||||||||||||||
# sampler = RandomGeoSampler(ds, size=sampler_size, length=2) | ||||||||||||||||||
# dl = DataLoader(ds, sampler=sampler, collate_fn=stack_samples, batch_size=1) | ||||||||||||||||||
|
||||||||||||||||||
# for sample in dl: | ||||||||||||||||||
# k = sample["image"] | ||||||||||||||||||
# print(k.shape) |
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.