快速入門：開始使用Microsoft行星計算機專業版中的數據立方體

先決條件

具有有效訂用帳戶的 Azure 帳戶；免費建立帳戶。
Microsoft Planetary Computer Pro GeoCatalog 資源
Blob 儲存體帳戶建立 Blob 儲存體帳戶。
具有資料立方體資產的 Blob 存儲容器（NetCDF、HDF5、GRIB2）、STAC 項目和靜態 STAC 目錄。瞭解如何建立 STAC 專案。

設定匯入來源

開始擷取資料 Cube 資料之前，您將需要先設定擷取來源，其將作為存取用於儲存您資產和 STAC 項目的 Blob 儲存體帳戶的認證。您可以使用受控識別或 SAS 令牌來設定擷取來源。

建立資料立方體集合

設定擷取來源之後，您可以建立資料 Cube 資產的集合。建立集合的步驟可以在使用 Python 在 Microsoft Planetary Computer Pro 上創建 STAC 集合中查看。

擷取資料 Cube 資產

可以遵循擷取概覽中資料 Cube 資料和其他資料類型的擷取程序起始。不過，如資料立方體概觀中所述，資料擷取是 Planetary Computer 專業版數據處理中針對這些文件類型而有所不同的步驟。雖然 GRIB2 數據和相關聯的 STAC 專案會像任何其他二維點陣檔案一樣內嵌，但 NetCDF 和 HDF5 資產會經歷進一步的數據擴充。產生 Kerchunk Manifests 記載於資料 Cube 概覽中，但請務必注意，Kerchunk 資產將會新增至到您的 Blob 儲存體容器和原始資產，並將額外的 cube:variables 欄位新增至 STAC 項目 JSON。在使用行星計算機 Pro Explorer 顯示這些資料類型時，這點很重要。

設定資料 Cube 集合

您的資料立方體集合的設定過程與其他資料類型相比會稍微不同。您可以遵循使用 Microsoft Planetary Computer Pro Web 介面設定集合中所述的步驟來設定資料 Cube 集合，但將需要在建置轉譯設定時注意下列差異：

NetCDF 和 HDF5 資產的轉譯設定

請記住，JSON 格式的標準轉譯組態自變數看起來像這樣：

[
  {
    "id": "prK1950-06-30",
    "name": "prK1950-06-30",
    "type": "raster-tile",
    "options": "assets=pr-kerchunk&subdataset_name=pr&rescale=0,0.01&colormap_name=viridis&datetime=1950-06-30",
    "minZoom": 1
  }
]

options 欄位是您將要利用雲端最佳化 Kerchunk 資產的位置，而不是 STAC 項目中所列出的原始資產。您也需要包含 subdataset_name 自變數，這是您想要轉譯的變數名稱。

GRIB2 資產的轉譯設定

options GRIB2 資產渲染組態的字段看起來與上一個範例類似，但您不需要包含 subdataset_name 參數。這是因為 GRIB2 資料已透過索引檔案進行優化結構化和參考。在此情況下，assets 參數代表您想要轉譯的波段或 2D 點陣列層。以下是 GRIB2 渲染配置的範例：

[ 
 {
    "id": "render-config-1",
    "name": "Mean Zero-Crossing Wave Period",
    "description": "A sample render configuration. Update `options` below.",
    "type": "raster-tile",
    "options": "assets=data&subdataset_bands=1&colormap_name=winter&rescale=0,10",
    "minZoom": 1
 }
]

Zarr 資產的渲染設定

Zarr 資產的轉譯組態 options 欄位也類似 NetCDF 和 HDF5，但在assets 引數中必須包含參數「sel」，這能讓您選取時間、步驟或其他變數，以便從多變數 Zarr 存放區一次執行一個時間切片的 2D 轉譯。你可能還需要加入一個「sel_method」參數，以確保即使輸入的值稍有偏差，也能選擇正確的變數。你可以在 Planetary Computer Pro 後端使用的 Python 多維資料讀取庫公開文件中閱讀更多關於這個「sel」參數的資訊，以下是 Zarr 渲染配置的範例：

[
  {
    "id": "era5-zarr",
    "name": "era5-zarr",
    "type": "raster-tile",
    "options": "assets=data&subdataset_name=precipitation_amount_1hour_Accumulation&colormap_name=viridis&sel=time=2024-01-01&sel_method=nearest&rescale=0,0.01",
    "minZoom": 12
  }
]

在 Explorer 中將資料方塊資產可視化

將您的數據立方體資產導入並設定之後，您就可以在 Planetary Computer Pro Explorer 平台中進行可視化。使用 Explorer 的逐步指南可以在快速入門：在 Microsoft Planetary Computer Pro 中使用 Explorer找到。

雖然 Microsoft Planetary Computer Pro 包含一個可用於視覺化部分資料方塊資產的渲染器，但在支援的各種資料類型上仍有一些需要注意的限制。

NetCDF 與 HDF5 視覺化

並非所有可匯入 Microsoft Planetary Computer 的 NetCDF 資料集都與 Planetary Computer Pro 的視覺化平貼器相容。一個資料集必須具備 X 軸和 Y 軸、緯度與經度座標，以及空間維度與界限才能被視覺化。例如，一個資料集中的緯度和經度是變數而非座標的情況，就無法與 Planetary Computer Pro 的切片器相容。

在嘗試視覺化你的 NetCDF 或 HDF5 資料集之前，你可以使用以下資料來檢查是否符合要求。

安裝所需的依賴項

pip install xarray[io] rioxarray cf_xarray

執行下列函式：

import xarray as xr
import cf_xarray
import rioxarray

def is_dataset_visualizable(ds: xr.Dataset):
    """
    Test if the dataset is compatible with the Planetary Computer tiler API.
    Raises an informative error if the dataset is not compatible.
    """
    if not ds.cf.axes:
        raise ValueError("Dataset does not have CF axes")
    if not ds.cf.coordinates:
        raise ValueError("Dataset does not have CF coordinates")
    if not {"X", "Y"} <= ds.cf.axes.keys():
        raise ValueError(f"Dataset must have CF X and Y axes, found: {ds.cf.axes.keys()}")

    if not {"latitude", "longitude"} <= ds.cf.coordinates.keys():
        raise ValueError("Dataset must have CF latitude and longitude coordinates, "
                         f"actual: {ds.cf.coordinates.keys()}")

    if ds.rio.x_dim is None or ds.rio.y_dim is None:
        raise ValueError("Dataset does not have rioxarray spatial dimensions")

    if ds.rio.bounds() is None:
        raise ValueError("Dataset does not have rioxarray bounds")

    left, bottom, right, top = ds.rio.bounds()
    if left < -180 or right > 180 or bottom < -90 or top > 90:
        raise ValueError("Dataset bounds are not valid; they must be within [-180, 180] and [-90, 90]")

    if ds.rio.resolution() is None:
        raise ValueError("Dataset does not have rioxarray resolution")

    if ds.rio.transform() is None:
        raise ValueError("Dataset does not have rioxarray transform")

    print("✅ Dataset is compatible with the Planetary Computer tiler API.")

GRIB2 視覺化

已匯入 Microsoft Planetary Computer Pro 的 GRIB2 資產，只要在同一 Blob Storage 容器中儲存有相關的索引文件（.idx），即可在 Explorer 中查看。索引檔案在擷取過程中產生，對於最佳存取與呈現 GRIB2 資料至關重要。

Zarr 視覺化

只要轉譯組態在 options 欄位使用 sel 參數指定要轉譯的變數與時間切片，擷取到 Microsoft Planetary Computer Pro 的 Zarr 資產即可在 Explorer 視覺化。若未完成，檔案總管會嘗試一次渲染 Zarr 儲存的所有變數與時間切片，導致檔案總管當機。

Zarr 儲存庫的大小和空間區塊也會影響效能。你應該盡量讓 Zarr 儲存的總大小低於 2 GB，且每個區塊小於 100 MB，以達到拼接器的最佳效能。

資料立方體視覺化的時間滑桿

如果您的資料 Cube 資產具有時間元件，您可以使用「瀏覽器」中的時間滑桿來視覺化一段時間內的變更。如果您的 STAC 項目包含具有 time 維度以及extent和step欄位的資產，時間滑桿將自動出現。

[!注意] 我們目前尚未針對 Zarr 資產提供時間滑桿支援。因此，在渲染設定中指定你想視覺化的時間切片非常重要。若未按要求操作，Explorer 會嘗試一次性渲染 Zarr 儲存中的所有時間切片，這將導致 Explorer 當機。

使用集合層級 SAS 權杖存取 STAC 集合資料 Cube 資產

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-11-27