GEE遥感大数据【高速】下载到本地,免安装,【开源】直接用!
- 2026-09-25 21:11:31
GEE遥感大数据本地高速下载
46 GB 级遥感数据，前测估算 10–20 分钟下载到本地。
昆明市 Landsat 单景实测只用了 4 秒多；全球 MODIS 前测按原生瓦片和并发约 10–20 分钟（实际会受 GEE 服务端合成，以及网络波动影响）
以前从 GEE 下载大影像，常见流程是写 Export、等任务排队、打开 Drive、再把文件搬回来。
这次我把流程做成了一个可以直接安装的 Skill：装好 GeeFast 后（超简单），只要告诉 codex或者claude “xx研究区，xx时间，下载 GEE xx影像到本地”，它会自动判断单景资产还是合成结果，自动切块、并发、重试，并把 GeoTIFF 写进指定目录。
先看速度
昆明市 Landsat 9 单景测试，3 个波段、30 m 分辨率，完整研究区自动切成 12 个瓦片（下载后自动合成一景），：
实测完成时间：4.69 秒，对比其他下载工具，geedim之前最快 73.9s，咱们的geeFast 4.69s。
图 1｜不同下载路线的实测对比。最后一组是单景资产、原生投影和 32 并发的完整昆明研究区。
这不是把一个小文件下载 4 秒，而是完整研究区 12 块全部返回并写成 GeoTIFF。
安装有多简单
在 Codex 或 Claude 中直接说：
帮我安装 https://github.com/xulogin/GeeFast装好以后，研究区可以直接放在本地。继续对 AI 说：
根据这个研究区完成遥感分析：D:\data\kunming.geojson结果算通以后，直接用最快方案下载到本地，并显示实时进度。如果先安装 GeeLo[1]，它会自动把本地研究区上传到 Earth Engine Asset，自动写 GEE 代码、运行、检查报错并持续修改，直到脚本跑通；再交给 GeeFast 把结果高速下载到本地。整个过程都可以直接和 AI 对话完成。
48 MiB 到底限制了什么？
这里最容易误解：48 MiB 是 GEE getPixels / computePixels单次交互式请求的未压缩数据上限，不是整幅影像只能 48 MiB。
所以大影像的正确做法不是硬撑一个超大请求，而是：
图 2｜GeeFast 的路线：原生投影 → 自动安全切块 → 合法并发 → 本地窗口写入。
压缩不能突破单请求上限；真正有效的是减少重复计算、减少转换、合理切块和并发。
大数据测试：全球 MODIS
我又用 MODIS 做了全球单期测试：2021-01-01 至 2021-01-09，7 个反射率波段，8 景做 median，保留 MODIS 原生网格。
这类任务最终文件约 46–49 GB 级别，不是普通小图。前测中，1200 px 原生瓦片单块约 7.3 秒，按 2304 块估算约 15–25 分钟；实际时间受到 GEE 服务端计算和自身网络波动影响。
这次正式长跑还踩到了一个本地工程坑：文件写到约 4 GB 时，经典 TIFF 达到文件上限并失败。修复方法是在输出配置中启用 BigTIFF。这个问题与 GEE 48 MiB 请求限制无关，却是大影像下载必须提前处理的第二个边界。
图 3｜全球 MODIS 下载进度图。正式发布时用最终任务的完成百分比替换。
这条路线适合什么情况？
已经存在的单景资产
这是最快的情况。GeeFast 直接使用 getPixels，不让 GEE 对每个瓦片重新做集合合成。昆明 4.69 秒的测试就是这条路线。
必须现场合成的结果
例如月度 median、年度 mosaic 或多景质量筛选，需要 computePixels。下载器仍然可以并发切块，但每个瓦片都要经过 GEE 服务端计算，耗时会明显受数据复杂度影响。
极复杂的大任务
如果合成表达式特别复杂，可以评估 Batch Export 到 Cloud Storage，再从本地并发取回。它是另一种合规的工程路线，不是绕过配额。
最后说清楚边界
一句话总结：安装 GeeFast 后，告诉 AI 你要下载什么，它负责选择路线、切块、并发和写盘；你只需要看进度。
它和 geedim、Export to Drive 有什么不同？
这次测试的核心路线没有使用 geedim，也没有使用传统的 Export.image.toDrive。
传统 Export 的优点是稳定、适合批处理，但通常要创建任务、等待排队、再从 Drive 把结果搬回本地。geedim 简化了交互式下载，但它仍然受 GEE 交互式请求、瓦片策略和服务端计算延迟影响。
GeeFast 的优势在于把下载链路直接拆开控制：
getPixels，跳过重复合成。computePixels，自动根据 48 MiB 单请求边界切块。所以它不是“破解 GEE”，而是把原本隐藏在 Export 任务里的切块、并发、进度和写盘过程显式化，让下载大影像时更容易测、更容易调、更容易看到结果。
谢谢关注，下次再见！
这个系列：把 GEE 变成一条完整生产线
一个负责“算对”，一个负责“拿快”，一个负责“能训练”，一个负责“少传数据”。做遥感项目时，你只需要告诉 AI：
帮我做这个区域的遥感分析，结果算通以后，直接用最快方案下载到本地，并显示进度。从本地研究区到 GEE 分析，再到本地 GeoTIFF，整个流程都可以通过和 AI 对话完成。
参考链接
[1] GeeLo: https://github.com/xulogin/GeeLo
[2] GeeLo: https://github.com/xulogin/GeeLo
[3] GeeDL: https://github.com/xulogin/GeeDL
[4] GeeZip: https://github.com/xulogin/GeeZip
