RS Metadata Crawler

Crawl satellite imagery metadata from multiple sources without downloading actual images.

Supported Data Sources

Source	Satellites	Auth Required
Copernicus Open Access Hub	Sentinel-1/2/3/5P	No (metadata only)
USGS EarthExplorer	Landsat-5/7/8/9	No (public endpoints)
Microsoft Planetary Computer	Sentinel-2, Landsat	No

Usage

# Search Sentinel-2 metadata
python rs-metadata-crawler.py search --bbox 116 39 117 40 --start-date 2024-01-01 --end-date 2024-12-31 --platform sentinel-2 --max-cloud 20

# Search Landsat from USGS
python rs-metadata-crawler.py search --bbox 116 39 117 40 --start-date 2024-01-01 --end-date 2024-12-31 --platform landsat-8 --source usgs

# Show statistics
python rs-metadata-crawler.py stats --input results.json

# Merge and deduplicate results
python rs-metadata-crawler.py merge --inputs a.json b.json --output merged.json

Parameters

Parameter	Description	Example
--bbox	Bounding box: west south east north	116 39 117 40
--start-date	Start date (YYYY-MM-DD)	2024-01-01
--end-date	End date (YYYY-MM-DD)	2024-12-31
--platform	Satellite platform	sentinel-2, landsat-8
--max-cloud	Maximum cloud cover %	20
--source	Data source	copernicus, usgs, planetary
--output	Output file path	results.json
--format	Output format	json, csv
--limit	Max results per source	100
--cache-dir	Cache directory	.cache

---

中文说明

从 Copernicus、USGS EarthExplorer 和 Microsoft Planetary Computer 爬取卫星影像元数据，不下载实际影像。

支持的数据源

数据源	卫星	需要认证
Copernicus Open Access Hub	Sentinel-1/2/3/5P	否（仅元数据）
USGS EarthExplorer	Landsat-5/7/8/9	否（公开接口）
Microsoft Planetary Computer	Sentinel-2, Landsat	否

使用方法

# 搜索 Sentinel-2 元数据
python rs-metadata-crawler.py search --bbox 116 39 117 40 --start-date 2024-01-01 --end-date 2024-12-31 --platform sentinel-2 --max-cloud 20

# 从 USGS 搜索 Landsat
python rs-metadata-crawler.py search --bbox 116 39 117 40 --start-date 2024-01-01 --end-date 2024-12-31 --platform landsat-8 --source usgs

# 查看统计信息
python rs-metadata-crawler.py stats --input results.json

# 合并去重
python rs-metadata-crawler.py merge --inputs a.json b.json --output merged.json