翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# SageMaker 地理空間画像を含む Amazon SageMaker Studio Classic ノートブックを使用して地球観測ジョブを作成する
<a name="geospatial-eoj-ntb"></a>

**SageMaker 地理空間画像を含む SageMaker Studio Classic ノートブックを作成するには、次の手順に従います。**

1. **[ランチャー]** の **[ノートブックとコンピューティングリソース]** で、**[環境の変更]** を選択します。

1. **[環境の変更]** ダイアログが開きます。

1. **[画像]** ドロップダウンを選択して、**[Geospatial 1.0]** を選択します。**[インスタンスタイプ]** は、**ml.geospatial.interactive** でなければなりません。他の設定はデフォルト値のままにします。

1. **[選択]** を選択します。

1. [**Create notebook (ノートブックの作成)**] を選択します。

以下に示すコードを使用して、SageMaker 地理空間画像を含む Amazon SageMaker Studio Classic ノートブックを使用して EOJ を開始します。

```
import boto3
import sagemaker
import sagemaker_geospatial_map

session = boto3.Session()
execution_role = sagemaker.get_execution_role()
sg_client = session.client(service_name="sagemaker-geospatial")
```

以下は、米国西部 (オレゴン) リージョンで EOJ を作成する方法の例です。

```
#Query and Access Data
search_rdc_args = {
    "Arn": "arn:aws:sagemaker-geospatial:us-west-2:378778860802:raster-data-collection/public/nmqj48dcu3g7ayw8",  # sentinel-2 L2A COG
    "RasterDataCollectionQuery": {
        "AreaOfInterest": {
            "AreaOfInterestGeometry": {
                "PolygonGeometry": {
                    "Coordinates": [
                        [
                            [-114.529, 36.142],
                            [-114.373, 36.142],
                            [-114.373, 36.411],
                            [-114.529, 36.411],
                            [-114.529, 36.142],
                        ]
                    ]
                }
            }
        },
        "TimeRangeFilter": {
            "StartTime": "2021-01-01T00:00:00Z",
            "EndTime": "2022-07-10T23:59:59Z",
        },
        "PropertyFilters": {
            "Properties": [{"Property": {"EoCloudCover": {"LowerBound": 0, "UpperBound": 1}}}],
            "LogicalOperator": "AND",
        },
        "BandFilter": ["visual"],
    },
}

tci_urls = []
data_manifests = []
while search_rdc_args.get("NextToken", True):
    search_result = sg_client.search_raster_data_collection(**search_rdc_args)
    if search_result.get("NextToken"):
        data_manifests.append(search_result)
    for item in search_result["Items"]:
        tci_url = item["Assets"]["visual"]["Href"]
        print(tci_url)
        tci_urls.append(tci_url)

    search_rdc_args["NextToken"] = search_result.get("NextToken")
        
# Perform land cover segmentation on images returned from the sentinel dataset.
eoj_input_config = {
    "RasterDataCollectionQuery": {
        "RasterDataCollectionArn": "arn:aws:sagemaker-geospatial:us-west-2:378778860802:raster-data-collection/public/nmqj48dcu3g7ayw8",
        "AreaOfInterest": {
            "AreaOfInterestGeometry": {
                "PolygonGeometry": {
                    "Coordinates": [
                        [
                            [-114.529, 36.142],
                            [-114.373, 36.142],
                            [-114.373, 36.411],
                            [-114.529, 36.411],
                            [-114.529, 36.142],
                        ]
                    ]
                }
            }
        },
        "TimeRangeFilter": {
            "StartTime": "2021-01-01T00:00:00Z",
            "EndTime": "2022-07-10T23:59:59Z",
        },
        "PropertyFilters": {
            "Properties": [{"Property": {"EoCloudCover": {"LowerBound": 0, "UpperBound": 1}}}],
            "LogicalOperator": "AND",
        },
    }
}
eoj_config = {"LandCoverSegmentationConfig": {}}

response = sg_client.start_earth_observation_job(
    Name="lake-mead-landcover",
    InputConfig=eoj_input_config,
    JobConfig=eoj_config,
    ExecutionRoleArn=execution_role,
)
```

EOJ が作成されると、`Arn` がユーザーに返されます。`Arn` を使用してジョブを識別し、さらに操作を実行します。ジョブのステータスを取得するには、`sg_client.get_earth_observation_job(Arn = response['Arn'])` を実行します。

次の例は、ジョブが完了するまで EOJ のステータスをクエリする方法を示しています。

```
eoj_arn = response["Arn"]
job_details = sg_client.get_earth_observation_job(Arn=eoj_arn)
{k: v for k, v in job_details.items() if k in ["Arn", "Status", "DurationInSeconds"]}
# List all jobs in the account
sg_client.list_earth_observation_jobs()["EarthObservationJobSummaries"]
```

EOJ が完了すると、EOJ 出力をノートブックで直接視覚化できます。次の例は、インタラクティブマップのレンダリングの例を示しています。

```
map = sagemaker_geospatial_map.create_map({
'is_raster': True
})
map.set_sagemaker_geospatial_client(sg_client)
# render the map
map.render()
```

次の例は、マップを対象地域の中央に配置し、EOJ の入力と出力をマップ内の別々のレイヤーとしてレンダリングする例を示しています。

```
# visualize the area of interest
config = {"label": "Lake Mead AOI"}
aoi_layer = map.visualize_eoj_aoi(Arn=eoj_arn, config=config)

# Visualize input.
time_range_filter = {
    "start_date": "2022-07-01T00:00:00Z",
    "end_date": "2022-07-10T23:59:59Z",
}
config = {"label": "Input"}

input_layer = map.visualize_eoj_input(
    Arn=eoj_arn, config=config, time_range_filter=time_range_filter
)
# Visualize output, EOJ needs to be in completed status.
time_range_filter = {
    "start_date": "2022-07-01T00:00:00Z",
    "end_date": "2022-07-10T23:59:59Z",
}
config = {"preset": "singleBand", "band_name": "mask"}
output_layer = map.visualize_eoj_output(
    Arn=eoj_arn, config=config, time_range_filter=time_range_filter
)
```

`export_earth_observation_job` 関数を使用して、EOJ の結果を Amazon S3 バケットにエクスポートできます。エクスポート機能は、チーム間で結果を共有する際に便利です。SageMaker AI は、データセットの管理も簡素化できます。S3 バケットの何千ものファイルをクローリングする代わりに、ジョブ ARN を使用して EOJ 結果を簡単に共有できます。結果はジョブ ARN ごとにグループ化できるため、各 EOJ はデータカタログのアセットになります。次の例は、EOJ の結果をエクスポートする方法を示しています。

```
sagemaker_session = sagemaker.Session()
s3_bucket_name = sagemaker_session.default_bucket()  # Replace with your own bucket if needed
s3_bucket = session.resource("s3").Bucket(s3_bucket_name)
prefix = "eoj_lakemead"  # Replace with the S3 prefix desired
export_bucket_and_key = f"s3://{s3_bucket_name}/{prefix}/"

eoj_output_config = {"S3Data": {"S3Uri": export_bucket_and_key}}
export_response = sg_client.export_earth_observation_job(
    Arn=eoj_arn,
    ExecutionRoleArn=execution_role,
    OutputConfig=eoj_output_config,
    ExportSourceImages=False,
)
```

次のスニペットを使用して、エクスポートジョブのステータスを監視できます。

```
# Monitor the export job status
export_job_details = sg_client.get_earth_observation_job(Arn=export_response["Arn"])
{k: v for k, v in export_job_details.items() if k in ["Arn", "Status", "DurationInSeconds"]}
```

EOJ を削除した後は、ストレージ料金は請求されません。

EOJ の実行方法を紹介する例については、こちらの[ブログ記事](https://aws.amazon.com/blogs/machine-learning/monitoring-lake-mead-drought-using-the-new-amazon-sagemaker-geospatial-capabilities/)を参照してください。

SageMaker の地理空間機能に関する他のノートブックについては、この [GitHub リポジトリ](https://github.com/aws/amazon-sagemaker-examples/tree/main/sagemaker-geospatial)を参照してください。