绕过 GEE 配额限制：使用 Python geedim 实现遥感影像高速下载

从 2026年4月27日起，Google Earth Engine 将对所有用户正式实施计算配额限制。普通用户每月只有 150 EEUS，即使申请成为 Partner 用户，额度也仅为 1000 EEUS/月。对于需要进行大规模遥感分析、批量影像下载或高频计算任务的用户来说，这样的额度往往难以满足实际需求。本期内容将介绍一个 Python 第三方工具 geedim，它可以通过新的数据访问方式，大幅提升 GEE 数据下载效率，在一定程度上绕开官方配额限制。

GEE配额限制的背景：

在全球人工智能竞赛的大背景下，遥感云平台耗费的算力和存储相比于其未来潜力和资本青睐是没有竞争力的。目前，所有的互联网科技巨头都在ALL in AI，这给遥感云计算的发展带来了巨大的挑战。因此，从 2026年4月27日起，Google Earth Engine 将对所有用户正式实施计算配额限制。我们熟悉的AI Earth也因此下线，未来也没有可见的遥感云平台项目。我们在之前的推文中提到过增加配额的方法：

如果想提升配额，该如何做呢？

1.国内申请一张visa卡。小编用的中国建设银行，在手机app上就能操作实现，非常便捷。然后申请1000EEUS的配额，这样够使用了。

2.申请多个project项目。因为这里限制的是每个project的配额，而不是每个账号account的配额，理论上来说，这样可以很好的规避配额问题；

3.申请多个GEE账号。这些对于大面积分批次运算很重要，在我们的培训课程里面反复提及。

geedim介绍与安装：

除了以上方法，今天我们讲一下Python的第三方包geedim。它目前可以绕过GEE配额限制，即不在GEE账户的task任务上下载数据，直接将数据下载到本地，从而绕过配额限制：

Geedim 提供了一个 Python API 和命令行工具包，用于导出和 Google Earth Engine（GEE）图像。图片和图片集合可以导出为：

GeoTIFF 文件
NumPy 阵列
Xarray数据集 / DataArray
谷歌云平台

安装：

从PyPI安装：

pip install geedim

要从conda-forge安装：

conda install -c conda-forge geedim

geedim下载数据代码示例：

geedim下载数据涉及到3个函数：download_ee_image；download_ee_image_collection；download_ee_image_tiles

`download_ee_image(image, filename, region=None, crs=None, crs_transform=None, scale=None, resampling='near', dtype=None, overwrite=True, num_threads=None, max_tile_size=None, max_tile_dim=None, shape=None, scale_offset=False, unmask_value=None, **kwargs)`

`download_ee_image_collection(collection,out_dir=None,filenames=None,region=None,crs=None,crs_transform=None,scale=None,resampling='near',dtype=None,overwrite=True,num_threads= None,max_tile_size=None,max_tile_dim=None,shape=None,scale_offset=False,unmask_value=None,**kwargs)`

`download_ee_image_tiles(image,features,out_dir=None,prefix=None,crs=None,crs_transform=None,scale=None,resampling='near',dtype=None,overwrite=True,num_threads=None,max_tile_size=None,max_tile_dim=None,shape=None,scale_offset=False,unmask_value=None,column=None,**kwargs)`

其中，download_ee_image函数用于下载单幅影像；download_ee_image_collection用于下载影像集合；download_ee_image_tiles用于分块下载影像数据（深度学习）。以下，我们给出示例代码下载Landsat影像：

分块下载示例：

import geemapimport eeimport osimage = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318').select(['B5', 'B4', 'B3'])fishnet = geemap.fishnet(image.geometry(), rows=4, cols=4, delta=0.5)style = {'color': 'ffff00ff', 'fillColor': '00000000'}Map.centerObject


    
(image.geometry())Map.addLayer(fishnet.style(**style),{},'Fishnet')Map.addLayer(image,{'min':0,'max':0.3,'bands':['B5', 'B4', 'B3']},'image')out_dir = os.path.expanduser('~/Downloads')geemap.download_ee_image_tiles(image, fishnet, out_dir, prefix="landsat_", crs="EPSG:3857", scale=30)

下载结果展示（140秒下载完成）：

下载单幅遥感影像：

image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318').select(['B5', 'B4', 'B3'])geemap.download_ee_image(image=image, filename="landsat_fullScence.tif", region=image.geometry(), crs="EPSG:3857", scale=30)

下载结果展示（1.15GB仅用时33秒）：

结束语：

警告：不要滥用这个第三方包，当谷歌团队发现这个Bug以后，很可能会修复。我只希望我的粉丝朋友们能正常科研，正常使用！！！

以上只是我们课程的一小章内容，你会发现我们的培训课程干货满满！感兴趣的可以咨询小编：

2026寒假特训 | GEE(Python版本)深度学习与全球制图分析实战特训教学