Atualmente, o BDC-Lab possui suporte a criação de Jupyter Notebooks utilizando as linguagens de programação Python e R. Porém, você pode instalar outros pacotes desejados e estes ficarão disponíveis na sua pasta de usuário para serem utilizados mesmo que você reinicialize seu ambiente.

• Instalar novo pacote em Python: utilize o comando pip install nome_do_pacote.
• Instalar um novo pacote em R: utilize o comando install.packages(‘nome_do_pacote’).

Recomendamos utilizar esses recursos com cautela, pois estamos sempre atualizando as bibliotecas disponibilizadas e essa instalação local pode gerar conflitos ou mesmo sobrescrever essa atualização. Se você detectou a necessidade de novas bibliotecas, por favor, entre em contato por meio do endereço data.support@inpe.br.

Para criar um novo ambiente conda no BDC-Lab, você precisa utilizar o terminal para executar alguns comandos. Para abrir o terminal, vá até a página inicial do seu ambiente JupyterLab e clique no botão apresentado na Figura abaixo.

Após abrir o terminal, você precisará executar alguns comandos para criar e ativar o seu ambiente. Neste exemplo, iremos criar um ambiente Python 3.9 e instalar as bibliotecas ipykernel e numpy.

# Cria o ambiente com os pacotes desejados
conda create --name py39 python=3.9 ipykernel numpy
# Ativa o ambiente
conda activate py39
# Instala o kernel no JupyterLab
python -m ipykernel install --user --display-name "Python 3.9"

Ao final da instalação, atualize a página do seu navegador para visualizar o seu novo kernel!

Se você possui um arquivo chamado environment.yml com os pacotes necessários e deseja criar um ambiente, altere o comando anterior conda create para:

# Cria o ambiente com o arquivo environment.yml
conda create --name py39 -f environment.yml

Siga os passos abaixo para configurar o acesso do sits ao STAC interno do BDC-Lab:

1. Primeiramente, abra o RStudio e crie um arquivo nomeado config.yml na pasta /home/jovyan. Inclua o seguinte conteúdo:

sources:
  BDC                   :
    url                 : "http://data.coids.inpe.br/bdc/stac/v1"

AVISO: É importante que a última linha do arquivo esteja vazia e sem nenhum espaço ou tabulação.

2. Caso você ainda não tenha criado o arquivo .Rprofile na pasta /home/jovyan, crie-o com o seguinte conteúdo:

Sys.setenv(
  SITS_CONFIG_USER_FILE = "~/config.yml"
)

ATENÇÃO: O nome do arquivo a ser configurado acima ("~/config.yml") precisa ser o mesmo que você criou na etapa 1!

A partir deste momento, o SITS já se encontra configurado, apontando para a URL de acesso aos dados na infraestrutura do BDC. Toda vez que uma sessão R for criada, o arquivo de configuração será executado e o endereço STAC será definido corretamente.

Após criar uma sessão R e importar o pacote SITS, você pode conferir a URL do STAC utilizando o seguinte comando:

sits:::sits_env$config$sources$BDC$url

Alguns usuários relataram estarem tendo problemas nas configurações de projeções ao utilizar a GDAL no Python. A figura a seguir apresenta um exemplo do erro:

Solução:

Para resolver este problema, é necessário configurar a seguinte variável de ambiente no começo do notebook/código em Python:

os.environ['PROJ_LIB'] = "/opt/conda/envs/geospatial/share/proj"

ATENÇÃO 1: O caminho a ser configurado deve ser o caminho do pacote proj no ambiente em uso (e.g. "/opt/conda/envs/geospatial/share/proj"). Se você estiver utilizando um outro ambiente conda, é necessário passar o caminho da biblioteca proj do seu ambiente (e.g. "/home/usuario/envs/conda_env/share/proj")

ATENÇÃO 2: Se você estiver utilizando a biblioteca proj em uma versão >=9.1, você precisa definir a variável como PROJ_DATA ao invés da PROJ_LIB, conforme atualização da biblioteca documentada aqui.