ee.Image.reduceRegion

একটি নির্দিষ্ট অঞ্চলে সমস্ত পিক্সেলে একটি হ্রাসকারী প্রয়োগ করুন।

হয় রিডুসারে ইনপুট ইমেজের ব্যান্ডগুলির মতো ইনপুটগুলির একই সংখ্যক ইনপুট থাকতে হবে, অথবা এটিতে একটি একক ইনপুট থাকতে হবে এবং প্রতিটি ব্যান্ডের জন্য পুনরাবৃত্তি করা হবে৷

হ্রাসকারীর আউটপুটগুলির একটি অভিধান প্রদান করে।

ব্যবহার	রিটার্নস
Image. reduceRegion (reducer, geometry , scale , crs , crsTransform , bestEffort , maxPixels , tileScale )	অভিধান

যুক্তি	টাইপ	বিস্তারিত
এই: image	ছবি	ছবিটি কমাতে হবে।
reducer	হ্রাসকারী	রিডুসার প্রয়োগ করতে হবে।
geometry	জ্যামিতি, ডিফল্ট: নাল	যে অঞ্চলে ডেটা কমাতে হবে। ছবির প্রথম ব্যান্ডের পদচিহ্নে ডিফল্ট।
scale	ফ্লোট, ডিফল্ট: নাল	কাজ করার জন্য অভিক্ষেপের মিটারে একটি নামমাত্র স্কেল।
crs	অভিক্ষেপ, ডিফল্ট: নাল	যে প্রজেকশনে কাজ করতে হবে। যদি অনির্দিষ্ট থাকে, তাহলে ছবির প্রথম ব্যান্ডের অভিক্ষেপ ব্যবহার করা হয়। স্কেল ছাড়াও নির্দিষ্ট করা হলে, নির্দিষ্ট স্কেলে রিস্কেল করা হয়।
crsTransform	তালিকা, ডিফল্ট: নাল	CRS রূপান্তর মানগুলির তালিকা। এটি 3x2 রূপান্তর ম্যাট্রিক্সের একটি সারি-প্রধান ক্রম। এই বিকল্পটি 'স্কেল'-এর সাথে পারস্পরিকভাবে একচেটিয়া, এবং প্রজেকশনে ইতিমধ্যে সেট করা যেকোনো রূপান্তর প্রতিস্থাপন করে।
bestEffort	বুলিয়ান, ডিফল্ট: মিথ্যা	যদি বহুভুজ প্রদত্ত স্কেলে অনেকগুলি পিক্সেল ধারণ করে, গণনা করুন এবং একটি বড় স্কেল ব্যবহার করুন যা অপারেশনটিকে সফল করতে দেয়।
maxPixels	দীর্ঘ, ডিফল্ট: 10000000	পিক্সেলের সর্বাধিক সংখ্যা কমাতে হবে।
tileScale	ফ্লোট, ডিফল্ট: 1	0.1 এবং 16 এর মধ্যে একটি স্কেলিং ফ্যাক্টর সমষ্টি টাইলের আকার সামঞ্জস্য করতে ব্যবহৃত হয়; একটি বড় টাইলস্কেল সেট করা (যেমন, 2 বা 4) ছোট টাইলস ব্যবহার করে এবং ডিফল্টের সাথে মেমরি ফুরিয়ে যাওয়া গণনা সক্ষম করতে পারে।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

// A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
var img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')
              .select(['SR_B6', 'SR_B5', 'SR_B3']);

// Santa Cruz Mountains ecoregion geometry.
var geom = ee.FeatureCollection('EPA/Ecoregions/2013/L4')
               .filter('us_l4name == "Santa Cruz Mountains"').geometry();

// Display layers on the map.
Map.setCenter(-122.08, 37.22, 9);
Map.addLayer(img, {min: 10000, max: 20000}, 'Landsat image');
Map.addLayer(geom, {color: 'white'}, 'Santa Cruz Mountains ecoregion');

// Calculate median band values within Santa Cruz Mountains ecoregion. It is
// good practice to explicitly define "scale" (or "crsTransform") and "crs"
// parameters of the analysis to avoid unexpected results from undesired
// defaults when e.g. reducing a composite image.
var stats = img.reduceRegion({
  reducer: ee.Reducer.median(),
  geometry: geom,
  scale: 30,  // meters
  crs: 'EPSG:3310',  // California Albers projection
});

// A dictionary is returned; keys are band names, values are the statistic.
print('Median band values, Santa Cruz Mountains ecoregion', stats);

// You can combine reducers to calculate e.g. mean and standard deviation
// simultaneously. The output dictionary keys are the concatenation of the band
// names and statistic names, separated by an underscore.
var reducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true
});
var multiStats = img.reduceRegion({
  reducer: reducer,
  geometry: geom,
  scale: 30,
  crs: 'EPSG:3310',
});
print('Mean & SD band values, Santa Cruz Mountains ecoregion', multiStats);

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

# A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508').select(
    ['SR_B6', 'SR_B5', 'SR_B3']
)

# Santa Cruz Mountains ecoregion geometry.
geom = (
    ee.FeatureCollection('EPA/Ecoregions/2013/L4')
    .filter('us_l4name == "Santa Cruz Mountains"')
    .geometry()
)

# Display layers on the map.
m = geemap.Map()
m.set_center(-122.08, 37.22, 9)
m.add_layer(img, {'min': 10000, 'max': 20000}, 'Landsat image')
m.add_layer(geom, {'color': 'white'}, 'Santa Cruz Mountains ecoregion')
display(m)

# Calculate median band values within Santa Cruz Mountains ecoregion. It is
# good practice to explicitly define "scale" (or "crsTransform") and "crs"
# parameters of the analysis to avoid unexpected results from undesired
# defaults when e.g. reducing a composite image.
stats = img.reduceRegion(
    reducer=ee.Reducer.median(),
    geometry=geom,
    scale=30,  # meters
    crs='EPSG:3310',  # California Albers projection
)

# A dictionary is returned keys are band names, values are the statistic.
display('Median band values, Santa Cruz Mountains ecoregion', stats)

# You can combine reducers to calculate e.g. mean and standard deviation
# simultaneously. The output dictionary keys are the concatenation of the band
# names and statistic names, separated by an underscore.
reducer = ee.Reducer.mean().combine(
    reducer2=ee.Reducer.stdDev(), sharedInputs=True
)
multi_stats = img.reduceRegion(
    reducer=reducer,
    geometry=geom,
    scale=30,
    crs='EPSG:3310',
)
display('Mean & SD band values, Santa Cruz Mountains ecoregion', multi_stats)

,একটি নির্দিষ্ট অঞ্চলে সমস্ত পিক্সেলে একটি হ্রাসকারী প্রয়োগ করুন।

হয় রিডুসারে ইনপুট ইমেজের ব্যান্ডগুলির মতো ইনপুটগুলির একই সংখ্যক ইনপুট থাকতে হবে, অথবা এটিতে একটি একক ইনপুট থাকতে হবে এবং প্রতিটি ব্যান্ডের জন্য পুনরাবৃত্তি করা হবে৷

হ্রাসকারীর আউটপুটগুলির একটি অভিধান প্রদান করে।

ব্যবহার	রিটার্নস
Image. reduceRegion (reducer, geometry , scale , crs , crsTransform , bestEffort , maxPixels , tileScale )	অভিধান

যুক্তি	টাইপ	বিস্তারিত
এই: image	ছবি	ছবিটি কমাতে হবে।
reducer	হ্রাসকারী	রিডুসার প্রয়োগ করতে হবে।
geometry	জ্যামিতি, ডিফল্ট: নাল	যে অঞ্চলে ডেটা কমাতে হবে। ছবির প্রথম ব্যান্ডের পদচিহ্নে ডিফল্ট।
scale	ফ্লোট, ডিফল্ট: নাল	কাজ করার জন্য অভিক্ষেপের মিটারে একটি নামমাত্র স্কেল।
crs	অভিক্ষেপ, ডিফল্ট: নাল	যে প্রজেকশনে কাজ করতে হবে। যদি অনির্দিষ্ট থাকে, তাহলে ছবির প্রথম ব্যান্ডের অভিক্ষেপ ব্যবহার করা হয়। স্কেল ছাড়াও নির্দিষ্ট করা হলে, নির্দিষ্ট স্কেলে রিস্কেল করা হয়।
crsTransform	তালিকা, ডিফল্ট: নাল	CRS রূপান্তর মানগুলির তালিকা। এটি 3x2 রূপান্তর ম্যাট্রিক্সের একটি সারি-প্রধান ক্রম। এই বিকল্পটি 'স্কেল'-এর সাথে পারস্পরিকভাবে একচেটিয়া, এবং প্রজেকশনে ইতিমধ্যে সেট করা যেকোনো রূপান্তর প্রতিস্থাপন করে।
bestEffort	বুলিয়ান, ডিফল্ট: মিথ্যা	যদি বহুভুজ প্রদত্ত স্কেলে অনেকগুলি পিক্সেল ধারণ করে, গণনা করুন এবং একটি বড় স্কেল ব্যবহার করুন যা অপারেশনটিকে সফল করতে দেয়।
maxPixels	দীর্ঘ, ডিফল্ট: 10000000	পিক্সেলের সর্বাধিক সংখ্যা কমাতে হবে।
tileScale	ফ্লোট, ডিফল্ট: 1	0.1 এবং 16 এর মধ্যে একটি স্কেলিং ফ্যাক্টর সমষ্টি টাইলের আকার সামঞ্জস্য করতে ব্যবহৃত হয়; একটি বড় টাইলস্কেল সেট করা (যেমন, 2 বা 4) ছোট টাইলস ব্যবহার করে এবং ডিফল্টের সাথে মেমরি ফুরিয়ে যাওয়া গণনা সক্ষম করতে পারে।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

// A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
var img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')
              .select(['SR_B6', 'SR_B5', 'SR_B3']);

// Santa Cruz Mountains ecoregion geometry.
var geom = ee.FeatureCollection('EPA/Ecoregions/2013/L4')
               .filter('us_l4name == "Santa Cruz Mountains"').geometry();

// Display layers on the map.
Map.setCenter(-122.08, 37.22, 9);
Map.addLayer(img, {min: 10000, max: 20000}, 'Landsat image');
Map.addLayer(geom, {color: 'white'}, 'Santa Cruz Mountains ecoregion');

// Calculate median band values within Santa Cruz Mountains ecoregion. It is
// good practice to explicitly define "scale" (or "crsTransform") and "crs"
// parameters of the analysis to avoid unexpected results from undesired
// defaults when e.g. reducing a composite image.
var stats = img.reduceRegion({
  reducer: ee.Reducer.median(),
  geometry: geom,
  scale: 30,  // meters
  crs: 'EPSG:3310',  // California Albers projection
});

// A dictionary is returned; keys are band names, values are the statistic.
print('Median band values, Santa Cruz Mountains ecoregion', stats);

// You can combine reducers to calculate e.g. mean and standard deviation
// simultaneously. The output dictionary keys are the concatenation of the band
// names and statistic names, separated by an underscore.
var reducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true
});
var multiStats = img.reduceRegion({
  reducer: reducer,
  geometry: geom,
  scale: 30,
  crs: 'EPSG:3310',
});
print('Mean & SD band values, Santa Cruz Mountains ecoregion', multiStats);

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

# A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508').select(
    ['SR_B6', 'SR_B5', 'SR_B3']
)

# Santa Cruz Mountains ecoregion geometry.
geom = (
    ee.FeatureCollection('EPA/Ecoregions/2013/L4')
    .filter('us_l4name == "Santa Cruz Mountains"')
    .geometry()
)

# Display layers on the map.
m = geemap.Map()
m.set_center(-122.08, 37.22, 9)
m.add_layer(img, {'min': 10000, 'max': 20000}, 'Landsat image')
m.add_layer(geom, {'color': 'white'}, 'Santa Cruz Mountains ecoregion')
display(m)

# Calculate median band values within Santa Cruz Mountains ecoregion. It is
# good practice to explicitly define "scale" (or "crsTransform") and "crs"
# parameters of the analysis to avoid unexpected results from undesired
# defaults when e.g. reducing a composite image.
stats = img.reduceRegion(
    reducer=ee.Reducer.median(),
    geometry=geom,
    scale=30,  # meters
    crs='EPSG:3310',  # California Albers projection
)

# A dictionary is returned keys are band names, values are the statistic.
display('Median band values, Santa Cruz Mountains ecoregion', stats)

# You can combine reducers to calculate e.g. mean and standard deviation
# simultaneously. The output dictionary keys are the concatenation of the band
# names and statistic names, separated by an underscore.
reducer = ee.Reducer.mean().combine(
    reducer2=ee.Reducer.stdDev(), sharedInputs=True
)
multi_stats = img.reduceRegion(
    reducer=reducer,
    geometry=geom,
    scale=30,
    crs='EPSG:3310',
)
display('Mean & SD band values, Santa Cruz Mountains ecoregion', multi_stats)