ee.Image.reduceRegion
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
किसी खास इलाके के सभी पिक्सल पर रिड्यूसर लागू करें.
रिड्यूसर में उतने ही इनपुट होने चाहिए जितने इनपुट इमेज में बैंड हैं. इसके अलावा, रिड्यूसर में एक इनपुट होना चाहिए और इसे हर बैंड के लिए दोहराया जाएगा.
यह फ़ंक्शन, रिड्यूसर के आउटपुट की डिक्शनरी दिखाता है.
| इस्तेमाल | रिटर्न |
|---|
Image.reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale) | शब्दकोश |
| आर्ग्यूमेंट | टाइप | विवरण |
|---|
यह: image | इमेज | वह इमेज जिसका साइज़ कम करना है. |
reducer | रेड्यूसर | लागू किया जाने वाला रिड्यूसर. |
geometry | ज्यामिति, डिफ़ॉल्ट: null | वह क्षेत्र जहां डेटा कम करना है. यह इमेज के पहले बैंड के फ़ुटप्रिंट पर डिफ़ॉल्ट रूप से सेट होता है. |
scale | फ़्लोट, डिफ़ॉल्ट: null | यह प्रोजेक्शन का नॉमिनल स्केल है, जिसमें काम करना है. यह मीटर में होता है. |
crs | प्रोजेक्शन, डिफ़ॉल्ट: null | काम करने के लिए प्रोजेक्शन. अगर यह जानकारी नहीं दी जाती है, तो इमेज के पहले बैंड के प्रोजेक्शन का इस्तेमाल किया जाता है. अगर इसे स्केल के अलावा किसी और एट्रिब्यूट में बताया गया है, तो इसे बताई गई स्केल के हिसाब से फिर से स्केल किया जाता है. |
crsTransform | सूची, डिफ़ॉल्ट: null | सीआरएस ट्रांसफ़ॉर्म वैल्यू की सूची. यह 3x2 ट्रांसफ़ॉर्म मैट्रिक्स का लाइन-मेजर ऑर्डर है. यह विकल्प, 'स्केल' के साथ इस्तेमाल नहीं किया जा सकता. साथ ही, यह प्रोजेक्शन पर पहले से सेट किए गए किसी भी ट्रांसफ़ॉर्म की जगह ले लेता है. |
bestEffort | बूलियन, डिफ़ॉल्ट वैल्यू: false | अगर दिए गए स्केल पर पॉलीगॉन में बहुत ज़्यादा पिक्सल शामिल हैं, तो बड़े स्केल का हिसाब लगाएं और उसका इस्तेमाल करें. इससे ऑपरेशन पूरा हो पाएगा. |
maxPixels | लंबी, डिफ़ॉल्ट वैल्यू: 10000000 | कम किए जाने वाले पिक्सल की ज़्यादा से ज़्यादा संख्या. |
tileScale | फ़्लोट, डिफ़ॉल्ट: 1 | एग्रीगेशन टाइल के साइज़ को अडजस्ट करने के लिए, 0.1 से 16 के बीच का स्केलिंग फ़ैक्टर. tileScale को बड़ा सेट करने पर (जैसे, 2 या 4) में छोटी टाइलें इस्तेमाल की जाती हैं. साथ ही, इसमें ऐसी कंप्यूटेशन चालू की जा सकती हैं जो डिफ़ॉल्ट सेटिंग के साथ मेमोरी से बाहर हो जाती हैं. |
उदाहरण
कोड एडिटर (JavaScript)
// 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);
Python सेटअप करना
Python API और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के बारे में जानकारी पाने के लिए,
Python एनवायरमेंट पेज देखें.
import ee
import geemap.core as geemap
Colab (Python)
# 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)
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया."],[[["\u003cp\u003e\u003ccode\u003eImage.reduceRegion()\u003c/code\u003e applies a reducer function to all pixels within a specified region of an image.\u003c/p\u003e\n"],["\u003cp\u003eThe reducer can either accept the same number of inputs as the image bands or a single input to be applied to each band.\u003c/p\u003e\n"],["\u003cp\u003eIt returns a dictionary containing the reducer's output, with keys representing band names and values corresponding to the calculated statistic.\u003c/p\u003e\n"],["\u003cp\u003eUsers can define parameters like scale, projection, and geometry to control the region and resolution of the reduction operation.\u003c/p\u003e\n"],["\u003cp\u003eMultiple reducers can be combined to calculate multiple statistics simultaneously, with output dictionary keys reflecting both band and statistic names.\u003c/p\u003e\n"]]],[],null,["# ee.Image.reduceRegion\n\nApply a reducer to all the pixels in a specific region.\n\n\u003cbr /\u003e\n\nEither the reducer must have the same number of inputs as the input image has bands, or it must have a single input and will be repeated for each band.\n\nReturns a dictionary of the reducer's outputs.\n\n| Usage | Returns |\n|---------------------------------------------------------------------------------------------------------------------------------------|------------|\n| Image.reduceRegion`(reducer, `*geometry* `, `*scale* `, `*crs* `, `*crsTransform* `, `*bestEffort* `, `*maxPixels* `, `*tileScale*`)` | Dictionary |\n\n| Argument | Type | Details |\n|----------------|---------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| this: `image` | Image | The image to reduce. |\n| `reducer` | Reducer | The reducer to apply. |\n| `geometry` | Geometry, default: null | The region over which to reduce data. Defaults to the footprint of the image's first band. |\n| `scale` | Float, default: null | A nominal scale in meters of the projection to work in. |\n| `crs` | Projection, default: null | The projection to work in. If unspecified, the projection of the image's first band is used. If specified in addition to scale, rescaled to the specified scale. |\n| `crsTransform` | List, default: null | The list of CRS transform values. This is a row-major ordering of the 3x2 transform matrix. This option is mutually exclusive with 'scale', and replaces any transform already set on the projection. |\n| `bestEffort` | Boolean, default: false | If the polygon would contain too many pixels at the given scale, compute and use a larger scale which would allow the operation to succeed. |\n| `maxPixels` | Long, default: 10000000 | The maximum number of pixels to reduce. |\n| `tileScale` | Float, default: 1 | A scaling factor between 0.1 and 16 used to adjust aggregation tile size; setting a larger tileScale (e.g., 2 or 4) uses smaller tiles and may enable computations that run out of memory with the default. |\n\nExamples\n--------\n\n### Code Editor (JavaScript)\n\n```javascript\n// A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.\nvar img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')\n .select(['SR_B6', 'SR_B5', 'SR_B3']);\n\n// Santa Cruz Mountains ecoregion geometry.\nvar geom = ee.FeatureCollection('EPA/Ecoregions/2013/L4')\n .filter('us_l4name == \"Santa Cruz Mountains\"').geometry();\n\n// Display layers on the map.\nMap.setCenter(-122.08, 37.22, 9);\nMap.addLayer(img, {min: 10000, max: 20000}, 'Landsat image');\nMap.addLayer(geom, {color: 'white'}, 'Santa Cruz Mountains ecoregion');\n\n// Calculate median band values within Santa Cruz Mountains ecoregion. It is\n// good practice to explicitly define \"scale\" (or \"crsTransform\") and \"crs\"\n// parameters of the analysis to avoid unexpected results from undesired\n// defaults when e.g. reducing a composite image.\nvar stats = img.reduceRegion({\n reducer: ee.Reducer.median(),\n geometry: geom,\n scale: 30, // meters\n crs: 'EPSG:3310', // California Albers projection\n});\n\n// A dictionary is returned; keys are band names, values are the statistic.\nprint('Median band values, Santa Cruz Mountains ecoregion', stats);\n\n// You can combine reducers to calculate e.g. mean and standard deviation\n// simultaneously. The output dictionary keys are the concatenation of the band\n// names and statistic names, separated by an underscore.\nvar reducer = ee.Reducer.mean().combine({\n reducer2: ee.Reducer.stdDev(),\n sharedInputs: true\n});\nvar multiStats = img.reduceRegion({\n reducer: reducer,\n geometry: geom,\n scale: 30,\n crs: 'EPSG:3310',\n});\nprint('Mean & SD band values, Santa Cruz Mountains ecoregion', multiStats);\n```\nPython setup\n\nSee the [Python Environment](/earth-engine/guides/python_install) page for information on the Python API and using\n`geemap` for interactive development. \n\n```python\nimport ee\nimport geemap.core as geemap\n```\n\n### Colab (Python)\n\n```python\n# A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.\nimg = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508').select(\n ['SR_B6', 'SR_B5', 'SR_B3']\n)\n\n# Santa Cruz Mountains ecoregion geometry.\ngeom = (\n ee.FeatureCollection('EPA/Ecoregions/2013/L4')\n .filter('us_l4name == \"Santa Cruz Mountains\"')\n .geometry()\n)\n\n# Display layers on the map.\nm = geemap.Map()\nm.set_center(-122.08, 37.22, 9)\nm.add_layer(img, {'min': 10000, 'max': 20000}, 'Landsat image')\nm.add_layer(geom, {'color': 'white'}, 'Santa Cruz Mountains ecoregion')\ndisplay(m)\n\n# Calculate median band values within Santa Cruz Mountains ecoregion. It is\n# good practice to explicitly define \"scale\" (or \"crsTransform\") and \"crs\"\n# parameters of the analysis to avoid unexpected results from undesired\n# defaults when e.g. reducing a composite image.\nstats = img.reduceRegion(\n reducer=ee.Reducer.median(),\n geometry=geom,\n scale=30, # meters\n crs='EPSG:3310', # California Albers projection\n)\n\n# A dictionary is returned keys are band names, values are the statistic.\ndisplay('Median band values, Santa Cruz Mountains ecoregion', stats)\n\n# You can combine reducers to calculate e.g. mean and standard deviation\n# simultaneously. The output dictionary keys are the concatenation of the band\n# names and statistic names, separated by an underscore.\nreducer = ee.Reducer.mean().combine(\n reducer2=ee.Reducer.stdDev(), sharedInputs=True\n)\nmulti_stats = img.reduceRegion(\n reducer=reducer,\n geometry=geom,\n scale=30,\n crs='EPSG:3310',\n)\ndisplay('Mean & SD band values, Santa Cruz Mountains ecoregion', multi_stats)\n```"]]
