공지사항: 2025년 4월 15일 전에 Earth Engine 사용을 위해 등록된 모든 비상업용 프로젝트는 Earth Engine 액세스를 유지하기 위해 비상업용 자격 요건을 인증해야 합니다.

이 페이지는 Cloud Translation API를 통해 번역되었습니다.

ee.Image.reduceRegion

특정 영역의 모든 픽셀에 리듀서를 적용합니다.

리듀서의 입력 개수는 입력 이미지의 밴드 수와 같아야 합니다. 그렇지 않으면 입력이 하나여야 하며 각 밴드에 대해 반복됩니다.

리듀서의 출력 사전이 반환됩니다.

사용	반환 값
`Image.reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale)`	딕셔너리

인수	유형	세부정보
다음과 같은 경우: `image`	이미지	축소할 이미지입니다.
`reducer`	감소기	적용할 리듀서입니다.
`geometry`	기하학, 기본값: null	데이터를 축소할 리전입니다. 기본값은 이미지의 첫 번째 밴드의 설치 공간입니다.
`scale`	부동 소수점 수, 기본값: null	작업할 투영의 명목상 척도(미터)입니다.
`crs`	예상, 기본값: null	작업할 투영입니다. 지정하지 않으면 이미지의 첫 번째 밴드의 투영이 사용됩니다. 크기 조정 외에 지정된 경우 지정된 크기로 다시 조정됩니다.
`crsTransform`	목록, 기본값: null	CRS 변환 값 목록입니다. 이는 3x2 변환 행렬의 행 우선 순서입니다. 이 옵션은 'scale'과 상호 배타적이며 프로젝션에 이미 설정된 변환을 대체합니다.
`bestEffort`	불리언, 기본값: false	다각형에 지정된 스케일에서 너무 많은 픽셀이 포함되는 경우 작업이 성공할 수 있도록 더 큰 스케일을 계산하여 사용합니다.
`maxPixels`	long, 기본값: 10000000	줄일 최대 픽셀 수입니다.
`tileScale`	부동 소수점 수, 기본값: 1	집계 타일 크기를 조정하는 데 사용되는 0.1~16 사이의 확장 요소입니다. tileScale을 더 크게 설정하면 (예: 2 또는 4)는 더 작은 타일을 사용하며 기본값으로 메모리가 부족한 계산을 사용 설정할 수 있습니다.

예

코드 편집기 (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 설정

Python API 및 geemap를 사용한 대화형 개발에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

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)

ee.Image.reduceRegion 컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

예

코드 편집기 (JavaScript)

Colab (Python)

ee.Image.reduceRegion