ee.Image.sampleRegions

यह फ़ंक्शन, किसी इमेज के हर पिक्सल को (दिए गए स्केल पर) एक सुविधा में बदलता है. यह पिक्सल, एक या उससे ज़्यादा क्षेत्रों को काटता है और उन्हें FeatureCollection के तौर पर दिखाता है. हर आउटपुट फ़ीचर में, इनपुट इमेज के हर बैंड के लिए एक प्रॉपर्टी होगी. साथ ही, इनपुट फ़ीचर से कॉपी की गई कोई भी प्रॉपर्टी होगी.

ध्यान दें कि ज्यामिति को पिक्सल सेंटर पर स्नैप किया जाएगा.

इस्तेमाल	रिटर्न
Image.sampleRegions(collection, properties, scale, projection, tileScale, geometries)	FeatureCollection

आर्ग्यूमेंट	टाइप	विवरण
यह: image	इमेज	वह इमेज जिसका सैंपल लेना है.
collection	FeatureCollection	वे इलाके जहां से सैंपल लेना है.
properties	सूची, डिफ़ॉल्ट: null	हर इनपुट सुविधा से कॉपी की जाने वाली प्रॉपर्टी की सूची. डिफ़ॉल्ट रूप से, यह सभी नॉन-सिस्टम प्रॉपर्टी के लिए लागू होता है.
scale	फ़्लोट, डिफ़ॉल्ट: null	यह प्रोजेक्शन का नॉमिनल स्केल है, जिसे मीटर में मापा जाता है. इसका इस्तेमाल सैंपल लेने के लिए किया जाता है. अगर यह जानकारी नहीं दी जाती है, तो इमेज के पहले बैंड के स्केल का इस्तेमाल किया जाता है.
projection	प्रोजेक्शन, डिफ़ॉल्ट: null	वह प्रोजेक्शन जिसमें सैंपल लेना है. 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.
tileScale	फ़्लोट, डिफ़ॉल्ट: 1	एग्रीगेशन टाइल के साइज़ को कम करने के लिए इस्तेमाल किया जाने वाला स्केलिंग फ़ैक्टर; tileScale का बड़ा मान इस्तेमाल करने पर (जैसे, 2 या 4) डिफ़ॉल्ट वैल्यू के साथ, मेमोरी से बाहर की गणनाएं चालू कर सकते हैं.
geometries	बूलियन, डिफ़ॉल्ट वैल्यू: false	अगर इस विकल्प को 'सही है' पर सेट किया जाता है, तो नतीजों में सैंपल किए गए हर पिक्सल के लिए एक पॉइंट ज्यामिति शामिल होगी. ऐसा न करने पर, ज्यामिति को शामिल नहीं किया जाएगा. इससे मेमोरी बचेगी.

उदाहरण

कोड एडिटर (JavaScript)

// A Sentinel-2 surface reflectance image.
var img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG');
Map.setCenter(-122.503881, 37.765588, 18);
Map.addLayer(img, {bands: ['B11', 'B8', 'B3'], min: 100, max: 4500}, 'img');

// A feature collection with two polygon regions each intersecting 36
// pixels at 10 m scale.
var fcPolygon = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Rectangle(
    -122.50620929, 37.76502806, -122.50552264, 37.76556663), {id: 0}),
  ee.Feature(ee.Geometry.Rectangle(
    -122.50530270, 37.76565568, -122.50460533, 37.76619425), {id: 1})
]);
Map.addLayer(fcPolygon, {color: 'yellow'}, 'fcPolygon');

var fcPolygonSamp = img.sampleRegions({
  collection: fcPolygon,
  scale: 10,
  geometries: true
});
// Note that 7 pixels are missing from the sample. If a pixel contains a masked
// band value it will be excluded from the sample. In this case, the TCI_B band
// is masked for each unsampled pixel.
print('A feature per pixel (at given scale) in each region', fcPolygonSamp);
Map.addLayer(fcPolygonSamp, {color: 'purple'}, 'fcPolygonSamp');

// A feature collection with two points intersecting two different pixels.
// This example is included to show the behavior for point geometries. In
// practice, if the feature collection is all points, ee.Image.reduceRegions
// should be used instead to save memory.
var fcPoint = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Point([-122.50309256, 37.76605006]), {id: 0}),
  ee.Feature(ee.Geometry.Point([-122.50344661, 37.76560903]), {id: 1})
]);
Map.addLayer(fcPoint, {color: 'cyan'}, 'fcPoint');

var fcPointSamp = img.sampleRegions({
  collection: fcPoint,
  scale: 10
});
print('A feature per point', fcPointSamp);

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 Sentinel-2 surface reflectance image.
img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG')
m = geemap.Map()
m.set_center(-122.503881, 37.765588, 18)
m.add_layer(
    img, {'bands': ['B11', 'B8', 'B3'], 'min': 100, 'max': 4500}, 'img'
)
display(m)

# A feature collection with two polygon regions each intersecting 36
# pixels at 10 m scale.
fc_polygon = ee.FeatureCollection([
    ee.Feature(
        ee.Geometry.Rectangle(
            -122.50620929, 37.76502806, -122.50552264, 37.76556663
        ),
        {'id': 0},
    ),
    ee.Feature(
        ee.Geometry.Rectangle(
            -122.50530270, 37.76565568, -122.50460533, 37.76619425
        ),
        {'id': 1},
    ),
])
m.add_layer(fc_polygon, {'color': 'yellow'}, 'fc_polygon')

fc_polygon_samp = img.sampleRegions(
    collection=fc_polygon, scale=10, geometries=True
)
# Note that 7 pixels are missing from the sample. If a pixel contains a masked
# band value it will be excluded from the sample. In this case, the TCI_B band
# is masked for each unsampled pixel.
display('A feature per pixel (at given scale) in each region', fc_polygon_samp)
m.add_layer(fc_polygon_samp, {'color': 'purple'}, 'fc_polygon_samp')

# A feature collection with two points intersecting two different pixels.
# This example is included to show the behavior for point geometries. In
# practice, if the feature collection is all points, ee.Image.reduceRegions
# should be used instead to save memory.
fc_point = ee.FeatureCollection([
    ee.Feature(ee.Geometry.Point([-122.50309256, 37.76605006]), {'id': 0}),
    ee.Feature(ee.Geometry.Point([-122.50344661, 37.76560903]), {'id': 1}),
])
m.add_layer(fc_point, {'color': 'cyan'}, 'fc_point')

fc_point_samp = img.sampleRegions(collection=fc_point, scale=10)
display('A feature per point', fc_point_samp)