ee.Kernel.chebyshev

Genera un kernel di distanza basato sulla distanza di Chebyshev (la distanza maggiore lungo qualsiasi dimensione).

Utilizzo	Resi
ee.Kernel.chebyshev(radius, units, normalize, magnitude)	Kernel

Argomento	Tipo	Dettagli
radius	Float	Il raggio del kernel da generare.
units	Stringa, valore predefinito: "pixel"	Il sistema di misurazione per il kernel ("pixel" o "metri"). Se il kernel è specificato in metri, viene ridimensionato quando viene modificato il livello di zoom.
normalize	Booleano, valore predefinito: false	Normalizza i valori del kernel in modo che la loro somma sia pari a 1.
magnitude	Virgola mobile, valore predefinito: 1	Scala ogni valore di questo importo.

Esempi

Editor di codice (JavaScript)

print('A Chebyshev distance kernel', ee.Kernel.chebyshev({radius: 3}));

/**
 * Output weights matrix
 *
 * [3, 3, 3, 3, 3, 3, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 1, 0, 1, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 3, 3, 3, 3, 3, 3]
 */

Configurazione di Python

Consulta la pagina Ambiente Python per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo.

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Chebyshev distance kernel:')
pprint(ee.Kernel.chebyshev(**{'radius': 3}).getInfo())

#  Output weights matrix
#  [3, 3, 3, 3, 3, 3, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 1, 0, 1, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 3, 3, 3, 3, 3, 3]