ee.Kernel.chebyshev

Gera um kernel de distância com base na distância de Chebyshev (maior distância em qualquer dimensão).

Uso	Retorna
ee.Kernel.chebyshev(radius, units, normalize, magnitude)	Kernel

Argumento	Tipo	Detalhes
radius	Ponto flutuante	O raio do kernel a ser gerado.
units	String, padrão: "pixels"	O sistema de medição do kernel ("pixels" ou "metros"). Se o kernel for especificado em metros, ele será redimensionado quando o nível de zoom for alterado.
normalize	Booleano, padrão: falso	Normalizar os valores do kernel para somar 1.
magnitude	Ponto flutuante, padrão: 1	Escala cada valor por esse montante.

Exemplos

Editor de código (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]
 */

Configuração do Python

Consulte a página Ambiente Python para informações sobre a API Python e como usar geemap para desenvolvimento interativo.

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]