ee.Kernel.manhattan

基于直线（曼哈顿）距离生成距离核。

用法	返回
ee.Kernel.manhattan(radius, units, normalize, magnitude)	内核

参数	类型	详细信息
radius	浮点数	要生成的内核的半径。
units	字符串，默认值：“pixels”	内核的测量系统（“像素”或“米”）。如果以米为单位指定了内核，则当缩放级别发生变化时，内核会调整大小。
normalize	布尔值，默认值：false	将内核值归一化为总和为 1。
magnitude	浮点数，默认值：1	按此量缩放每个值。

示例

代码编辑器 (JavaScript)

print('A Manhattan kernel', ee.Kernel.manhattan({radius: 3}));

/**
 * Output weights matrix
 *
 * [6, 5, 4, 3, 4, 5, 6]
 * [5, 4, 3, 2, 3, 4, 5]
 * [4, 3, 2, 1, 2, 3, 4]
 * [3, 2, 1, 0, 1, 2, 3]
 * [4, 3, 2, 1, 2, 3, 4]
 * [5, 4, 3, 2, 3, 4, 5]
 * [6, 5, 4, 3, 4, 5, 6]
 */

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请参阅 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

display('A Manhattan kernel:',ee.Kernel.manhattan(**{'radius': 3}))

#  Output weights matrix

#  [6, 5, 4, 3, 4, 5, 6]
#  [5, 4, 3, 2, 3, 4, 5]
#  [4, 3, 2, 1, 2, 3, 4]
#  [3, 2, 1, 0, 1, 2, 3]
#  [4, 3, 2, 1, 2, 3, 4]
#  [5, 4, 3, 2, 3, 4, 5]
#  [6, 5, 4, 3, 4, 5, 6]