ee.Kernel.manhattan

Generiert einen Distanz-Kernel basierend auf der rechtwinkligen (City-Block-)Distanz.

Nutzung	Ausgabe
ee.Kernel.manhattan(radius, units, normalize, magnitude)	Kernel

Argument	Typ	Details
radius	Gleitkommazahl	Der Radius des zu generierenden Kernels.
units	String, Standard: „pixels“	Das Messsystem für den Kernel („Pixel“ oder „Meter“). Wenn der Kernel in Metern angegeben ist, wird seine Größe bei einer Änderung des Zoomfaktors angepasst.
normalize	Boolescher Wert, Standard: „false“	Normalisieren Sie die Kernelwerte so, dass sie sich auf 1 summieren.
magnitude	Gleitkommazahl, Standardwert: 1	Skalieren Sie jeden Wert um diesen Betrag.

Beispiele

Code-Editor (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 einrichten

Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Manhattan kernel:')
pprint(ee.Kernel.manhattan(**{'radius': 3}).getInfo())

#  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]