ee.Kernel.manhattan

Genera un kernel de distancia basado en la distancia rectilínea (manhattan).

Uso	Muestra
ee.Kernel.manhattan(radius, units, normalize, magnitude)	Kernel

Argumento	Tipo	Detalles
radius	Número de punto flotante	Es el radio del kernel que se generará.
units	Cadena, valor predeterminado: "pixels"	Es el sistema de medición del kernel ("píxeles" o "metros"). Si el kernel se especifica en metros, cambiará de tamaño cuando se modifique el nivel de zoom.
normalize	Booleano, valor predeterminado: falso	Normaliza los valores del kernel para que sumen 1.
magnitude	Número de punto flotante, valor predeterminado: 1	Cada valor se multiplica por esta cantidad.

Ejemplos

Editor de código (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]
 */

Configuración de Python

Consulta la página Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.

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]