ee.Kernel.manhattan

Membuat kernel jarak berdasarkan jarak lurus (blok kota).

Penggunaan	Hasil
ee.Kernel.manhattan(radius, units, normalize, magnitude)	Kernel

Argumen	Jenis	Detail
radius	Float	Radius kernel yang akan dibuat.
units	String, default: "pixels"	Sistem pengukuran untuk kernel ('piksel' atau 'meter'). Jika kernel ditentukan dalam meter, kernel akan diubah ukurannya saat level zoom diubah.
normalize	Boolean, default: false	Menormalisasi nilai kernel agar berjumlah 1.
magnitude	Float, default: 1	Menskalakan setiap nilai dengan jumlah ini.

Contoh

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]
 */

Penyiapan Python

Lihat halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

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]