Чтобы перечислить все совпадения между элементами двух коллекций, используйте ee.Join.inner() . Результатом внутреннего соединения является FeatureCollection (даже если одно ImageCollection объединяется с другим ImageCollection ). Каждый объект в выходных данных представляет собой совпадение, при этом совпадающие элементы хранятся в двух свойствах объекта. Например, feature.get('primary') — это элемент в основной коллекции, который соответствует элементу из вторичной коллекции, хранящейся в feature.get('secondary') . (Различные имена для этих свойств могут быть указаны в качестве аргументов для inner() , но значения по умолчанию — 'primary' и 'secondary' ). Отношения «один-ко-многим» представлены в выходных данных несколькими функциями. Если элемент в любой коллекции не имеет совпадения, он отсутствует в выходных данных.
Примеры объединения с использованием входных данных ImageCollection применяются без изменений к входным данным FeatureCollection . Также возможно присоединить FeatureCollection к ImageCollection и наоборот. Рассмотрим следующий игрушечный пример внутреннего соединения:
Редактор кода (JavaScript)
// Create the primary collection. var primaryFeatures = ee.FeatureCollection([ ee.Feature(null, {foo: 0, label: 'a'}), ee.Feature(null, {foo: 1, label: 'b'}), ee.Feature(null, {foo: 1, label: 'c'}), ee.Feature(null, {foo: 2, label: 'd'}), ]); // Create the secondary collection. var secondaryFeatures = ee.FeatureCollection([ ee.Feature(null, {bar: 1, label: 'e'}), ee.Feature(null, {bar: 1, label: 'f'}), ee.Feature(null, {bar: 2, label: 'g'}), ee.Feature(null, {bar: 3, label: 'h'}), ]); // Use an equals filter to specify how the collections match. var toyFilter = ee.Filter.equals({ leftField: 'foo', rightField: 'bar' }); // Define the join. var innerJoin = ee.Join.inner('primary', 'secondary'); // Apply the join. var toyJoin = innerJoin.apply(primaryFeatures, secondaryFeatures, toyFilter); // Print the result. print('Inner join toy example:', toyJoin);
import ee import geemap.core as geemap
Колаб (Питон)
# Create the primary collection. primary_features = ee.FeatureCollection([ ee.Feature(None, {'foo': 0, 'label': 'a'}), ee.Feature(None, {'foo': 1, 'label': 'b'}), ee.Feature(None, {'foo': 1, 'label': 'c'}), ee.Feature(None, {'foo': 2, 'label': 'd'}), ]) # Create the secondary collection. secondary_features = ee.FeatureCollection([ ee.Feature(None, {'bar': 1, 'label': 'e'}), ee.Feature(None, {'bar': 1, 'label': 'f'}), ee.Feature(None, {'bar': 2, 'label': 'g'}), ee.Feature(None, {'bar': 3, 'label': 'h'}), ]) # Use an equals filter to specify how the collections match. toy_filter = ee.Filter.equals(leftField='foo', rightField='bar') # Define the join. inner_join = ee.Join.inner('primary', 'secondary') # Apply the join. toy_join = inner_join.apply(primary_features, secondary_features, toy_filter) # Print the result. display('Inner join toy example:', toy_join)
Обратите внимание, что в предыдущем примере связь между таблицами определяется в фильтре, который указывает, что поля 'foo' и 'bar' являются полями соединения. Затем указывается внутреннее соединение и применяется к коллекциям. Проверьте выходные данные и обратите внимание, что каждое возможное совпадение представлено как одна Feature .
В качестве мотивированного примера рассмотрим объединение объектов MODIS ImageCollection . Данные о качестве MODIS иногда хранятся в отдельной коллекции от данных изображения, поэтому внутреннее объединение удобно для объединения двух коллекций с целью применения данных о качестве. В этом случае время получения изображения идентично, поэтому фильтр равенства выполняет задание по указанию связи между двумя коллекциями:
Редактор кода (JavaScript)
// Make a date filter to get images in this date range. var dateFilter = ee.Filter.date('2014-01-01', '2014-02-01'); // Load a MODIS collection with EVI data. var mcd43a4 = ee.ImageCollection('MODIS/MCD43A4_006_EVI') .filter(dateFilter); // Load a MODIS collection with quality data. var mcd43a2 = ee.ImageCollection('MODIS/006/MCD43A2') .filter(dateFilter); // Define an inner join. var innerJoin = ee.Join.inner(); // Specify an equals filter for image timestamps. var filterTimeEq = ee.Filter.equals({ leftField: 'system:time_start', rightField: 'system:time_start' }); // Apply the join. var innerJoinedMODIS = innerJoin.apply(mcd43a4, mcd43a2, filterTimeEq); // Display the join result: a FeatureCollection. print('Inner join output:', innerJoinedMODIS);
import ee import geemap.core as geemap
Колаб (Питон)
# Make a date filter to get images in this date range. date_filter = ee.Filter.date('2014-01-01', '2014-02-01') # Load a MODIS collection with EVI data. mcd43a4 = ee.ImageCollection('MODIS/MCD43A4_006_EVI').filter(date_filter) # Load a MODIS collection with quality data. mcd43a2 = ee.ImageCollection('MODIS/006/MCD43A2').filter(date_filter) # Define an inner join. inner_join = ee.Join.inner() # Specify an equals filter for image timestamps. filter_time_eq = ee.Filter.equals( leftField='system:time_start', rightField='system:time_start' ) # Apply the join. inner_joined_modis = inner_join.apply(mcd43a4, mcd43a2, filter_time_eq) # Display the join result: a FeatureCollection. display('Inner join output:', inner_joined_modis)
Чтобы использовать объединенные изображения в выходной FeatureCollection , map() функцию объединения к выходным данным. Например, совпадающие изображения можно объединить так, чтобы к данным изображения добавлялись полосы качества:
Редактор кода (JavaScript)
// Map a function to merge the results in the output FeatureCollection. var joinedMODIS = innerJoinedMODIS.map(function(feature) { return ee.Image.cat(feature.get('primary'), feature.get('secondary')); }); // Print the result of merging. print('Inner join, merged bands:', joinedMODIS);
import ee import geemap.core as geemap
Колаб (Питон)
# Map a function to merge the results in the output FeatureCollection. joined_modis = inner_joined_modis.map( lambda feature: ee.Image.cat( feature.get('primary'), feature.get('secondary') ) ) # Print the result of merging. display("Inner join, merged 'bands':", joined_modis)
Хотя эта функция отображается на FeatureCollection , результатом является ImageCollection . Каждое изображение в результирующей ImageCollection имеет все полосы изображений в основной коллекции (в этом примере только 'EVI' ) и все полосы соответствующего изображения во вторичной коллекции (полосы качества).