ইমেজ কালেকশন রিডাকশন, ইমেজ কালেকশন রিডাকশন

একটি ImageCollection দ্বারা উপস্থাপিত চিত্রগুলির একটি সময়ের সিরিজে মধ্যমা নেওয়ার প্রয়োজনের উদাহরণটি বিবেচনা করুন। একটি ImageCollection কমাতে, imageCollection.reduce() ব্যবহার করুন। এটি চিত্র 1-এ চিত্রিত হিসাবে একটি পৃথক চিত্রে চিত্রগুলির সংগ্রহকে হ্রাস করে। বিশেষত, আউটপুটটি পিক্সেল অনুসারে গণনা করা হয়, যেমন আউটপুটে প্রতিটি পিক্সেল সেই অবস্থানে সংগ্রহের সমস্ত চিত্রের মধ্যম মান দিয়ে গঠিত। অন্যান্য পরিসংখ্যান পেতে, যেমন গড়, যোগফল, প্রকরণ, একটি নির্বিচারে শতাংশ, ইত্যাদি, উপযুক্ত হ্রাসকারী নির্বাচন করা উচিত এবং প্রয়োগ করা উচিত। (বর্তমানে উপলব্ধ সমস্ত হ্রাসকারীর তালিকার জন্য কোড এডিটরে ডক্স ট্যাবটি দেখুন)। প্রাথমিক পরিসংখ্যান যেমন min, max, গড়, ইত্যাদির জন্য, ImageCollection শর্টকাট পদ্ধতি রয়েছে যেমন min() , max() , mean() , ইত্যাদি। তারা ঠিক একইভাবে কাজ করে যেভাবে reduce() কল করা হয়, ফলাফল ব্যান্ডের নামগুলি ছাড়া রিডুসারের নাম যুক্ত করা হবে না।

চিত্র 1. একটি ইমেজ কালেকশনে প্রয়োগ করা একটি ee.Reducer এর চিত্র।

একটি ImageCollection হ্রাস করার উদাহরণের জন্য, ল্যান্ডস্যাট 5 চিত্রের একটি সংগ্রহ বিবেচনা করুন, যা পথ এবং সারি দ্বারা ফিল্টার করা হয়েছে৷ নিম্নলিখিত কোডটি একটি Image সংগ্রহকে কমাতে reduce() ব্যবহার করে (এখানে একটি মধ্যক রিডুসার ব্যবহার করা হয়েছে কেবল উদাহরণের জন্য):

কোড এডিটর (জাভাস্ক্রিপ্ট)

// Load an image collection, filtered so it's not too much data.
var collection = ee.ImageCollection('LANDSAT/LT05/C02/T1')
  .filterDate('2008-01-01', '2008-12-31')
  .filter(ee.Filter.eq('WRS_PATH', 44))
  .filter(ee.Filter.eq('WRS_ROW', 34));

// Compute the median in each band, each pixel.
// Band names are B1_median, B2_median, etc.
var median = collection.reduce(ee.Reducer.median());

// The output is an Image.  Add it to the map.
var vis_param = {bands: ['B4_median', 'B3_median', 'B2_median'], gamma: 1.6};
Map.setCenter(-122.3355, 37.7924, 9);
Map.addLayer(median, vis_param);

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

# Load an image collection, filtered so it's not too much data.
collection = (
    ee.ImageCollection('LANDSAT/LT05/C02/T1')
    .filterDate('2008-01-01', '2008-12-31')
    .filter(ee.Filter.eq('WRS_PATH', 44))
    .filter(ee.Filter.eq('WRS_ROW', 34))
)

# Compute the median in each band, each pixel.
# Band names are B1_median, B2_median, etc.
median = collection.reduce(ee.Reducer.median())

# The output is an Image.  Add it to the map.
vis_param = {'bands': ['B4_median', 'B3_median', 'B2_median'], 'gamma': 1.6}
m = geemap.Map()
m.set_center(-122.3355, 37.7924, 9)
m.add_layer(median, vis_param)
m

এটি একটি মাল্টি-ব্যান্ড Image প্রদান করে, যার প্রতিটি পিক্সেল সেই পিক্সেল অবস্থানে ImageCollection সমস্ত আনমাস্কড পিক্সেলের মধ্যম। বিশেষভাবে, ইনপুট চিত্রের প্রতিটি ব্যান্ডের জন্য রিডুসার পুনরাবৃত্তি করা হয়েছে, যার অর্থ প্রতিটি ব্যান্ডে মধ্যমাটি স্বাধীনভাবে গণনা করা হয়। মনে রাখবেন যে ব্যান্ডের নামগুলিতে রিডুসারের নাম যুক্ত করা হয়েছে: 'B1_median' , 'B2_median' , ইত্যাদি। আউটপুটটি চিত্র 2 এর মতো দেখতে হবে।

ইমেজ সংগ্রহ কমানোর বিষয়ে আরও তথ্যের জন্য, ImageCollection ডক্সের রিডুসিং বিভাগটি দেখুন। বিশেষ করে, মনে রাখবেন যে একটি ImageCollection কমিয়ে উত্পাদিত ছবিগুলির কোন অভিক্ষেপ নেই । এর মানে হল যে আপনি একটি ImageCollection হ্রাস দ্বারা কম্পিউটেড ইমেজ আউটপুট জড়িত যে কোনো গণনার উপর স্পষ্টভাবে স্কেল সেট করা উচিত।

চিত্র 2. 2008 সালে ল্যান্ডস্যাট 5 দৃশ্যের মধ্যকার একটি মিথ্যা রঙের সংমিশ্রণ।