縮減函式總覽

縮減函式是一種方法，可在 Earth Engine 中匯總時間、空間、頻帶、陣列和其他資料結構的資料。ee.Reducer 類別會指定資料的匯總方式。這個類別中的縮減器可指定用於匯總的簡單統計資料 (例如最小值、最大值、平均值、中位數、標準差等)，或輸入資料的較複雜摘要 (例如直方圖、線性迴歸、清單)。縮減可能發生在時間 (imageCollection.reduce())、空間 (image.reduceRegion()、image.reduceNeighborhood())、頻帶 (image.reduce()) 或 FeatureCollection 的屬性空間 (featureCollection.reduceColumns() 或以 aggregate_ 開頭的 FeatureCollection 方法)。

Reducer 有輸入和輸出

算術運算器會擷取輸入資料集，並產生單一輸出內容。當單一輸入縮減器套用至多頻帶影像時，Earth Engine 會自動複製縮減器，並分別套用至各個頻帶。因此，輸出圖片的頻帶數量與輸入圖片相同；輸出圖片中的每個頻帶，都是輸入資料中對應頻帶的像素減少量。部分縮減器會使用輸入資料集的元組。這些縮減器不會自動複製到每個頻帶。舉例來說，ee.Reducer.LinearRegression() 會以特定順序 (請參閱「迴歸縮減器」) 取用多個預測資料集 (代表迴歸中的獨立變數)。

某些縮減器會產生多個輸出，例如 ee.Reducer.minMax()、ee.Reducer.histogram() 或 ee.Reducer.toList()。例如：

程式碼編輯器 (JavaScript)

// Load and filter the Sentinel-2 image collection.
var collection = ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
    .filterDate('2016-01-01', '2016-12-31')
    .filterBounds(ee.Geometry.Point([-81.31, 29.90]));

// Reduce the collection.
var extrema = collection.reduce(ee.Reducer.minMax());

Python 設定

請參閱「 Python 環境」頁面，瞭解 Python API 和如何使用 geemap 進行互動式開發。

import ee
import geemap.core as geemap

Colab (Python)

# Load and filter the Sentinel-2 image collection.
collection = (
    ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
    .filterDate('2016-01-01', '2016-12-31')
    .filterBounds(ee.Geometry.Point([-81.31, 29.90]))
)

# Reduce the collection.
extrema = collection.reduce(ee.Reducer.minMax())

這會產生輸出內容，其頻帶數量是輸入內容的兩倍，其中輸出內容中的頻帶名稱會在名稱後方加上「_min」或「_max」。

輸出類型應與運算相符。舉例來說，套用至 ImageCollection 的 reducer 有 Image 輸出內容。由於輸出內容會解讀為像素值，因此您必須使用具有數值輸出的縮減器來縮減 ImageCollection (toList() 或 histogram() 這類縮減器無法運作)。

Reducer 會使用加權輸入

根據預設，系統會根據遮罩為像素值減數加權，但這項行為可以變更 (請參閱「加權」一節)。系統不會在縮減作業中使用遮罩值等於 0 的像素。

合併縮減器

如果您想將多個減算器套用至相同的輸入內容，建議您combine()減算器以提高效率。具體來說，在 sharedInputs 設為 true 的情況下，對 reducer 呼叫 combine() 只會對資料進行一次傳送。舉例來說，如要計算圖片中像素的平均值和標準差，您可以使用以下方式：

程式碼編輯器 (JavaScript)

// Load a Landsat 8 image.
var image = ee.Image('LANDSAT/LC08/C02/T1/LC08_044034_20140318');

// Combine the mean and standard deviation reducers.
var reducers = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true
});

// Use the combined reducer to get the mean and SD of the image.
var stats = image.reduceRegion({
  reducer: reducers,
  bestEffort: true,
});

// Display the dictionary of band means and SDs.
print(stats);

Python 設定

請參閱「 Python 環境」頁面，瞭解 Python API 和如何使用 geemap 進行互動式開發。

import ee
import geemap.core as geemap

Colab (Python)

# Load a Landsat 8 image.
image = ee.Image('LANDSAT/LC08/C02/T1/LC08_044034_20140318')

# Combine the mean and standard deviation reducers.
reducers = ee.Reducer.mean().combine(
    reducer2=ee.Reducer.stdDev(), sharedInputs=True
)

# Use the combined reducer to get the mean and SD of the image.
stats = image.reduceRegion(reducer=reducers, bestEffort=True)

# Display the dictionary of band means and SDs.
display(stats)

請注意，在輸出內容中，reducer 名稱已附加至輸入名稱，以便區分 reducer 輸出內容。這項行為也適用於圖片輸出，輸出頻帶名稱會加上縮減器名稱。

如果您要結合使用無權重的輸入內容和使用權重輸入內容的 reducer，所有權重輸入內容必須置於所有無權重輸入內容之前。