FeatureCollection
में सेव की गई इमेज के आंकड़ों को एक से ज़्यादा इलाकों के लिए देखने के लिए,
एक से ज़्यादा इलाकों को एक साथ कम करने के लिए image.reduceRegions()
का इस्तेमाल किया जा सकता है.
reduceRegions()
का इनपुट एक Image
और एक
FeatureCollection
है. आउटपुट एक और FeatureCollection
होता है
जिसमें हर Feature
पर reduceRegions()
आउटपुट को प्रॉपर्टी के तौर पर सेट किया जाता है.
इस उदाहरण में, हर फ़ीचर की ज्यामिति में Landsat 7 के सालाना कंपोजिट बैंड के माध्य, इनपुट फ़ीचर में प्रॉपर्टी के तौर पर जोड़े जाएंगे:
कोड एडिटर (JavaScript)
// Load input imagery: Landsat 7 5-year composite. var image = ee.Image('LANDSAT/LE7_TOA_5YEAR/2008_2012'); // Load a FeatureCollection of counties in Maine. var maineCounties = ee.FeatureCollection('TIGER/2016/Counties') .filter(ee.Filter.eq('STATEFP', '23')); // Add reducer output to the Features in the collection. var maineMeansFeatures = image.reduceRegions({ collection: maineCounties, reducer: ee.Reducer.mean(), scale: 30, }); // Print the first feature, to illustrate the result. print(ee.Feature(maineMeansFeatures.first()).select(image.bandNames()));
import ee import geemap.core as geemap
Colab (Python)
# Load input imagery: Landsat 7 5-year composite. image = ee.Image('LANDSAT/LE7_TOA_5YEAR/2008_2012') # Load a FeatureCollection of counties in Maine. maine_counties = ee.FeatureCollection('TIGER/2016/Counties').filter( ee.Filter.eq('STATEFP', '23') ) # Add reducer output to the Features in the collection. maine_means_features = image.reduceRegions( collection=maine_counties, reducer=ee.Reducer.mean(), scale=30 ) # Print the first feature, to illustrate the result. display(ee.Feature(maine_means_features.first()).select(image.bandNames()))
ध्यान दें कि हर Feature
ज्यामिति में कंपोज़िट का औसत स्टोर करने के लिए, FeatureCollection
में बैंड के नाम के हिसाब से नई प्रॉपर्टी जोड़ी गई हैं. इस वजह से, print स्टेटमेंट का आउटपुट कुछ ऐसा दिखेगा:
Feature (Polygon, 7 properties) type: Feature geometry: Polygon, 7864 vertices properties: Object (7 properties) B1: 24.034822192925134 B2: 19.40202233717122 B3: 13.568454303016292 B4: 63.00423784301736 B5: 29.142707062821305 B6_VCID_2: 186.18172376827042 B7: 12.064469664746415