이미지 영역 통계

FeatureCollection에 저장된 여러 리전의 이미지 통계를 가져오려면 image.reduceRegions()를 사용하여 여러 리전을 한 번에 줄이면 됩니다. reduceRegions()의 입력은 Image 및 FeatureCollection입니다. 출력은 각 Feature의 속성으로 설정된 reduceRegions() 출력이 있는 다른 FeatureCollection입니다. 이 예에서는 각 지형지물 도형의 Landsat 7 연간 합성 밴드의 평균이 입력 지형지물에 속성으로 추가됩니다.

코드 편집기 (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()));

Python 설정

Python API 및 대화형 개발을 위한 geemap 사용에 관한 자세한 내용은 Python 환경 페이지를 참고하세요.

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()))

밴드 이름을 키로 하는 새 속성이 FeatureCollection에 추가되어 각 Feature 도형에 합성의 평균을 저장합니다. 따라서 print 문이 출력하는 결과는 다음과 같이 표시됩니다.

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