หากต้องการดูสถิติรูปภาพในหลายภูมิภาคที่จัดเก็บไว้ใน FeatureCollection
ให้ใช้ image.reduceRegions()
เพื่อลดหลายภูมิภาคพร้อมกัน
อินพุตของ reduceRegions()
คือ Image
และ FeatureCollection
เอาต์พุตคือ FeatureCollection
อีกรายการหนึ่งซึ่งมีการตั้งค่าเอาต์พุต reduceRegions()
เป็นพร็อพเพอร์ตี้ใน Feature
แต่ละรายการ
ในตัวอย่างนี้ ระบบจะเพิ่มค่าเฉลี่ยของแถบคอมโพสิตรายปีของ Landsat 7 ในเรขาคณิตขององค์ประกอบแต่ละรายการเป็นพร็อพเพอร์ตี้ให้กับองค์ประกอบอินพุต
เครื่องมือแก้ไขโค้ด (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()))
โปรดทราบว่ามีการเพิ่มพร็อพเพอร์ตี้ใหม่ซึ่งคีย์ตามชื่อย่านความถี่ลงใน FeatureCollection
เพื่อจัดเก็บค่าเฉลี่ยของคอมโพสิตในเรขาคณิต Feature
แต่ละรายการ ดังนั้นเอาต์พุตของคำสั่งพิมพ์จึงควรมีลักษณะดังนี้
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