ee.FeatureCollection.distance

Создает изображение типа DOUBLE, где каждый пиксель представляет собой расстояние в метрах от центра пикселя до ближайшей точки, линии или границы многоугольника в коллекции.

Обратите внимание, что расстояние также измеряется внутри многоугольников. Пиксели, находящиеся за пределами радиуса поиска ('searchRadius') от геометрии, будут исключены из рассмотрения.

Расстояния вычисляются на сфере, поэтому возникает небольшая погрешность, пропорциональная разнице широт между каждым пикселем и ближайшим геометрическим объектом.

Использование Возвраты
FeatureCollection. distance ( searchRadius , maxError ) Изображение
Аргумент Тип Подробности
это: features FeatureCollection Набор признаков, из которого можно получить признаки, используемые для вычисления расстояний между пикселями.
searchRadius Число с плавающей запятой, значение по умолчанию: 100000 Максимальное расстояние в метрах от каждого пикселя для поиска границ. Пиксели будут замаскированы, если в пределах этого расстояния нет границ.
maxError Число с плавающей запятой, значение по умолчанию: 100 Максимальная погрешность перепроецирования в метрах, используется только в том случае, если входные полилинии требуют перепроецирования. Если указано «0», то эта операция завершится неудачей, если требуется перепроецирование.

Примеры

Редактор кода (JavaScript) 

// FeatureCollection of power plants in Belgium.
var fc = ee.FeatureCollection('WRI/GPPD/power_plants')
             .filter('country_lg == "Belgium"');

// Generate an image of distance to nearest power plant.
var distance = fc.distance({searchRadius: 50000, maxError: 50});

// Display the image and FeatureCollection on the map.
Map.setCenter(4.56, 50.78, 7);
Map.addLayer(distance, {max: 50000}, 'Distance to power plants');
Map.addLayer(fc, {color: 'red'}, 'Power plants');

настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки можно найти на странице «Среда Python» .

import ee
import geemap.core as geemap

Colab (Python) 

# FeatureCollection of power plants in Belgium.
fc = ee.FeatureCollection('WRI/GPPD/power_plants').filter(
    'country_lg == "Belgium"'
)

# Generate an image of distance to nearest power plant.
distance = fc.distance(searchRadius=50000, maxError=50)

# Display the image and FeatureCollection on the map.
m = geemap.Map()
m.set_center(4.56, 50.78, 7)
m.add_layer(distance, {'max': 50000}, 'Distance to power plants')
m.add_layer(fc, {'color': 'red'}, 'Power plants')
m