ee.Image.reduceNeighborhood

Aplica el reductor determinado a la vecindad alrededor de cada píxel, según lo determina el kernel determinado. Si el reductor tiene una sola entrada, se aplicará por separado a cada banda de la colección; de lo contrario, debe tener la misma cantidad de entradas que bandas tiene la imagen de entrada.

Los nombres de salida del reductor determinan los nombres de las bandas de salida: los reductores con varias entradas usarán los nombres de salida directamente, mientras que los reductores con una sola entrada antepondrán el nombre de la banda de entrada al nombre de salida (p.ej., "10_mean", "20_mean").

Los reductores con entradas ponderadas pueden tener el peso de entrada basado en la máscara de entrada, el valor del kernel o el menor de esos dos.

Uso	Muestra
Image.reduceNeighborhood(reducer, kernel, inputWeight, skipMasked, optimization)	Imagen

Argumento	Tipo	Detalles
esta: image	Imagen	Es la imagen de entrada.
reducer	Reductor	Es el reductor que se aplica a los píxeles dentro de la vecindad.
kernel	Kernel	Es el kernel que define la vecindad.
inputWeight	Cadena, valor predeterminado: "kernel"	Puede ser "mask", "kernel" o "min".
skipMasked	Booleano, valor predeterminado: verdadero	Enmascara los píxeles de salida si el píxel de entrada correspondiente está enmascarado.
optimization	Cadena, valor predeterminado: nulo	Es la estrategia de optimización. Las opciones son "boxcar" y "window". El método de "caja de vagón" es un método rápido para calcular el recuento, la suma o la media. Requiere un kernel homogéneo, un reductor de una sola entrada y MASK, KERNEL o ningún factor de ponderación. El método "window" usa una ventana en ejecución y tiene los mismos requisitos que "boxcar", pero puede usar cualquier reductor de entrada único. Ambos métodos requieren una cantidad considerable de memoria adicional.