ee.Image.reduceRegion

特定のリージョン内のすべてのピクセルにレデューサを適用します。

レデューサの入力数は、入力画像のバンド数と同じにするか、入力数を 1 にして各バンドに対して繰り返す必要があります。

レデューサの出力のディクショナリを返します。

用途戻り値
Image.reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale)Dictionary
引数タイプ詳細
this: image画像縮小する画像。
reducerレデューサ適用するレデューサ。
geometryGeometry、デフォルト: nullデータを縮小するリージョン。デフォルトは、画像の最初のバンドのフットプリントです。
scaleFloat、デフォルト: null処理する投影のメートル単位の公称スケール。
crsProjection、デフォルト: null処理する投影。指定しない場合は、画像の最初のバンドの投影が使用されます。スケールに加えて指定した場合は、指定したスケールにリスケールされます。
crsTransformList、デフォルト: nullCRS 変換値のリスト。これは、3x2 変換行列の行優先順です。このオプションは 'scale' と相互に排他的であり、投影にすでに設定されている変換を置き換えます。
bestEffortBoolean、デフォルト: false指定されたスケールでポリゴンにピクセルが多すぎる場合は、オペレーションを成功させるために、より大きなスケールを計算して使用します。
maxPixelsLong、デフォルト: 10000000縮小するピクセルの最大数。
tileScaleFloat、デフォルト: 1集計タイルのサイズを調整するために使用される 0.1 ～ 16 のスケーリング ファクタ。tileScale を大きく設定すると（2 や 4 など）、タイルが小さくなり、デフォルトではメモリ不足になる計算が可能になる場合があります。

例

コードエディタ（JavaScript）

// A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
var img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')
              .select(['SR_B6', 'SR_B5', 'SR_B3']);

// Santa Cruz Mountains ecoregion geometry.
var geom = ee.FeatureCollection('EPA/Ecoregions/2013/L4')
               .filter('us_l4name == "Santa Cruz Mountains"').geometry();

// Display layers on the map.
Map.setCenter(-122.08, 37.22, 9);
Map.addLayer(img, {min: 10000, max: 20000}, 'Landsat image');
Map.addLayer(geom, {color: 'white'}, 'Santa Cruz Mountains ecoregion');

// Calculate median band values within Santa Cruz Mountains ecoregion. It is
// good practice to explicitly define "scale" (or "crsTransform") and "crs"
// parameters of the analysis to avoid unexpected results from undesired
// defaults when e.g. reducing a composite image.
var stats = img.reduceRegion({
  reducer: ee.Reducer.median(),
  geometry: geom,
  scale: 30,  // meters
  crs: 'EPSG:3310',  // California Albers projection
});

// A dictionary is returned; keys are band names, values are the statistic.
print('Median band values, Santa Cruz Mountains ecoregion', stats);

// You can combine reducers to calculate e.g. mean and standard deviation
// simultaneously. The output dictionary keys are the concatenation of the band
// names and statistic names, separated by an underscore.
var reducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true
});
var multiStats = img.reduceRegion({
  reducer: reducer,
  geometry: geom,
  scale: 30,
  crs: 'EPSG:3310',
});
print('Mean & SD band values, Santa Cruz Mountains ecoregion', multiStats);

Python の設定

Python API と geemap を使用したインタラクティブな開発については、 Python 環境 のページをご覧ください。

import ee
import geemap.core as geemap

Colab（Python）

# A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508').select(
    ['SR_B6', 'SR_B5', 'SR_B3']
)

# Santa Cruz Mountains ecoregion geometry.
geom = (
    ee.FeatureCollection('EPA/Ecoregions/2013/L4')
    .filter('us_l4name == "Santa Cruz Mountains"')
    .geometry()
)

# Display layers on the map.
m = geemap.Map()
m.set_center(-122.08, 37.22, 9)
m.add_layer(img, {'min': 10000, 'max': 20000}, 'Landsat image')
m.add_layer(geom, {'color': 'white'}, 'Santa Cruz Mountains ecoregion')
display(m)

# Calculate median band values within Santa Cruz Mountains ecoregion. It is
# good practice to explicitly define "scale" (or "crsTransform") and "crs"
# parameters of the analysis to avoid unexpected results from undesired
# defaults when e.g. reducing a composite image.
stats = img.reduceRegion(
    reducer=ee.Reducer.median(),
    geometry=geom,
    scale=30,  # meters
    crs='EPSG:3310',  # California Albers projection
)

# A dictionary is returned keys are band names, values are the statistic.
display('Median band values, Santa Cruz Mountains ecoregion', stats)

# You can combine reducers to calculate e.g. mean and standard deviation
# simultaneously. The output dictionary keys are the concatenation of the band
# names and statistic names, separated by an underscore.
reducer = ee.Reducer.mean().combine(
    reducer2=ee.Reducer.stdDev(), sharedInputs=True
)
multi_stats = img.reduceRegion(
    reducer=reducer,
    geometry=geom,
    scale=30,
    crs='EPSG:3310',
)
display('Mean & SD band values, Santa Cruz Mountains ecoregion', multi_stats)