ee.Image.reduceRegion

Belirli bir bölgedeki tüm piksellere bir küçültücü uygulayın.

Ya küçültücü, giriş resmiyle aynı sayıda banda sahip olmalı ya da tek bir girişi olmalı ve her bant için tekrarlanmalıdır.

Küçültücünün çıkışlarının sözlüğünü döndürür.

Kullanım	İadeler
Image.reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale)	Sözlük

Bağımsız Değişken	Tür	Ayrıntılar
bu: image	Resim	Küçültülecek resim.
reducer	Azaltıcı	Uygulanacak azaltıcı.
geometry	Geometri, varsayılan: null	Verilerin azaltılacağı bölge. Varsayılan olarak görüntünün ilk bandının ayak izi kullanılır.
scale	Ondalık sayı, varsayılan: null	Çalışılacak projeksiyonun metre cinsinden nominal ölçeği.
crs	Projeksiyon, varsayılan: null	Çalışılacak projeksiyon. Belirtilmezse görüntünün ilk bandının projeksiyonu kullanılır. Ölçeğe ek olarak belirtilirse belirtilen ölçeğe göre yeniden ölçeklendirilir.
crsTransform	Liste, varsayılan: null	CRS dönüştürme değerlerinin listesi. Bu, 3x2 dönüşüm matrisinin satır öncelikli sıralamasıdır. Bu seçenek, "ölçek" ile karşılıklı olarak birbirini dışlar ve projeksiyonda önceden ayarlanmış tüm dönüşümleri değiştirir.
bestEffort	Boole değeri, varsayılan: false	Poligon, verilen ölçekte çok fazla piksel içeriyorsa işlemi başarılı kılacak daha büyük bir ölçek hesaplayıp kullanın.
maxPixels	Long, varsayılan: 10000000	Azaltılacak maksimum piksel sayısı.
tileScale	Ondalık sayı, varsayılan: 1	Toplama kutucuğu boyutunu ayarlamak için kullanılan 0,1 ile 16 arasında bir ölçeklendirme faktörü. Daha büyük bir tileScale (ör. 2 veya 4) daha küçük kutucuklar kullanır ve varsayılan değerle belleği tükenen hesaplamaları etkinleştirebilir.

Örnekler

Kod Düzenleyici (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 kurulumu

Python API'si ve etkileşimli geliştirme için geemap kullanımı hakkında bilgi edinmek üzere Python Ortamı sayfasına bakın.

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)