ee.Image.sample

Campiona i pixel di un'immagine e li restituisce come FeatureCollection. Ogni funzionalità avrà una proprietà per banda nell'immagine di input. Tieni presente che il comportamento predefinito consiste nell'eliminare le funzionalità che intersecano i pixel mascherati, il che comporta proprietà con valori nulli (vedi l'argomento dropNulls).

Utilizzo	Resi
Image.sample(region, scale, projection, factor, numPixels, seed, dropNulls, tileScale, geometries)	FeatureCollection

Argomento	Tipo	Dettagli
questo: image	Immagine	L'immagine da campionare.
region	Geometria, valore predefinito: null	La regione da cui campionare. Se non specificato, utilizza l'intera impronta dell'immagine.
scale	Float, valore predefinito: null	Una scala nominale in metri della proiezione da campionare.
projection	Proiezione, valore predefinito: null	La proiezione in cui campionare. Se non specificata, viene utilizzata la proiezione della prima banda dell'immagine. Se specificato in aggiunta alla scala, viene ridimensionato alla scala specificata.
factor	Float, valore predefinito: null	Un fattore di sottocampionamento compreso nell'intervallo (0, 1]. Se specificato, "numPixels" non deve essere specificato. Il valore predefinito è nessun sottocampionamento.
numPixels	Long, default: null	Il numero approssimativo di pixel da campionare. Se specificato, "factor" non deve essere specificato.
seed	Numero intero, valore predefinito: 0	Un seme di randomizzazione da utilizzare per il sottocampionamento.
dropNulls	Booleano, valore predefinito: true	Filtra il risultato per eliminare le funzionalità con proprietà con valori nulli.
tileScale	Virgola mobile, valore predefinito: 1	Un fattore di scalabilità utilizzato per ridurre le dimensioni del riquadro di aggregazione; se utilizzi un valore di tileScale più grande (ad es. 2 o 4) potrebbero consentire calcoli che esauriscono la memoria con il valore predefinito.
geometries	Booleano, valore predefinito: false	Se true, aggiunge il centro del pixel campionato come proprietà di geometria della funzionalità di output. In caso contrario, le geometrie verranno omesse (risparmiando memoria).

Esempi

Editor di codice (JavaScript)

// Demonstrate extracting pixels from an image as features with
// ee.Image.sample(), and show how the features are aligned with the pixels.

// An image with one band of elevation data.
var image = ee.Image('CGIAR/SRTM90_V4');
var VIS_MIN = 1620;
var VIS_MAX = 1650;
Map.addLayer(image, {min: VIS_MIN, max: VIS_MAX}, 'SRTM');

// Region to sample.
var region = ee.Geometry.Polygon(
  [[[-110.006, 40.002],
    [-110.006, 39.999],
    [-109.995, 39.999],
    [-109.995, 40.002]]], null, false);
// Show region on the map.
Map.setCenter(-110, 40, 16);
Map.addLayer(ee.FeatureCollection([region]).style({"color": "00FF0022"}));

// Perform sampling; convert image pixels to features.
var samples = image.sample({
  region: region,

  // Default (false) is no geometries in the output.
  // When set to true, each feature has a Point geometry at the center of the
  // image pixel.
  geometries: true,

  // The scale is not specified, so the resolution of the image will be used,
  // and there is a feature for every pixel. If we give a scale parameter, the
  // image will be resampled and there will be more or fewer features.
  //
  // scale: 200,
});

// Visualize sample data using ee.FeatureCollection.style().
var styled = samples
  .map(function (feature) {
    return feature.set('style', {
      pointSize: feature.getNumber('elevation').unitScale(VIS_MIN, VIS_MAX)
          .multiply(15),
    });
  })
  .style({
    color: '000000FF',
    fillColor: '00000000',
    styleProperty: 'style',
    neighborhood: 6,  // increase to correctly draw large points
  });
Map.addLayer(styled);

// Each sample feature has a point geometry and a property named 'elevation'
// corresponding to the band named 'elevation' of the image. If there are
// multiple bands they will become multiple properties. This will print:
//
// geometry: Point (-110.01, 40.00)
// properties:
//   elevation: 1639
print(samples.first());

Configurazione di Python

Consulta la pagina Ambiente Python per informazioni sull'API Python e sull'utilizzo di geemap per lo sviluppo interattivo.

import ee
import geemap.core as geemap

Colab (Python)

# Demonstrate extracting pixels from an image as features with
# ee.Image.sample(), and show how the features are aligned with the pixels.

# An image with one band of elevation data.
image = ee.Image('CGIAR/SRTM90_V4')
vis_min = 1620
vis_max = 1650
m = geemap.Map()
m.add_layer(image, {'min': vis_min, 'max': vis_max}, 'SRTM')

# Region to sample.
region = ee.Geometry.Polygon(
    [[
        [-110.006, 40.002],
        [-110.006, 39.999],
        [-109.995, 39.999],
        [-109.995, 40.002],
    ]],
    None,
    False,
)
# Show region on the map.
m.set_center(-110, 40, 16)

m.add_layer(ee.FeatureCollection([region]).style(color='00FF0022'))

# Perform sampling convert image pixels to features.
samples = image.sample(
    region=region,
    # Default (False) is no geometries in the output.
    # When set to True, each feature has a Point geometry at the center of the
    # image pixel.
    geometries=True,
    # The scale is not specified, so the resolution of the image will be used,
    # and there is a feature for every pixel. If we give a scale parameter, the
    # image will be resampled and there will be more or fewer features.
    #
    # scale=200,
)


def scale_point_size(feature):
  elevation = feature.getNumber('elevation')
  point_size = elevation.unitScale(vis_min, vis_max).multiply(15)
  feature.set('style', {'pointSize': point_size})
  return feature


# Visualize sample data using ee.FeatureCollection.style().
styled = samples.map(scale_point_size).style(
    color='000000FF',
    fillColor='00000000',
    styleProperty='style',
    neighborhood=6,  # increase to correctly draw large points
)
m.add_layer(styled)
display(m)

# Each sample feature has a point geometry and a property named 'elevation'
# corresponding to the band named 'elevation' of the image. If there are
# multiple bands they will become multiple properties. This will print:
#
# geometry: Point (-110.01, 40.00)
# properties:
#   elevation: 1639
display(samples.first())