ee.Image.sampleRegions

هر پیکسل از یک تصویر (در مقیاس معین) که یک یا چند ناحیه را قطع می‌کند، به یک Feature تبدیل می‌کند و آنها را به عنوان یک FeatureCollection برمی‌گرداند. هر ویژگی خروجی، علاوه بر هر ویژگی مشخص شده‌ای که از ویژگی ورودی کپی شده است، یک ویژگی در هر باند از تصویر ورودی خواهد داشت.

توجه داشته باشید که هندسه‌ها به مراکز پیکسلی متصل می‌شوند.

کاربرد	بازگشت‌ها
Image. sampleRegions (collection, properties , scale , projection , tileScale , geometries )	مجموعه ویژگی‌ها

استدلال	نوع	جزئیات
این: image	تصویر	تصویر برای نمونه‌برداری.
collection	مجموعه ویژگی‌ها	مناطقی که باید از آنها نمونه‌برداری شود.
properties	لیست، پیش‌فرض: تهی	لیست ویژگی‌هایی که باید از هر ویژگی ورودی کپی شوند. پیش‌فرض روی همه ویژگی‌های غیرسیستمی است.
scale	شناور، پیش‌فرض: تهی	مقیاس اسمی بر حسب متر از تصویر مورد نظر برای نمونه‌برداری. در صورت عدم تعیین، از مقیاس اولین باند تصویر استفاده می‌شود.
projection	تصویر، پیش‌فرض: تهی	تصویری که قرار است در آن نمونه‌برداری شود. اگر مشخص نشده باشد، از تصویر اولین باند تصویر استفاده می‌شود. اگر علاوه بر مقیاس مشخص شده باشد، به مقیاس مشخص شده تغییر مقیاس داده می‌شود.
tileScale	شناور، پیش‌فرض: ۱	یک ضریب مقیاس‌بندی که برای کاهش اندازه کاشی تجمیع استفاده می‌شود؛ استفاده از یک کاشی‌اسکیل بزرگتر (مثلاً ۲ یا ۴) ممکن است محاسباتی را فعال کند که با مقدار پیش‌فرض، حافظه کافی ندارند.
geometries	بولی، پیش‌فرض: false	اگر درست باشد، نتایج شامل یک هندسه نقطه‌ای به ازای هر پیکسل نمونه‌برداری شده خواهد بود. در غیر این صورت، هندسه‌ها حذف می‌شوند (صرفه‌جویی در حافظه).

مثال‌ها

ویرایشگر کد (جاوااسکریپت)

// A Sentinel-2 surface reflectance image.
var img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG');
Map.setCenter(-122.503881, 37.765588, 18);
Map.addLayer(img, {bands: ['B11', 'B8', 'B3'], min: 100, max: 4500}, 'img');

// A feature collection with two polygon regions each intersecting 36
// pixels at 10 m scale.
var fcPolygon = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Rectangle(
    -122.50620929, 37.76502806, -122.50552264, 37.76556663), {id: 0}),
  ee.Feature(ee.Geometry.Rectangle(
    -122.50530270, 37.76565568, -122.50460533, 37.76619425), {id: 1})
]);
Map.addLayer(fcPolygon, {color: 'yellow'}, 'fcPolygon');

var fcPolygonSamp = img.sampleRegions({
  collection: fcPolygon,
  scale: 10,
  geometries: true
});
// Note that 7 pixels are missing from the sample. If a pixel contains a masked
// band value it will be excluded from the sample. In this case, the TCI_B band
// is masked for each unsampled pixel.
print('A feature per pixel (at given scale) in each region', fcPolygonSamp);
Map.addLayer(fcPolygonSamp, {color: 'purple'}, 'fcPolygonSamp');

// A feature collection with two points intersecting two different pixels.
// This example is included to show the behavior for point geometries. In
// practice, if the feature collection is all points, ee.Image.reduceRegions
// should be used instead to save memory.
var fcPoint = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Point([-122.50309256, 37.76605006]), {id: 0}),
  ee.Feature(ee.Geometry.Point([-122.50344661, 37.76560903]), {id: 1})
]);
Map.addLayer(fcPoint, {color: 'cyan'}, 'fcPoint');

var fcPointSamp = img.sampleRegions({
  collection: fcPoint,
  scale: 10
});
print('A feature per point', fcPointSamp);

تنظیمات پایتون

برای اطلاعات بیشتر در مورد API پایتون و استفاده از geemap برای توسعه تعاملی، به صفحه محیط پایتون مراجعه کنید.

import ee
import geemap.core as geemap

کولب (پایتون)

# A Sentinel-2 surface reflectance image.
img = ee.Image('COPERNICUS/S2_SR/20210109T185751_20210109T185931_T10SEG')
m = geemap.Map()
m.set_center(-122.503881, 37.765588, 18)
m.add_layer(
    img, {'bands': ['B11', 'B8', 'B3'], 'min': 100, 'max': 4500}, 'img'
)
display(m)

# A feature collection with two polygon regions each intersecting 36
# pixels at 10 m scale.
fc_polygon = ee.FeatureCollection([
    ee.Feature(
        ee.Geometry.Rectangle(
            -122.50620929, 37.76502806, -122.50552264, 37.76556663
        ),
        {'id': 0},
    ),
    ee.Feature(
        ee.Geometry.Rectangle(
            -122.50530270, 37.76565568, -122.50460533, 37.76619425
        ),
        {'id': 1},
    ),
])
m.add_layer(fc_polygon, {'color': 'yellow'}, 'fc_polygon')

fc_polygon_samp = img.sampleRegions(
    collection=fc_polygon, scale=10, geometries=True
)
# Note that 7 pixels are missing from the sample. If a pixel contains a masked
# band value it will be excluded from the sample. In this case, the TCI_B band
# is masked for each unsampled pixel.
display('A feature per pixel (at given scale) in each region', fc_polygon_samp)
m.add_layer(fc_polygon_samp, {'color': 'purple'}, 'fc_polygon_samp')

# A feature collection with two points intersecting two different pixels.
# This example is included to show the behavior for point geometries. In
# practice, if the feature collection is all points, ee.Image.reduceRegions
# should be used instead to save memory.
fc_point = ee.FeatureCollection([
    ee.Feature(ee.Geometry.Point([-122.50309256, 37.76605006]), {'id': 0}),
    ee.Feature(ee.Geometry.Point([-122.50344661, 37.76560903]), {'id': 1}),
])
m.add_layer(fc_point, {'color': 'cyan'}, 'fc_point')

fc_point_samp = img.sampleRegions(collection=fc_point, scale=10)
display('A feature per point', fc_point_samp)