ee.Image.sampleRegions

Przekształca każdy piksel obrazu (w danej skali), który przecina co najmniej 1 region, w obiekt Feature i zwraca je jako obiekt FeatureCollection. Każda cecha wyjściowa będzie miała jedną właściwość na pasmo obrazu wejściowego, a także wszystkie określone właściwości skopiowane z cechy wejściowej.

Pamiętaj, że geometrie zostaną przyciągnięte do środków pikseli.

Wykorzystanie	Zwroty
Image.sampleRegions(collection, properties, scale, projection, tileScale, geometries)	FeatureCollection

Argument	Typ	Szczegóły
to: image	Obraz	Obraz do próbkowania.
collection	FeatureCollection	Regiony, z których mają być pobierane próbki.
properties	Lista, domyślna: null	Lista właściwości do skopiowania z każdej funkcji wejściowej. Domyślnie są to wszystkie usługi inne niż systemowe.
scale	Liczba zmiennoprzecinkowa, domyślnie: null	Skala nominalna w metrach projekcji, w której ma być przeprowadzane próbkowanie. Jeśli nie zostanie określona, użyta zostanie skala pierwszego pasma obrazu.
projection	Prognoza, domyślnie: null	Projekcja, w której ma być przeprowadzane próbkowanie. Jeśli nie zostanie określona, używana jest projekcja pierwszego pasma obrazu. Jeśli jest określony dodatkowo do skali, jest przeskalowywany do określonej skali.
tileScale	Liczba zmiennoprzecinkowa, domyślnie: 1	Współczynnik skalowania używany do zmniejszania rozmiaru kafelka agregacji.Użycie większej wartości tileScale (np. 2 lub 4) może umożliwić obliczenia, które w przypadku domyślnego ustawienia wyczerpują pamięć.
geometries	Wartość logiczna, domyślnie: false	Jeśli ma wartość Prawda, wyniki będą zawierać geometrię punktu dla każdego próbkowanego piksela. W przeciwnym razie geometrie zostaną pominięte (co pozwoli zaoszczędzić pamięć).

Przykłady

Edytor kodu (JavaScript)

// 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);

Konfiguracja Pythona

Informacje o interfejsie Python API i używaniu geemap do interaktywnego programowania znajdziesz na stronie Środowisko Python.

import ee
import geemap.core as geemap

Colab (Python)

# 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)