ee.ImageCollection.reduceToImage

প্রতিটি পিক্সেলকে ছেদ করে এমন সমস্ত বৈশিষ্ট্যের নির্বাচিত বৈশিষ্ট্যগুলির উপর একটি রিডুসার প্রয়োগ করে একটি বৈশিষ্ট্য সংগ্রহ থেকে একটি চিত্র তৈরি করে৷

ব্যবহার	রিটার্নস
ImageCollection. reduceToImage (properties, reducer)	ছবি

যুক্তি	টাইপ	বিস্তারিত
এই: collection	ফিচার কালেকশন	প্রতিটি আউটপুট পিক্সেলের সাথে ছেদ করার জন্য বৈশিষ্ট্য সংগ্রহ।
properties	তালিকা	বৈশিষ্ট্যগুলি প্রতিটি বৈশিষ্ট্য থেকে নির্বাচন করুন এবং রিডুসারে পাস করুন৷
reducer	হ্রাসকারী	পিক্সেলে সঞ্চয় করার জন্য একটি চূড়ান্ত ফলাফলে প্রতিটি ছেদকারী বৈশিষ্ট্যের বৈশিষ্ট্যগুলিকে একত্রিত করার জন্য একটি হ্রাসকারী।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

var col = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(ee.Geometry.BBox(-124.0, 43.2, -116.5, 46.3))
  .filterDate('2021', '2022');

// Image visualization settings.
var visParams = {
  bands: ['B4', 'B3', 'B2'],
  min: 0.01,
  max: 0.25
};
Map.addLayer(col.mean(), visParams, 'RGB mean');

// Reduce the geometry (footprint) of images in the collection to an image.
// Image property values are applied to the pixels intersecting each
// image's geometry and then a per-pixel reduction is performed according
// to the selected reducer. Here, the image cloud cover property is assigned
// to the pixels intersecting image geometry and then reduced to a single
// image representing the per-pixel mean image cloud cover.
var meanCloudCover = col.reduceToImage({
  properties: ['CLOUD_COVER'],
  reducer: ee.Reducer.mean()
});

Map.setCenter(-119.87, 44.76, 6);
Map.addLayer(meanCloudCover, {min: 0, max: 50}, 'Cloud cover mean');

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

col = (
    ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
    .filterBounds(ee.Geometry.BBox(-124.0, 43.2, -116.5, 46.3))
    .filterDate('2021', '2022')
)

# Image visualization settings.
vis_params = {'bands': ['B4', 'B3', 'B2'], 'min': 0.01, 'max': 0.25}
m = geemap.Map()
m.add_layer(col.mean(), vis_params, 'RGB mean')

# Reduce the geometry (footprint) of images in the collection to an image.
# Image property values are applied to the pixels intersecting each
# image's geometry and then a per-pixel reduction is performed according
# to the selected reducer. Here, the image cloud cover property is assigned
# to the pixels intersecting image geometry and then reduced to a single
# image representing the per-pixel mean image cloud cover.
mean_cloud_cover = col.reduceToImage(
    properties=['CLOUD_COVER'], reducer=ee.Reducer.mean()
)

m.set_center(-119.87, 44.76, 6)
m.add_layer(mean_cloud_cover, {'min': 0, 'max': 50}, 'Cloud cover mean')
m

,প্রতিটি পিক্সেলকে ছেদ করে এমন সমস্ত বৈশিষ্ট্যের নির্বাচিত বৈশিষ্ট্যগুলির উপর একটি রিডুসার প্রয়োগ করে একটি বৈশিষ্ট্য সংগ্রহ থেকে একটি চিত্র তৈরি করে৷

ব্যবহার	রিটার্নস
ImageCollection. reduceToImage (properties, reducer)	ছবি

যুক্তি	টাইপ	বিস্তারিত
এই: collection	ফিচার কালেকশন	প্রতিটি আউটপুট পিক্সেলের সাথে ছেদ করার জন্য বৈশিষ্ট্য সংগ্রহ।
properties	তালিকা	বৈশিষ্ট্যগুলি প্রতিটি বৈশিষ্ট্য থেকে নির্বাচন করুন এবং রিডুসারে পাস করুন৷
reducer	হ্রাসকারী	পিক্সেলে সঞ্চয় করার জন্য একটি চূড়ান্ত ফলাফলে প্রতিটি ছেদকারী বৈশিষ্ট্যের বৈশিষ্ট্যগুলিকে একত্রিত করার জন্য একটি হ্রাসকারী।

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

var col = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(ee.Geometry.BBox(-124.0, 43.2, -116.5, 46.3))
  .filterDate('2021', '2022');

// Image visualization settings.
var visParams = {
  bands: ['B4', 'B3', 'B2'],
  min: 0.01,
  max: 0.25
};
Map.addLayer(col.mean(), visParams, 'RGB mean');

// Reduce the geometry (footprint) of images in the collection to an image.
// Image property values are applied to the pixels intersecting each
// image's geometry and then a per-pixel reduction is performed according
// to the selected reducer. Here, the image cloud cover property is assigned
// to the pixels intersecting image geometry and then reduced to a single
// image representing the per-pixel mean image cloud cover.
var meanCloudCover = col.reduceToImage({
  properties: ['CLOUD_COVER'],
  reducer: ee.Reducer.mean()
});

Map.setCenter(-119.87, 44.76, 6);
Map.addLayer(meanCloudCover, {min: 0, max: 50}, 'Cloud cover mean');

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

col = (
    ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
    .filterBounds(ee.Geometry.BBox(-124.0, 43.2, -116.5, 46.3))
    .filterDate('2021', '2022')
)

# Image visualization settings.
vis_params = {'bands': ['B4', 'B3', 'B2'], 'min': 0.01, 'max': 0.25}
m = geemap.Map()
m.add_layer(col.mean(), vis_params, 'RGB mean')

# Reduce the geometry (footprint) of images in the collection to an image.
# Image property values are applied to the pixels intersecting each
# image's geometry and then a per-pixel reduction is performed according
# to the selected reducer. Here, the image cloud cover property is assigned
# to the pixels intersecting image geometry and then reduced to a single
# image representing the per-pixel mean image cloud cover.
mean_cloud_cover = col.reduceToImage(
    properties=['CLOUD_COVER'], reducer=ee.Reducer.mean()
)

m.set_center(-119.87, 44.76, 6)
m.add_layer(mean_cloud_cover, {'min': 0, 'max': 50}, 'Cloud cover mean')
m