ee.Kernel.chebyshev

Membuat kernel jarak berdasarkan jarak Chebyshev (jarak terbesar di sepanjang dimensi).

Penggunaan	Hasil
ee.Kernel.chebyshev(radius, units, normalize, magnitude)	Kernel

Argumen	Jenis	Detail
radius	Float	Radius kernel yang akan dibuat.
units	String, default: "pixels"	Sistem pengukuran untuk kernel ('piksel' atau 'meter'). Jika kernel ditentukan dalam meter, kernel akan diubah ukurannya saat level zoom diubah.
normalize	Boolean, default: false	Menormalisasi nilai kernel agar berjumlah 1.
magnitude	Float, default: 1	Menskalakan setiap nilai dengan jumlah ini.

Contoh

Code Editor (JavaScript)

print('A Chebyshev distance kernel', ee.Kernel.chebyshev({radius: 3}));

/**
 * Output weights matrix
 *
 * [3, 3, 3, 3, 3, 3, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 1, 0, 1, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 3, 3, 3, 3, 3, 3]
 */

Penyiapan Python

Lihat halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

display('A Chebyshev distance kernel:', ee.Kernel.chebyshev(**{'radius': 3}))

#  Output weights matrix
#  [3, 3, 3, 3, 3, 3, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 1, 0, 1, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 3, 3, 3, 3, 3, 3]