ee.Kernel.gaussian

יצירת ליבת גאוס מתוך גאוס רציף שנדגם.

שימוש	החזרות
ee.Kernel.gaussian(radius, sigma, units, normalize, magnitude)	ליבה

ארגומנט	סוג	פרטים
radius	מספר ממשי (float)	הרדיוס של הגרעין ליצירה.
sigma	מספר ממשי (float), ברירת מחדל: 1	סטיית התקן של פונקציית גאוס (באותן יחידות כמו הרדיוס).
units	מחרוזת, ברירת מחדל: 'פיקסלים'	מערכת המדידה של ליבת המערכת (פיקסלים או מטרים). אם הגרעין מצוין במטרים, הגודל שלו ישתנה כשמשנים את רמת הזום.
normalize	בוליאני, ברירת מחדל: true	מנרמלים את ערכי הליבה כך שהסכום שלהם יהיה 1.
magnitude	מספר ממשי (float), ברירת מחדל: 1	הכפלה של כל ערך בסכום הזה.

דוגמאות

עורך הקוד (JavaScript)

print('A Gaussian kernel', ee.Kernel.gaussian({radius: 3}));

/**
 * Output weights matrix (up to 1/1000 precision for brevity)
 *
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.021, 0.098, 0.162, 0.098, 0.021]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 */

הגדרת Python

מידע על Python API ועל שימוש ב-geemap לפיתוח אינטראקטיבי מופיע בדף Python Environment.

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Gaussian kernel:')
pprint(ee.Kernel.gaussian(**{'radius': 3}).getInfo())

#  Output weights matrix (up to 1/1000 precision for brevity)

#  [0.002, 0.013, 0.021, 0.013, 0.002]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.021, 0.098, 0.162, 0.098, 0.021]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.002, 0.013, 0.021, 0.013, 0.002]