เริ่มต้นใช้งาน Earth Engine

คู่มือเริ่มต้นใช้งานนี้มีไว้เพื่อช่วยให้คุณเริ่มเขียนโปรแกรมด้วย Earth Engine JavaScript API ได้อย่างรวดเร็ว ดูข้อมูลเบื้องต้นเกี่ยวกับ JavaScript และแบบฝึกหัดเชิงลึกเพิ่มเติมเกี่ยวกับ Earth Engine API ได้ที่บทแนะนำ ดูรูปแบบการเขียนโค้ด JavaScript ที่แนะนำได้ที่คู่มือรูปแบบ JavaScript ของ Google

Google Earth Engine ช่วยให้ผู้ใช้เรียกใช้อัลกอริทึมกับภาพและเวกเตอร์ที่อ้างอิงทางภูมิศาสตร์ซึ่งจัดเก็บไว้ในโครงสร้างพื้นฐานของ Google ได้ Google Earth Engine API มีคลังฟังก์ชันที่อาจใช้กับข้อมูลเพื่อการแสดงผลและการวิเคราะห์ Data Catalog สาธารณะของ Earth Engine มีชุดข้อมูลภาพและเวกเตอร์ที่เผยแพร่ต่อสาธารณะจำนวนมาก นอกจากนี้ยังสร้างชิ้นงานส่วนตัวในโฟลเดอร์ส่วนตัวของผู้ใช้ได้ด้วย

วิธีใช้เอกสารเหล่านี้

เอกสารประกอบของ Earth Engine ออกแบบมาสำหรับผู้ที่คุ้นเคยกับการวิเคราะห์ข้อมูลเชิงพื้นที่ เอกสารจะจัดโครงสร้างตามประเภทข้อมูลเป็นหลัก ตัวอย่างเช่น การนำทางด้านซ้ายมีลิงก์ไปยังส่วนหรือหน้าเกี่ยวกับประเภทข้อมูลที่สำคัญ เช่น Image, ImageCollection, Feature, FeatureCollection, Geometry, Reducer, Chart, Join และ Array คู่มือนี้จะอธิบายเกี่ยวกับประเภทเหล่านี้เพียงพอที่จะช่วยให้คุณเริ่มต้นใช้งานได้ นอกจากนี้ยังมีส่วนสำหรับแมชชีนเลิร์นนิง อัลกอริทึมเฉพาะทางหรือเฉพาะเซ็นเซอร์ (เช่น อัลกอริทึม Landsat) แอปที่แสดงต่อสาธารณะ การจัดการข้อมูล (เนื้อหา) และรายละเอียดที่สำคัญเกี่ยวกับการทำงานภายในของ Earth Engine ก่อนที่จะเจาะลึกเรื่องเหล่านั้น ให้เริ่มที่นี่

ตัวแก้ไขโค้ด

ตัวแก้ไขโค้ดเป็นสภาพแวดล้อมแบบอินเทอร์แอกทีฟสำหรับการพัฒนาแอปพลิเคชัน Earth Engine (รูปที่ 1) แผงตรงกลางมีตัวแก้ไขโค้ด JavaScript เหนือเครื่องมือแก้ไขจะมีปุ่มสำหรับบันทึกสคริปต์ปัจจุบัน เรียกใช้ และล้างแผนที่ ปุ่มรับลิงก์จะสร้าง URL ที่ไม่ซ้ำกันสำหรับสคริปต์ในแถบที่อยู่ แผนที่ในแผงด้านล่างมีเลเยอร์ที่เพิ่มโดยสคริปต์ ด้านบนจะเป็นช่องค้นหา สำหรับชุดข้อมูลและสถานที่ แผงด้านซ้ายประกอบด้วยตัวอย่างโค้ด สคริปต์ที่บันทึกไว้ เอกสารอ้างอิง API ที่ค้นหาได้ และเครื่องมือจัดการเนื้อหาสำหรับข้อมูลส่วนตัว แผงด้านขวามีเครื่องมือตรวจสอบสำหรับการค้นหาแผนที่ คอนโซลเอาต์พุต และเครื่องมือจัดการสำหรับงานที่ใช้เวลานาน ปุ่มความช่วยเหลือ ที่ด้านขวาบนมีลิงก์ไปยังคู่มือนี้และแหล่งข้อมูลอื่นๆ สำหรับการรับความช่วยเหลือ ดูข้อมูลเพิ่มเติมได้จากคู่มือตัวแก้ไขโค้ดและผู้ช่วยอัตโนมัติ

ตัวแก้ไขโค้ด
รูปที่ 1 ตัวแก้ไขโค้ด Earth Engine ที่ code.earthengine.google.com

เปิดและเรียกใช้โค้ดในตัวแก้ไขโค้ด

ขั้นตอนด้านล่างแสดงวิธีเปิด Earth Engine และเรียกใช้สคริปต์ที่กำหนดเองซึ่งแสดงรูปภาพ เพื่อผลลัพธ์ที่ดีที่สุด คุณอาจต้องติดตั้ง Chrome เวอร์ชันล่าสุด ซึ่งเป็นเว็บเบราว์เซอร์ของ Google ที่พร้อมใช้งานที่นี่

  1. เปิดตัวแก้ไขโค้ด Earth Engine ที่ code.earthengine.google.com
  2. ไปที่แท็บสคริปต์ซึ่งอยู่ทางด้านซ้ายสุดของตัวแก้ไขโค้ด คุณจะเห็นคอลเล็กชันสคริปต์ตัวอย่างที่เข้าถึง แสดง และวิเคราะห์ข้อมูล Earth Engine
  3. ในส่วน "Image Collection" ให้เลือกตัวอย่าง "Filtered Composite" คุณจะเห็นสคริปต์ปรากฏในคอนโซลกลาง กดปุ่มเรียกใช้เพื่อเรียกใช้สคริปต์ ตัวอย่างภาพคอมโพสิตที่กรองแล้วจะเลือกรูปภาพ Landsat 7 ที่ตัดกันหรืออยู่ภายในขอบเขตของโคโลราโดและยูทาห์ จากนั้นจะแสดงภาพรวมสีจริงของรูปภาพที่เลือก ตัวอย่างจะแนะนำวิธีการที่ใช้กันโดยทั่วไป เช่น filter(), clip() และ Map.addLayer()

โครงสร้างข้อมูล Earth Engine

โครงสร้างข้อมูลทางภูมิศาสตร์พื้นฐานที่สุด 2 รายการใน Earth Engine คือ Image และ Feature ซึ่งสอดคล้องกับประเภทข้อมูลแรสเตอร์และเวกเตอร์ตามลำดับ รูปภาพประกอบด้วยแบนด์และพจนานุกรมพร็อพเพอร์ตี้ ฟีเจอร์ประกอบด้วย Geometry และพจนานุกรมของพร็อพเพอร์ตี้ ImageCollection จะจัดการชุดรูปภาพ (เช่น อนุกรมเวลารูปภาพ) FeatureCollection จะเป็นผู้จัดการคอลเล็กชันฟีเจอร์ โครงสร้างข้อมูลพื้นฐานอื่นๆ ใน Earth Engine ได้แก่ Dictionary, List, Array, Date, Number และ String (ดูข้อมูลเพิ่มเติมเกี่ยวกับประเภทข้อมูลพื้นฐานจากบทแนะนำนี้ โปรดทราบว่าออบเจ็กต์เหล่านี้เป็นออบเจ็กต์ฝั่งเซิร์ฟเวอร์ทั้งหมด และไม่ได้จัดการในลักษณะเดียวกับออบเจ็กต์ JavaScript ฝั่งไคลเอ็นต์ (ดูข้อมูลเพิ่มเติม)

อัลกอริทึม Earth Engine

คุณเรียกใช้การดำเนินการใน API ได้หลายวิธี ดังนี้

  • การเรียกใช้เมธอดที่แนบมากับออบเจ็กต์
  • กำลังเรียกอัลกอริทึม
  • การเรียกใช้ฟังก์ชันเฉพาะของตัวแก้ไขโค้ด
  • การกำหนดฟังก์ชันใหม่

แท็บเอกสารของตัวแก้ไขโค้ดจะแสดงเมธอดของคลาส API แต่ละคลาส เช่น คลาส Image มีเมธอด add() ดังนี้

ตัวแก้ไขโค้ด (JavaScript)

var image3 = image1.add(image2);

วิธีนี้จะเพิ่มย่านความถี่ของ image2 ไปยังย่านความถี่ของ image1 หมวดหมู่ ee.Algorithms มีรายการอัลกอริทึมที่รองรับในปัจจุบันสำหรับการประมวลผลเฉพาะทางหรือเฉพาะโดเมน ตัวอย่างเช่น หากต้องการสร้างเลเยอร์ภูมิประเทศจากโมเดลระดับความสูงแบบดิจิทัล (DEM) ที่ป้อนเข้ามา ให้ทำดังนี้

ตัวแก้ไขโค้ด (JavaScript)

var terrainImage = ee.Algorithms.Terrain(dem);

ฟังก์ชันเฉพาะของตัวแก้ไขโค้ดประกอบด้วยเมธอด Map และ Export ซึ่งควบคุมวิธีเพิ่มเลเยอร์ลงในแผงแผนที่หรือส่งออกไปยัง Google ไดรฟ์ตามลำดับ นอกจากนี้ คุณยังสร้างฟังก์ชันใน JavaScript ได้โดยใช้

ตัวแก้ไขโค้ด (JavaScript)

var myFunction = function(args) {
  // do something
  return something;
};

ดังที่แสดงในส่วนแผนที่ ฟังก์ชันที่ผู้ใช้กำหนดมีประโยชน์สำหรับการสร้างฟังก์ชันการทำงานที่กำหนดเองหรือแก้ไของค์ประกอบของคอลเล็กชันโดยใช้สิ่งต่อไปนี้

ตัวแก้ไขโค้ด (JavaScript)

var collection2 = collection1.map(aFunction);

ส่วนต่อไปนี้จะแสดงแนวคิดเหล่านี้สำหรับกรณีการใช้งานแบบง่ายๆ ต่างๆ

'Hello world!' JavaScript

การพิมพ์ข้อมูลไปยังคอนโซลเป็นงานพื้นฐานในการรับข้อมูลเกี่ยวกับออบเจ็กต์ การแสดงผลลัพธ์ที่เป็นตัวเลขของการคำนวณ การแสดงข้อมูลเมตาของออบเจ็กต์ หรือการช่วยแก้ไขข้อบกพร่อง ตัวอย่าง "Hello World!" ที่เป็นเอกลักษณ์ในตัวแก้ไขโค้ดมีดังนี้

ตัวแก้ไขโค้ด (JavaScript)

print('Hello world!');

คัดลอกบรรทัดนี้ลงในตัวแก้ไขโค้ดของ Code Editor แล้วคลิกเรียกใช้ โปรดทราบว่าเอาต์พุตจะแสดงในแท็บคอนโซลทางด้านขวาของตัวแก้ไขโค้ด สำหรับตัวอย่างที่เกี่ยวข้องกับการสำรวจระยะไกลมากขึ้น โค้ดต่อไปนี้จะพิมพ์ข้อมูลเมตาของรูปภาพ Landsat 8

ตัวแก้ไขโค้ด (JavaScript)

print(ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318'));

ตรวจสอบเอาต์พุตในคอนโซลอย่างละเอียดเพื่อดูข้อมูลเมตาที่พร้อมใช้งานสำหรับรูปภาพ Landsat

เพิ่มข้อมูลลงในแผนที่

นอกจากการพิมพ์ข้อมูลไปยังคอนโซลแล้ว การเพิ่มข้อมูลลงใน Map ยังเป็นวิธีแสดงข้อมูลทางภูมิศาสตร์ด้วยภาพ ใช้ Map.addLayer() เพื่อดำเนินการดังกล่าว ในตัวอย่างต่อไปนี้ ระบบจะสร้างอินสแตนซ์ Image (วิธีค้นหารูปภาพเหล่านี้จะอธิบายในภายหลัง) โดยใช้ ee.Image() ซึ่งเพิ่มลงในแผนที่ด้วย Map.addLayer() และแผนที่จะอยู่ตรงกลางเหนือรูปภาพ

ตัวแก้ไขโค้ด (JavaScript)

// Load an image.
var image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318');

// Center the map on the image.
Map.centerObject(image, 9);

// Display the image.
Map.addLayer(image);

พารามิเตอร์ที่ 2 ของ Map.centerObject() คือระดับการซูม โดยตัวเลขที่สูงขึ้นจะแสดงสเกลที่ใหญ่ขึ้น (ซูมเข้ามากขึ้น) พารามิเตอร์สำหรับฟังก์ชัน Map มีคำอธิบายอย่างละเอียดในเอกสารอ้างอิง API ที่เข้าถึงได้จากแท็บเอกสาร หากลักษณะของรูปภาพไม่เป็นที่น่าพอใจ ให้กำหนดค่าพารามิเตอร์การแสดงผลด้วยอาร์กิวเมนต์เพิ่มเติมสำหรับ Map.addLayer() เช่น

ตัวแก้ไขโค้ด (JavaScript)

// Load the image from the archive.
var image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318');

// Define visualization parameters in an object literal.
var vizParams = {bands: ['B5', 'B4', 'B3'], min: 0.02, max: 0.4, gamma: 1.3};

// Center the map on the image and display.
Map.centerObject(image, 9);
Map.addLayer(image, vizParams, 'Landsat 8 false color');

โปรดสังเกตว่าพารามิเตอร์การแสดงภาพกำหนดโดยออบเจ็กต์นิยามคู่ ซึ่งรวมถึงรายการแถบที่จะแสดง ค่าการสะท้อนแสงต่ำสุดและสูงสุด และค่าแกมมา (ดูข้อมูลเพิ่มเติมเกี่ยวกับแถบ Landsat ที่นี่ ดูข้อมูลเพิ่มเติมเกี่ยวกับการแสดงภาพข้อมูลที่นี่)

ใช้ Map.addLayer() เพื่อเพิ่มฟีเจอร์และคอลเล็กชันฟีเจอร์ลงในแผนที่ เช่น

ตัวแก้ไขโค้ด (JavaScript)

var counties = ee.FeatureCollection('TIGER/2018/Counties');
Map.addLayer(counties, {}, 'counties');

ค้นหารูปภาพ คอลเล็กชันรูปภาพ และคอลเล็กชันฟีเจอร์

คุณค้นหารูปภาพ คอลเล็กชันรูปภาพ และคอลเล็กชันฟีเจอร์ได้โดยค้นหาในแคตตาล็อกข้อมูล Earth Engine เช่น การป้อน "Landsat 8" ลงในช่องค้นหาจะแสดงรายการชุดข้อมูลแรสเตอร์ (ดูรายการชุดข้อมูล Earth Engine ทั้งหมดได้ที่แคตตาล็อกข้อมูล Earth Engine) คลิกชื่อชุดข้อมูลเพื่อดูคำอธิบายสั้นๆ ข้อมูลเกี่ยวกับความพร้อมใช้งานตามเวลา ผู้ให้บริการข้อมูล และรหัสคอลเล็กชัน คลิกปุ่มนำเข้าเพื่อสร้างส่วนการนำเข้าที่ด้านบนของสคริปต์โดยอัตโนมัติพร้อมตัวแปรสำหรับคอลเล็กชันนี้

หรือจะคัดลอกรหัสคอลเล็กชันแล้ววางลงในโค้ดก็ได้ ตัวอย่างเช่น เลือกผลลัพธ์ TOA ระดับ 1 ของการค้นหา "Landsat 8" และคัดลอกรหัสดังนี้

ตัวแก้ไขโค้ด (JavaScript)

var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA');

เนื่องจากนี่เป็นคอลเล็กชันรูปภาพจำนวนมากที่ครอบคลุมพื้นผิวโลก การค้นหารูปภาพแต่ละรูปในคอลเล็กชันจึงต้องมีการกรองเพื่อจำกัดการค้นหาให้แคบลง หรือจะลดคอลเล็กชันรูปภาพให้เหลือเพียงรูปภาพเดียวโดยใช้เทคนิคการจัดองค์ประกอบและการต่อภาพก็ได้ ดูข้อมูลเพิ่มเติมเกี่ยวกับการกรองและการจัดองค์ประกอบ (ดูลด) ในส่วนถัดไป

คอลเล็กชันฟีเจอร์ยังพร้อมใช้งานผ่าน Data Catalog ด้วย การแสดงข้อมูลจะเล็กกว่าคอลเล็กชันรูปภาพ แต่คุณจะเห็นขอบเขตระหว่างประเทศ ขอบเขตการสำมะโนประชากร ขอบเขตลุ่มน้ำ และขอบเขตพื้นที่คุ้มครอง เป็นต้น ดูข้อมูลเพิ่มเติมเกี่ยวกับการนําเข้าชุดข้อมูลเวกเตอร์ของคุณเองได้ที่นี่

กรองและจัดเรียง

มักจำเป็นต้องกรองคอลเล็กชันตามพื้นที่และ/หรือเวลาเพื่อจำกัดจำนวนผลลัพธ์ ตัวอย่างเช่น ลองพิจารณางานจัดเรียงคอลเล็กชันภาพ Landsat 8 เพื่อค้นหาภาพที่ไม่มีเมฆของซานฟรานซิสโก ก่อนอื่น คุณต้องกำหนดภูมิภาคที่สนใจ ซึ่งคะแนนมักจะมีประโยชน์ในกรณีนี้ เปิดใช้งานแท็บเครื่องมือตรวจสอบทางด้านขวาของตัวแก้ไขโค้ด แล้วคลิกใกล้กับจุดศูนย์กลางของพื้นที่ที่สนใจ คัดลอกพิกัดจากแท็บเครื่องมือตรวจสอบ แล้วสร้าง Point โดยใช้คำสั่งต่อไปนี้

ตัวแก้ไขโค้ด (JavaScript)

var point = ee.Geometry.Point(-122.262, 37.8719);

วันที่เริ่มต้นและวันที่สิ้นสุดของการก่อสร้าง:

ตัวแก้ไขโค้ด (JavaScript)

var start = ee.Date('2014-06-01');
var finish = ee.Date('2014-10-01');

กรองคอลเล็กชัน Landsat 8 โดยใช้จุดและวันที่ จากนั้นจัดเรียงโดยใช้พร็อพเพอร์ตี้ข้อมูลเมตา (ที่ค้นพบระหว่างการตรวจสอบข้อมูลเมตาของฉาก Landsat 8)

ตัวแก้ไขโค้ด (JavaScript)

var filteredCollection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(point)
  .filterDate(start, finish)
  .sort('CLOUD_COVER', true);

คุณสามารถพิมพ์และตรวจสอบคอลเล็กชันนี้ได้อย่างปลอดภัย (หากคอลเล็กชันมีรูปภาพมากเกินไป การพิมพ์จะช้ามาก หมดเวลา หรือแสดงข้อผิดพลาด) สังเกตว่ารูปภาพในคอลเล็กชันเป็น List ที่จัดเก็บไว้ในพร็อพเพอร์ตี้ "features" ของ ImageCollection คุณสามารถคัดลอกรหัสของรูปภาพใดก็ได้ในคอลเล็กชันลงในตัวสร้าง Image ดังที่แสดงด้านบน หรือจะรับรูปภาพแรก (มีเมฆปกคลุมน้อยที่สุด) ก็ได้

ตัวแก้ไขโค้ด (JavaScript)

var first = filteredCollection.first();

เข้าถึงฟังก์ชันการกรอง Earth Engine ทั้งหมดโดยใช้ filter() โดยมี ee.Filter เป็นอาร์กิวเมนต์ (เมธอด filterBounds() และ filterDate() ที่ใช้ด้านบนเป็นทางลัด) ตัวอย่างเช่น โค้ดต่อไปนี้จะสร้าง Filter, ใช้เพื่อกรอง FeatureCollection และแสดงผลลัพธ์

ตัวแก้ไขโค้ด (JavaScript)

// Load a feature collection.
var featureCollection = ee.FeatureCollection('TIGER/2016/States');

// Filter the collection.
var filteredFC = featureCollection.filter(ee.Filter.eq('NAME', 'California'));

// Display the collection.
Map.setCenter(-119.604, 37.798, 6);
Map.addLayer(filteredFC, {}, 'California');

การคำนวณแบนด์

ดำเนินการทางคณิตศาสตร์กับรูปภาพโดยใช้เมธอด Image ซึ่งอาจรวมถึงการรวมแถบใหม่ (ดัชนีสเปกตรัม) การหาความแตกต่างของรูปภาพ หรือการดำเนินการทางคณิตศาสตร์ เช่น การคูณด้วยค่าคงที่ ตัวอย่างเช่น คำนวณความแตกต่างระหว่างรูปภาพดัชนีพืชพรรณที่ปรับให้เป็นมาตรฐาน (NDVI) ที่ห่างกัน 20 ปี

ตัวแก้ไขโค้ด (JavaScript)

// This function gets NDVI from Landsat 5 imagery.
var getNDVI = function(image) {
  return image.normalizedDifference(['B4', 'B3']);
};

// Load two Landsat 5 images, 20 years apart.
var image1 = ee.Image('LANDSAT/LT05/C02/T1_TOA/LT05_044034_19900604');
var image2 = ee.Image('LANDSAT/LT05/C02/T1_TOA/LT05_044034_20100611');

// Compute NDVI from the scenes.
var ndvi1 = getNDVI(image1);
var ndvi2 = getNDVI(image2);

// Compute the difference in NDVI.
var ndviDifference = ndvi2.subtract(ndvi1);

โปรดสังเกตการใช้ function ที่ผู้ใช้กำหนดในตัวอย่างนี้ ดูข้อมูลเพิ่มเติมเกี่ยวกับฟังก์ชันได้ในส่วนถัดไป

Map (สิ่งที่ต้องทำแทน for-loop)

ใช้ map() เพื่อทำซ้ำรายการในคอลเล็กชัน (การวนซ้ำ For ไม่ใช่วิธีที่ถูกต้องในการดำเนินการดังกล่าวใน Earth Engine และควรหลีกเลี่ยง) ฟังก์ชัน map() สามารถใช้กับ ImageCollection, FeatureCollection หรือ List และยอมรับ function เป็นอาร์กิวเมนต์ อาร์กิวเมนต์ของฟังก์ชันคือองค์ประกอบของคอลเล็กชันที่แมปไว้ ซึ่งมีประโยชน์สำหรับการแก้ไของค์ประกอบทุกรายการของคอลเล็กชันในลักษณะเดียวกัน เช่น การเพิ่ม ตัวอย่างเช่น โค้ดต่อไปนี้จะเพิ่มแบนด์ NDVI ลงในรูปภาพทุกรูปใน ImageCollection

ตัวแก้ไขโค้ด (JavaScript)

// This function gets NDVI from Landsat 8 imagery.
var addNDVI = function(image) {
  return image.addBands(image.normalizedDifference(['B5', 'B4']));
};

// Load the Landsat 8 TOA data, filter by location and date.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(ee.Geometry.Point(-122.262, 37.8719))
  .filterDate('2014-06-01', '2014-10-01');

// Map the function over the collection.
var ndviCollection = collection.map(addNDVI);

งานทั่วไปอีกอย่างหนึ่งคือการเพิ่มพร็อพเพอร์ตี้ใหม่ (หรือ "แอตทริบิวต์" หรือ "ฟิลด์") ลงในฟีเจอร์ใน FeatureCollection ในตัวอย่างต่อไปนี้ พร็อพเพอร์ตี้ใหม่คือการคํานวณที่เกี่ยวข้องกับแอตทริบิวต์ที่มีอยู่ 2 รายการ

ตัวแก้ไขโค้ด (JavaScript)

// This function creates a new property that is the sum of two existing properties.
var addField = function(feature) {
  var sum = ee.Number(feature.get('property1')).add(feature.get('property2'));
  return feature.set({'sum': sum});
};

// Create a FeatureCollection from a list of Features.
var features = ee.FeatureCollection([
  ee.Feature(ee.Geometry.Point(-122.4536, 37.7403),
    {property1: 100, property2: 100}),
    ee.Feature(ee.Geometry.Point(-118.2294, 34.039),
    {property1: 200, property2: 300}),
]);

// Map the function over the collection.
var featureCollection = features.map(addField);

// Print a selected property of one Feature.
print(featureCollection.first().get('sum'));

// Print the entire FeatureCollection.
print(featureCollection);

โปรดทราบว่าต้องแคสต์เป็น ee.Number เพื่อให้ระบบจดจำค่าพร็อพเพอร์ตี้เป็นตัวเลขเพื่อใช้เมธอด add()) map() สามารถเปลี่ยนประเภทของคอลเล็กชันได้ เช่น

ตัวแก้ไขโค้ด (JavaScript)

// This function returns the image centroid as a new Feature.
var getGeom = function(image) {
  return ee.Feature(image.geometry().centroid(), {foo: 1});
};

// Load a Landsat 8 TOA collection.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(ee.Geometry.Point(-122.262, 37.8719))
  .filterDate('2014-06-01', '2014-10-01');

// Map the function over the ImageCollection.
var featureCollection = ee.FeatureCollection(collection.map(getGeom));

// Print the collection.
print(featureCollection);

โปรดสังเกตพร็อพเพอร์ตี้ที่เพิ่ม (foo) สำหรับแต่ละฟีเจอร์ที่สร้างจากเซนทรอยด์ของรูปภาพ ในบรรทัดสุดท้าย การแคสต์จะทำให้คอลเล็กชันที่ได้เป็นที่รู้จักในชื่อ FeatureCollection

ลด (Reduce)

การลดเป็นวิธีรวมข้อมูลตามเวลา พื้นที่ แบนด์ อาร์เรย์ และโครงสร้างข้อมูลอื่นๆ ใน Earth Engine API มีเมธอดต่างๆ สำหรับวัตถุประสงค์นี้ เช่น หากต้องการสร้างองค์ประกอบของ ImageCollection ให้ใช้ reduce() เพื่อลดรูปภาพในคอลเล็กชันให้เหลือรูปภาพเดียว ตัวอย่างง่ายๆ คือการสร้างภาพรวมค่ามัธยฐานของฉากที่มีเมฆน้อยที่สุด 5 ฉากในคอลเล็กชัน Landsat 8 ที่กำหนดไว้ก่อนหน้านี้

ตัวแก้ไขโค้ด (JavaScript)

// Load a Landsat 8 TOA collection.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  // Filter by date and location.
  .filterBounds(ee.Geometry.Point(-122.262, 37.8719))
  .filterDate('2014-01-01', '2014-12-31')
  // Sort by increasing cloudiness.
  .sort('CLOUD_COVER');

// Compute the median of each pixel for each band of the 5 least cloudy scenes.
var median = collection.limit(5).reduce(ee.Reducer.median());

การลดขนาดเป็นวิธีรับสถิติของรูปภาพในภูมิภาคที่กำหนดโดย Feature หรือ FeatureCollection ด้วย สมมติว่างานคือการคำนวณค่าพิกเซลเฉลี่ยภายในพื้นที่ที่สนใจ โปรดใช้ reduceRegion() เพื่อวัตถุประสงค์นี้ เช่น

ตัวแก้ไขโค้ด (JavaScript)

// Load and display a Landsat TOA image.
var image = ee.Image('LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140318');
Map.addLayer(image, {bands: ['B4', 'B3', 'B2'], max: 0.3});

// Create an arbitrary rectangle as a region and display it.
var region = ee.Geometry.Rectangle(-122.2806, 37.1209, -122.0554, 37.2413);
Map.addLayer(region);

// Get a dictionary of means in the region.  Keys are bandnames.
var mean = image.reduceRegion({
  reducer: ee.Reducer.mean(),
  geometry: region,
  scale: 30
});

ดูข้อมูลเพิ่มเติมเกี่ยวกับ Reducer ได้จากเอกสาร Reducer

มาสก์

ทุกพิกเซลใน ee.Image มีทั้งค่าและมาสก์ซึ่งมีค่าตั้งแต่ 0 (ไม่มีข้อมูล) ถึง 1 ระบบจะถือว่าพิกเซลที่มาสก์ (ซึ่งมาสก์==0) ไม่มีข้อมูล พิกเซลที่มี 0 < มาสก์ ≤ 1 จะมีค่า แต่จะถ่วงน้ำหนักโดยมาสก์สำหรับการคำนวณเชิงตัวเลข

คุณสามารถทำให้พิกเซลโปร่งใสหรือยกเว้นพิกเซลจากการวิเคราะห์ได้โดยใช้มาสก์ ระบบจะมาสก์พิกเซลเมื่อค่ามาสก์เป็น 0 ต่อจากตัวอย่างความแตกต่างของรูปภาพ ให้ใช้มาสก์เพื่อแสดงพื้นที่ที่มี NDVI เพิ่มขึ้นและลดลงในช่วงความแตกต่าง

// This function gets NDVI from Landsat 5 imagery.
var getNDVI = function(image) {
  return image.normalizedDifference(['B4', 'B3']);
};

// Load two Landsat 5 images, 20 years apart.
var image1 = ee.Image('LANDSAT/LT05/C02/T1_TOA/LT05_044034_19900604');
var image2 = ee.Image('LANDSAT/LT05/C02/T1_TOA/LT05_044034_20100611');

// Compute NDVI from the scenes.
var ndvi1 = getNDVI(image1);
var ndvi2 = getNDVI(image2);

// Compute the difference in NDVI.
var ndviDifference = ndvi2.subtract(ndvi1);
// Load the land mask from the SRTM DEM.
var landMask = ee.Image('CGIAR/SRTM90_V4').mask();

// Update the NDVI difference mask with the land mask.
var maskedDifference = ndviDifference.updateMask(landMask);

// Display the masked result.
var vizParams = {min: -0.5, max: 0.5, palette: ['FF0000', 'FFFFFF', '0000FF']};
Map.setCenter(-122.2531, 37.6295, 9);
Map.addLayer(maskedDifference, vizParams, 'NDVI difference');

ในตัวอย่างนี้ โปรดทราบว่ามาสก์ของความแตกต่างของ NDVI ได้รับการอัปเดตโดยมาสก์ที่ดินด้วย updateMask() ซึ่งจะตั้งค่ามาสก์ของพิกเซลความแตกต่างของ NDVI เป็นมาสก์ที่ดินเมื่อใดก็ตามที่มาสก์ความแตกต่างของ NDVI ไม่ใช่ 0

นอกจากนี้ การมาสก์ยังมีประโยชน์ในการยกเว้นข้อมูลจากการวิเคราะห์ด้วย ลองดูตัวอย่าง reduceRegion() จากส่วนลด สมมติว่างานคือการคำนวณ NDVI เฉลี่ยตามฤดูกาลสำหรับเทศมณฑลซานตาคลารา รัฐแคลิฟอร์เนีย โดยไม่รวมพิกเซลที่มีเมฆ ตัวอย่างต่อไปนี้แสดงแนวคิดหลายอย่าง ได้แก่ การกรอง การแมป การลด และการใช้มาสก์เมฆ

ตัวแก้ไขโค้ด (JavaScript)

// This function gets NDVI from a Landsat 8 image.
var addNDVI = function(image) {
  return image.addBands(image.normalizedDifference(['B5', 'B4']));
};

// This function masks cloudy pixels.
var cloudMask = function(image) {
  var clouds = ee.Algorithms.Landsat.simpleCloudScore(image).select(['cloud']);
  return image.updateMask(clouds.lt(10));
};

// Load a Landsat collection, map the NDVI and cloud masking functions over it.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
  .filterBounds(ee.Geometry.Point([-122.262, 37.8719]))
  .filterDate('2014-03-01', '2014-05-31')
  .map(addNDVI)
  .map(cloudMask);

// Reduce the collection to the mean of each pixel and display.
var meanImage = collection.reduce(ee.Reducer.mean());
var vizParams = {bands: ['B5_mean', 'B4_mean', 'B3_mean'], min: 0.02, max: 0.4};
Map.addLayer(meanImage, vizParams, 'mean');

// Load a region in which to compute the mean and display it.
var counties = ee.FeatureCollection('TIGER/2018/Counties');
var santaClara = ee.Feature(counties.filter(ee.Filter.eq('NAME', 'Santa Clara')).first());
Map.addLayer(santaClara);

// Get the mean of NDVI in the region.
var mean = meanImage.select(['nd_mean']).reduceRegion({
  reducer: ee.Reducer.mean(),
  geometry: santaClara.geometry(),
  scale: 30
});

// Print mean NDVI for the region.
mean.get('nd_mean').evaluate(function(val){
  print('Santa Clara spring mean NDVI:', val);
});