ImageCollection-এর মধ্যে থাকা ছবিগুলি অ্যানিমেশন বা থাম্বনেলের সিরিজ হিসেবে দেখা যেতে পারে, যাকে "ফিল্মস্ট্রিপ" বলা হয়। এই পদ্ধতিগুলি ImageCollection-এর কন্টেন্টের দ্রুত মূল্যায়ন এবং স্প্যাটিওটেম্পোরাল পরিবর্তন (চিত্র ১) দেখার জন্য একটি কার্যকর মাধ্যম প্রদান করে।
getVideoThumbURL()অ্যানিমেটেড ছবির সিরিজ তৈরি করেgetFilmstripThumbURL()থাম্বনেল ছবির সিরিজ তৈরি করে
নিম্নলিখিত বিভাগগুলি বর্ণনা করে যে কীভাবে ভিজ্যুয়ালাইজেশনের জন্য একটি ImageCollection প্রস্তুত করতে হয়,
প্রতিটি সংগ্রহ ভিজ্যুয়ালাইজেশন পদ্ধতির জন্য উদাহরণ কোড প্রদান করে এবং
বেশ কয়েকটি উন্নত অ্যানিমেশন কৌশল কভার করে।

ছবি ১. সেপ্টেম্বর, ২০১৭-এ আটলান্টিক হারিকেনের তিন দিনের অগ্রগতি দেখানো অ্যানিমেশন।
সংগ্রহের প্রস্তুতি
কোনও একটি কালেকশনের মধ্যে থাকা ছবি ফিল্টার, কম্পোজিট, সাজানো এবং স্টাইল করা, যাতে শুধুমাত্র
আগ্রহের বিষয়গুলি দেখানো যায় বা কোনও ঘটনাকে জোর দেওয়া যায়। ভিজ্যুয়ালাইজেশন ফাংশনে ইনপুট হিসেবে যেকোনও ImageCollection
প্রদান করা যেতে পারে, তবে আন্তঃ ও অন্তঃ-বার্ষিক তারিখের রেঞ্জ, পর্যবেক্ষণের
ব্যবধান, আঞ্চলিক ব্যাপ্তি, কোয়ালিটি ও উপস্থাপনার কথা বিবেচনা করে কিউরেট করা কালেকশন
আরও ভালো ফলাফল দিতে পারে।
ফিল্টার করা হচ্ছে
ভিজ্যুয়ালাইজেশনের উদ্দেশ্য পূরণ করে এমন প্রাসঙ্গিক ডেটা অন্তর্ভুক্ত করতে, ছবির সংগ্রহ ফিল্টার করুন। তারিখ, স্থানিক ব্যাপ্তি, কোয়ালিটি এবং প্রদত্ত ডেটাসেটের জন্য নির্দিষ্ট অন্যান্য প্রপার্টি বিবেচনা করুন।
যেমন, Sentinel-2 সারফেস রিফ্লেক্ট্যান্স কালেকশন ফিল্টার করুন:
একটি তারিখের রেঞ্জ,
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterDate('2018-01-01', '2019-01-01');
বছরের দিনের রেঞ্জের ক্রম,
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filter(ee.Filter.calendarRange(171, 242, 'day_of_year'));
আগ্রহের অঞ্চল,
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterBounds(ee.Geometry.Point(-122.1, 37.2));
বা কোনও ছবির প্রপার্টি।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 50));
একাধিক ফিল্টার চেইন করুন।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterDate('2018-01-01', '2019-01-01') .filterBounds(ee.Geometry.Point(-122.1, 37.2)) .filter('CLOUDY_PIXEL_PERCENTAGE < 50');
কম্পোজিটিং
ছবির সংখ্যা কমাতে এবং কোয়ালিটি উন্নত করতে, ইন্ট্রা- এবং ইন্টার-অ্যানুয়াল তারিখের রেঞ্জ কম্পোজিট করুন। যেমন, ধরুন আপনি আফ্রিকার জন্য বার্ষিক NDVI-এর একটি ভিজ্যুয়ালাইজেশন তৈরি করতে চান। একটি বিকল্প হল, ২০১৮ সালের সব পর্যবেক্ষণ অন্তর্ভুক্ত করার জন্য MODIS ১৬-দিনের NDVI কালেকশন ফিল্টার করা।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var ndviCol = ee.ImageCollection('MODIS/061/MOD13A2') .filterDate('2018-01-01', '2019-01-01') .select('NDVI');
ফিল্টার ও রিডিউস ব্যবহার করে ইন্টার-অ্যানুয়াল কম্পোজিট
উপরের কালেকশনের ভিজ্যুয়ালাইজেশন থেকে দেখা যায় যে ঘন মেঘে ঢাকা বনাঞ্চলে উল্লেখযোগ্য নয়েজ রয়েছে (ছবি ২ক)। MODIS সংগ্রহে সমস্ত বছর জুড়ে মিডিয়ান দ্বারা সিরিয়াল তারিখের রেঞ্জ কমিয়ে আরও ভাল উপস্থাপনা অর্জন করা যেতে পারে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Make a day-of-year sequence from 1 to 365 with a 16-day step. var doyList = ee.List.sequence(1, 365, 16); // Import a MODIS NDVI collection. var ndviCol = ee.ImageCollection('MODIS/061/MOD13A2').select('NDVI'); // Map over the list of days to build a list of image composites. var ndviCompList = doyList.map(function(startDoy) { // Ensure that startDoy is a number. startDoy = ee.Number(startDoy); // Filter images by date range; starting with the current startDate and // ending 15 days later. Reduce the resulting image collection by median. return ndviCol .filter(ee.Filter.calendarRange(startDoy, startDoy.add(15), 'day_of_year')) .reduce(ee.Reducer.median()); }); // Convert the image List to an ImageCollection. var ndviCompCol = ee.ImageCollection.fromImages(ndviCompList);
এই কালেকশন থেকে তৈরি হওয়া অ্যানিমেশন কম নয়েজি, কারণ প্রতিটি ছবি ২০+ বছরের ডেটার জন্য ১৬-দিনের NDVI কম্পোজিটের মধ্যক দেখায় (ছবি 1b)। এই অ্যানিমেশন সম্পর্কে আরও তথ্যের জন্য এই টিউটোরিয়াল দেখুন।
![]() |
![]() |
|---|---|
| ছবি ২ক. বার্ষিক NDVI, ইন্টার-অ্যানুয়াল কম্পোজিটিং ছাড়া। | ছবি ২খ. বার্ষিক NDVI সহ বার্ষিক কম্পোজিটিং। |
ফিল্টার ও রিডিউস ফাংশন ব্যবহার করে ইন্ট্রা-অ্যানুয়াল কম্পোজিট
পূর্ববর্তী উদাহরণে বার্ষিক কম্পোজিটিং প্রয়োগ করা হয়েছে। এছাড়াও, এটি এক বছরের মধ্যে করা একাধিক পর্যবেক্ষণের কম্পোজিট তৈরি করতে সাহায্য করতে পারে। যেমন, Landsat ডেটা প্রতি সেন্সর প্রতি প্রদত্ত দৃশ্যের জন্য প্রতি ষোল দিনে সংগ্রহ করা হয়, তবে প্রায়শই ছবির কিছু অংশ মেঘের কারণে অস্পষ্ট থাকে। মেঘের আড়ালে থাকা অংশ বাদ দিয়ে এবং একই ঋতুর একাধিক ছবি কম্পোজিট করে আরও মেঘমুক্ত ছবি তৈরি করা যেতে পারে। নিচের উদাহরণটি দেখুন যেখানে ১৯৮৫ থেকে ২০১১ পর্যন্ত প্রতি বছরের জন্য মিডিয়ান ব্যবহার করে জুলাই এবং আগস্টের Landsat 5 ছবি কম্পোজিট করা হয়েছে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Assemble a collection of Landsat surface reflectance images for a given // region and day-of-year range. var lsCol = ee.ImageCollection('LANDSAT/LT05/C02/T1_L2') .filterBounds(ee.Geometry.Point(-122.9, 43.6)) .filter(ee.Filter.dayOfYear(182, 243)) // Add the observation year as a property to each image. .map(function(img) { return img.set('year', ee.Image(img).date().get('year')); }); // Define a function to scale the data and mask unwanted pixels. function maskL457sr(image) { // Bit 0 - Fill // Bit 1 - Dilated Cloud // Bit 2 - Unused // Bit 3 - Cloud // Bit 4 - Cloud Shadow var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0); var saturationMask = image.select('QA_RADSAT').eq(0); // Apply the scaling factors to the appropriate bands. var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2); var thermalBand = image.select('ST_B6').multiply(0.00341802).add(149.0); // Replace the original bands with the scaled ones and apply the masks. return image.addBands(opticalBands, null, true) .addBands(thermalBand, null, true) .updateMask(qaMask) .updateMask(saturationMask); } // Define a list of unique observation years from the image collection. var years = ee.List(lsCol.aggregate_array('year')).distinct().sort(); // Map over the list of years to build a list of annual image composites. var lsCompList = years.map(function(year) { return lsCol // Filter image collection by year. .filterMetadata('year', 'equals', year) // Apply cloud mask. .map(maskL457sr) // Reduce image collection by median. .reduce(ee.Reducer.median()) // Set composite year as an image property. .set('year', year); }); // Convert the image List to an ImageCollection. var lsCompCol = ee.ImageCollection.fromImages(lsCompList);
যোগ ও কমানোর মাধ্যমে ইন্ট্রা-অ্যানুয়াল কম্পোজিট
মনে রাখবেন যে আগের দুটি কম্পোজিটিং পদ্ধতি দিন এবং বছরের List-এর উপর ম্যাপ করে যাতে ফিল্টার এবং কম্পোজিট করার জন্য নতুন তারিখগুলি ক্রমবর্ধমানভাবে সংজ্ঞায়িত করা যায়।
এই অপারেশনটি করার আরেকটি পদ্ধতি হল জয়েন প্রয়োগ করা। নিম্নলিখিত
স্নিপেটে, একটি অনন্য বছরের সংগ্রহ সংজ্ঞায়িত করা হয়েছে এবং তারপরে একটি saveAll
যোগদান প্রয়োগ করা হয়েছে যাতে একটি নির্দিষ্ট বছরের সাথে সম্পর্কিত সমস্ত ছবি শনাক্ত করা যায়।
কোনও নির্দিষ্ট বছরের ছবিগুলি একটি List অবজেক্টে গ্রুপ করা হয় যা
নির্দিষ্ট বছরের সংগ্রহে সংশ্লিষ্ট বছরের প্রতিনিধির প্রপার্টি হিসেবে
সেভ করা হয়। এই তালিকা থেকে বার্ষিক কম্পোজিট তৈরি করা হয়। এর জন্য
ImageCollections-এর মান কমানো হয়। এই মানটি একটি ফাংশনে সংজ্ঞায়িত করা হয় যা
বিভিন্ন বছরের কালেকশনের উপর ম্যাপ করা হয়।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Assemble a collection of Landsat surface reflectance images for a given // region and day-of-year range. var lsCol = ee.ImageCollection('LANDSAT/LT05/C02/T1_L2') .filterBounds(ee.Geometry.Point(-122.9, 43.6)) .filter(ee.Filter.dayOfYear(182, 243)) // Add the observation year as a property to each image. .map(function(img) { return img.set('year', ee.Image(img).date().get('year')); }); // Make a distinct year collection; one image representative per year. var distinctYears = lsCol.distinct('year').sort('year'); // Define a join filter; one-to-many join on ‘year’ property. var filter = ee.Filter.equals({leftField: 'year', rightField: 'year'}); // Define a join. var join = ee.Join.saveAll('year_match'); // Apply the join; results in 'year_match' property being added to each distinct // year representative image. The list includes all images in the collection // belonging to the respective year. var joinCol = join.apply(distinctYears, lsCol, filter); // Define a function to scale the data and mask unwanted pixels. function maskL457sr(image) { // Bit 0 - Fill // Bit 1 - Dilated Cloud // Bit 2 - Unused // Bit 3 - Cloud // Bit 4 - Cloud Shadow var qaMask = image.select('QA_PIXEL').bitwiseAnd(parseInt('11111', 2)).eq(0); var saturationMask = image.select('QA_RADSAT').eq(0); // Apply the scaling factors to the appropriate bands. var opticalBands = image.select('SR_B.').multiply(0.0000275).add(-0.2); var thermalBand = image.select('ST_B6').multiply(0.00341802).add(149.0); // Replace the original bands with the scaled ones and apply the masks. return image.addBands(opticalBands, null, true) .addBands(thermalBand, null, true) .updateMask(qaMask) .updateMask(saturationMask); } // Map over the distinct years collection to build a list of annual image // composites. var lsCompList = joinCol.map(function(img) { // Get the list of images belonging to the given year. return ee.ImageCollection.fromImages(img.get('year_match')) // Apply cloud mask. .map(maskL457sr) // Reduce image collection by median. .reduce(ee.Reducer.median()) // Set composite year as an image property. .copyProperties(img, ['year']); }); // Convert the image List to an ImageCollection. var lsCompCol = ee.ImageCollection(lsCompList);
একই দিনে কম্পোজিট করা হয়েছে, যোগ ও কমানোর মাধ্যমে
কম্পোজিটিংয়ের আরেকটি উদাহরণ হল, স্থানিকভাবে সংলগ্ন ছবির মোজাইক তৈরি করা। ধরুন, আপনার আগ্রহের অঞ্চলটি একই পাথের মধ্যে দুটি Landsat সারি জুড়ে বিস্তৃত এবং আপনার উদ্দেশ্য হল ২০১৭ এবং ২০১৮ সালে প্রতিটি Landsat ৮ কক্ষপথের জন্য দুটি ছবির একটি ইমেজ মোজাইক প্রদর্শন করা। এখানে, পাথ এবং সারি অনুসারে সংগ্রহ ফিল্টার করার পরে, একই কক্ষপথ থেকে ল্যান্ডস্যাট ছবি মোজাইক করার জন্য একটি জয়েন অপারেশন ব্যবহার করা হয়, যা অধিগ্রহণের তারিখ দ্বারা সংজ্ঞায়িত করা হয়।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var lsCol = ee.ImageCollection('LANDSAT/LC08/C02/T1_L2') .filterDate('2017-01-01', '2019-01-01') .filter('WRS_PATH == 38 && (WRS_ROW == 28 || WRS_ROW == 29)') .map(function(img) { var date = img.date().format('yyyy-MM-dd'); return img.set('date', date); }); var distinctDates = lsCol.distinct('date').sort('date'); var filter = ee.Filter.equals({leftField: 'date', rightField: 'date'}); var join = ee.Join.saveAll('date_match'); var joinCol = join.apply(distinctDates, lsCol, filter); var lsColMos = ee.ImageCollection(joinCol.map(function(col) { return ee.ImageCollection.fromImages(col.get('date_match')).mosaic(); }));
সাজানো হচ্ছে
সঠিক কালানুক্রমিক ক্রম নিশ্চিত করতে সময় অনুসারে একটি সংগ্রহ সাজান, বা আপনার পছন্দের একটি প্রপার্টি অনুসারে অর্ডার করুন। ডিফল্ট হিসেবে, ভিজ্যুয়ালাইজেশন ফ্রেম সিরিজ
কালেকশনের স্বাভাবিক ক্রমে সাজানো থাকে। sort সংগ্রহ পদ্ধতি ব্যবহার করে সিরিজের বিন্যাস পরিবর্তন করা যেতে পারে, যার মাধ্যমে একটি Image প্রপার্টি ঊর্ধ্বক্রম বা অধঃক্রম অনুসারে সাজানোর জন্য বেছে নেওয়া হয়। যেমন, পর্যবেক্ষণের সময় অনুযায়ী সাজাতে, সর্বত্র ব্যবহার করা যায় এমন system:time_start প্রপার্টি ব্যবহার করুন।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterBounds(ee.Geometry.Point(-122.1, 37.2)) .sort('system:time_start');
অথবা, Sentinel-2 ছবির ক্ষেত্রে যেমনটি করা হয়েছে, মেঘের ঘনত্ব বৃদ্ধির ক্রম অনুযায়ী সাজানো যেতে পারে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterBounds(ee.Geometry.Point(-122.1, 37.2)) .sort('CLOUDY_PIXEL_PERCENTAGE');
এছাড়াও, অর্ডারকে কোনও প্রাপ্ত প্রপার্টি দ্বারা সংজ্ঞায়িত করা যেতে পারে, যেমন গড় আঞ্চলিক NDVI। এখানে, ম্যাপ করা ফাংশনে প্রতিটি ছবিতে আঞ্চলিক NDVI একটি প্রপার্টি হিসেবে যোগ করা হয়, তারপরে নতুন প্রপার্টিতে একটি সর্ট করা হয়।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an area of interest geometry. var aoi = ee.Geometry.Point(-122.1, 37.2).buffer(1e4); // Filter MODIS NDVI image collection by a date range. var ndviCol = ee.ImageCollection('MODIS/061/MOD13A1') .filterDate('2018-01-01', '2019-01-01') .select('NDVI') // Map over the image collection to calculate regional mean NDVI and add // the result to each image as a property. .map(function(img) { var meanNdvi = img.reduceRegion({ reducer: ee.Reducer.mean(), geometry: aoi, scale: 500}); return img.set('meanNdvi', meanNdvi.get('NDVI')); }) // Sort the collection by descending regional mean NDVI. .sort('meanNdvi', false);
ছবি ভিজ্যুয়ালাইজেশন
ইমেজ ভিজ্যুয়ালাইজেশন সংখ্যাকে রঙে রূপান্তরিত করে। কালেকশন ভিজ্যুয়ালাইজেশন পদ্ধতিতে ইমেজ ডেটা কীভাবে রঙ হিসেবে দেখানো হবে তা নিয়ন্ত্রণ করার তিনটি উপায় আছে:
getVideoThumbURLএবংgetFilmstripThumbURL-এ সরাসরি ভিজ্যুয়ালাইজেশন আর্গুমেন্ট প্রদান করুন।getVideoThumbURLওgetFilmstripThumbURLপ্রয়োগ করার আগে, ইমেজ কালেকশনের উপরvisualizeইমেজ পদ্ধতি ম্যাপ করুন।getVideoThumbURLওgetFilmstripThumbURLপ্রয়োগ করার আগে, ছবি সংগ্রহের উপরsldStyleইমেজ পদ্ধতি ম্যাপ করুন। আরও তথ্যের জন্য স্টাইল করা লেয়ার ডেসক্রিপ্টর দেখুন।
এই গাইডের উদাহরণে ১ ও ২ নম্বর বিকল্প ব্যবহার করা হয়েছে, যেখানে মাল্টি-ব্যান্ড ছবির তিনটি ইমেজ ব্যান্ডকে লাল, সবুজ ও নীল কালার চ্যানেলে ম্যাপ করে অথবা কালার প্যালেট বরাবর লিনিয়ারভাবে একটি ব্যান্ডের গ্রেডিং ভ্যালু ব্যবহার করে ভিজ্যুয়ালাইজেশন করা হয়েছে। ভিজ্যুয়ালাইজেশন প্যারামিটারে এগুলি অন্তর্ভুক্ত:
| প্যারামিটার | বিবরণ | ধরন |
|---|---|---|
| ব্যান্ড | RGB-তে ম্যাপ করার জন্য কমা দিয়ে আলাদা করা তিনটি ব্যান্ডের নামের তালিকা | তালিকা |
| মিনিট | 0-তে ম্যাপ করার জন্য ভ্যালু | সংখ্যা বা তিনটি সংখ্যার তালিকা, প্রতিটি ব্যান্ডের জন্য একটি করে |
| সর্বাধিক | ২৫৫-এ ম্যাপ করার জন্য ভ্যালু | সংখ্যা বা তিনটি সংখ্যার তালিকা, প্রতিটি ব্যান্ডের জন্য একটি করে |
| লাভ | যে ভ্যালু দিয়ে প্রতিটি পিক্সেল ভ্যালু গুণ করতে হবে | সংখ্যা বা তিনটি সংখ্যার তালিকা, প্রতিটি ব্যান্ডের জন্য একটি করে |
| পক্ষপাত | প্রতিটি DN-এ যোগ করার জন্য ভ্যালু | সংখ্যা বা তিনটি সংখ্যার তালিকা, প্রতিটি ব্যান্ডের জন্য একটি করে |
| গামা | গামা কারেকশন ফ্যাক্টর | সংখ্যা বা তিনটি সংখ্যার তালিকা, প্রতিটি ব্যান্ডের জন্য একটি করে |
| প্যালেট | CSS-স্টাইল কালার স্ট্রিংয়ের তালিকা (শুধুমাত্র সিঙ্গেল-ব্যান্ড ছবি) | কমা দিয়ে আলাদা করা হেক্স স্ট্রিংয়ের তালিকা |
| অস্বচ্ছতা | লেয়ারের অপাসিটি (০.০ হল সম্পূর্ণ স্বচ্ছ এবং ১.০ হল সম্পূর্ণ অস্বচ্ছ) | নম্বর |
আপনি যে ব্যান্ড(গুলি) দেখতে চান তা বেছে নিতে bands আর্গুমেন্ট ব্যবহার করুন। এক বা তিনটি ব্যান্ডের নামের তালিকা
প্রদান করুন। মাল্টি-ব্যান্ড ছবির ক্ষেত্রে,
প্রথম তিনটি ব্যান্ড ডিফল্ট হিসেবে বেছে নেওয়া হয়। ব্যান্ডের নামের ক্রম রঙ অ্যাসাইনমেন্ট নির্ধারণ করে;
প্রথম, দ্বিতীয় এবং তৃতীয় তালিকাভুক্ত ব্যান্ডগুলি যথাক্রমে
লাল, সবুজ এবং নীল রঙে ম্যাপ করা হয়।
ছবি ভিজ্যুয়ালাইজ করার সময় ডেটা রেঞ্জ স্কেলিং একটি গুরুত্বপূর্ণ বিষয়। ডিফল্ট হিসেবে, ০ থেকে ১ (অন্তর্ভুক্ত) এর মধ্যে ফ্লোটিং পয়েন্ট ডেটা মান ০ থেকে ২৫৫ (অন্তর্ভুক্ত) এর মধ্যে স্কেল করা হয়। এই রেঞ্জের বাইরের ভ্যালু ০-এর কম বা ১-এর বেশি হলে,
সেগুলিকে যথাক্রমে ০ এবং ২৫৫-এ
পরিবর্তন করা হয়।
পূর্ণসংখ্যা ডেটার ক্ষেত্রে, এর ধরন দ্বারা সংজ্ঞায়িত সম্পূর্ণ ক্ষমতা ০ এবং ২৫৫-এর মধ্যে স্কেল করা হয় (যেমন, সাইন করা ১৬-বিট ডেটার রেঞ্জ −৩২,৭৬৮ থেকে ৩২,৭৬৭ পর্যন্ত, যা ডিফল্ট হিসেবে [০, ২৫৫] পর্যন্ত স্কেল করে)। ডিফল্ট সেটিংস গ্রহণ করলে,
প্রায়ই এমন ভিজ্যুয়ালাইজেশন তৈরি হয় যেখানে ছবির ফিচারগুলির মধ্যে
খুব কম বা কোনও কনট্রাস্ট থাকে না। কনট্রাস্ট উন্নত করতে এবং নির্দিষ্ট ডেটা রেঞ্জের উপর জোর দিতে
min এবং max ব্যবহার করুন। আপনার আগ্রহের এলাকার মধ্যে ডেটার ২য় এবং ৯৮তম পার্সেন্টাইলকে উপস্থাপন করে এমন মানগুলিতে min এবং max সেট করা একটি ভালো থাম্ব রুল। ডিজিটাল এলিভেশন মডেলের জন্য এইসব ভ্যালু গণনা করার নিম্নলিখিত উদাহরণ দেখুন।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Import NASADEM global elevation model. var demImg = ee.Image('NASA/NASADEM_HGT/001').select('elevation'); // Define a rectangular area of interest. var aoi = ee.Geometry.Polygon( [[ [-103.84153083119054, 49.083004219142886], [-103.84153083119054, 25.06838270664608], [-85.64817145619054, 25.06838270664608], [-85.64817145619054, 49.083004219142886] ]], null, false); // Calculate the 2nd and 98th percentile elevation values from rescaled (to // 500m) pixels intersecting the area of interest. A Dictionary is returned. var percentClip = demImg.reduceRegion({ reducer: ee.Reducer.percentile([2, 98]), geometry: aoi, scale: 500, maxPixels: 3e7 }); // Print the regional 2nd and 98th percentile elevation values. Get the // dictionary keys and use them to get the values for each percentile summary. var keys = percentClip.keys(); print('Set vis min to:', ee.Number(percentClip.get(keys.get(0))).round()); print('Set vis max to:', ee.Number(percentClip.get(keys.get(1))).round());
palette প্যারামিটারটি ৮-বিট ভিজ্যুয়ালাইজেশন ইমেজ দেখানোর জন্য
রঙ নির্ধারণ করে। এটি শুধুমাত্র সিঙ্গেল-ব্যান্ড রিপ্রেজেন্টেশনের ক্ষেত্রে প্রযোজ্য;
মাল্টি-ব্যান্ড ছবির সাথে এটি উল্লেখ করলে সমস্যা হয়।
ডেটা যদি সিঙ্গেল-ব্যান্ড হয় অথবা আপনি মাল্টি-ব্যান্ড ইমেজ থেকে সিঙ্গেল-ব্যান্ড ভিজ্যুয়ালাইজ করতে চান, তাহলে forceRgbOutput প্যারামিটার true হিসেবে সেট করুন (palette আর্গুমেন্ট দেওয়া থাকলে
প্রয়োজন নেই)। min এবং max প্যারামিটার ব্যবহার করে
০ থেকে ২৫৫-এর মধ্যে লিনিয়ার স্কেল করার জন্য ভ্যালুর রেঞ্জ নির্ধারণ করুন।
সিঙ্গল-ব্যান্ড ইমেজ কালেকশনের উপর ভিজ্যুয়ালাইজেশন ফাংশন ম্যাপ করার উদাহরণ
নিচে দেওয়া হল। MODIS NDVI কালেকশন ইমপোর্ট করা হয়, visualization পদ্ধতির জন্য ভিজ্যুয়ালাইজেশন
আর্গুমেন্ট সেট করা হয় এবং NDVI কালেকশনের উপর এমন একটি ফাংশন ম্যাপ করা হয় যা
ভ্যালুকে RGB ইমেজ রিপ্রেজেন্টেশনে রূপান্তরিত করে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Filter MODIS NDVI image collection by a date range. var ndviCol = ee.ImageCollection('MODIS/061/MOD13A1') .filterDate('2018-01-01', '2019-01-01') .select('NDVI'); // Define visualization arguments. var visArgs = { min: 0, max: 9000, palette: [ 'FFFFFF', 'CE7E45', 'DF923D', 'F1B555', 'FCD163', '99B718', '74A901', '66A000', '529400', '3E8601', '207401', '056201', '004C00', '023B01', '012E01', '011D01', '011301' ] }; // Define a function to convert an image to an RGB visualization image and copy // properties from the original image to the RGB image. var visFun = function(img) { return img.visualize(visArgs).copyProperties(img, img.propertyNames()); }; // Map over the image collection to convert each image to an RGB visualization // using the previously defined visualization function. var ndviColVis = ndviCol.map(visFun);
মাল্টি-ব্যান্ড ইমেজ কালেকশনের উপর ভিজ্যুয়ালাইজেশন ফাংশন ম্যাপ করার একটি উদাহরণ এখানে দেওয়া হল:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Assemble a collection of Sentinel-2 surface reflectance images for a given // region and date range. var s2col = ee.ImageCollection('COPERNICUS/S2_SR_HARMONIZED') .filterBounds(ee.Geometry.Point(-96.9037, 48.0395)) .filterDate('2019-06-01', '2019-10-01'); // Define visualization arguments. var visArgs = {bands: ['B11', 'B8', 'B3'], min: 300, max: 3500}; // Define a function to convert an image to an RGB visualization image and copy // properties from the original image to the RGB image. var visFun = function(img) { return img.visualize(visArgs).copyProperties(img, img.propertyNames()); }; // Map over the image collection to convert each image to an RGB visualization // using the previously defined visualization function. var s2colVis = s2col.map(visFun);
এই ক্ষেত্রে, কোনও প্যালেট আর্গুমেন্ট প্রদান করা হয়নি কারণ তিনটি ব্যান্ড দেওয়া হয়েছে,
যা প্রতিটি RGB লেয়ারের তীব্রতা নির্ধারণ করে। মনে রাখবেন, দুটি উদাহরণেই min এবং max প্যারামিটার ব্যবহার করা হয়, যাতে কোন ভ্যালু ৮-বিট RGB ডেটার সীমা পর্যন্ত স্ট্রেচ করা হবে তা নিয়ন্ত্রণ করা যায়।
ভিডিও থাম্বনেল
getVideoThumbURL() ফাংশন ImageCollection-এর সব ছবি থেকে একটি অ্যানিমেশন তৈরি করে,
যেখানে প্রতিটি ছবি একটি ফ্রেমকে দেখায়। অ্যানিমেশন তৈরি করার সাধারণ
ওয়ার্কফ্লো নিচে দেওয়া হল:
- একটি
Geometryনির্ধারণ করুন যার সীমানা অ্যানিমেশনের আঞ্চলিক ব্যাপ্তি নির্ধারণ করে। ImageCollection-এর সংজ্ঞা দাও।- ছবি ভিজ্যুয়ালাইজেশন বিবেচনা করুন: হয় কালেকশনের উপর একটি ছবি ভিজ্যুয়ালাইজেশন ফাংশন ম্যাপ করুন অথবা অ্যানিমেশন আর্গুমেন্টের সেটে ছবি ভিজ্যুয়ালাইজেশন আর্গুমেন্ট যোগ করুন।
- অ্যানিমেশন আর্গুমেন্ট সংজ্ঞায়িত করুন এবং
getVideoThumbURLপদ্ধতি কল করুন।
getVideoThumbURL-এর ফলাফল হল একটি URL। কনসোলে URL প্রিন্ট করুন এবং
এতে ক্লিক করে Earth Engine সার্ভার চালু করুন যা নতুন ব্রাউজার ট্যাবে
অ্যানিমেশন তৈরি করবে। বিকল্প হিসেবে, কালেকশন ও তার সাথে সম্পর্কিত অ্যানিমেশন আর্গুমেন্টে ui.Thumbnail ফাংশন কল করে কোড এডিটর কনসোলে অ্যানিমেশন দেখুন। রেন্ডার করার পরে, অ্যানিমেশন ডাউনলোড করার জন্য উপলভ্য হয়।
এটির উপর ডানদিকের বোতামে ক্লিক করে এবং সংশ্লিষ্ট মেনু থেকে
উপযুক্ত বিকল্প বেছে নিয়ে ডাউনলোড করা যায়।
নিচের উদাহরণে ২৪ ঘণ্টা ধরে বিশ্বব্যাপী তাপমাত্রা দেখানো একটি অ্যানিমেশন তৈরি করার পদ্ধতি দেখানো হয়েছে। মনে রাখবেন যে এই উদাহরণে
অ্যানিমেশন আর্গুমেন্টের সাথে ভিজ্যুয়ালাইজেশন আর্গুমেন্ট অন্তর্ভুক্ত রয়েছে, যা প্রথমে
ImageCollection-এর উপর একটি ভিজ্যুয়ালাইজেশন ফাংশন ম্যাপ করার বিপরীত। এই স্ক্রিপ্ট রান করার পরে, Code Editor কনসোলে চিত্র ৩-এর মতো একটি অ্যানিমেশন
দেখা যাবে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an area of interest geometry with a global non-polar extent. var aoi = ee.Geometry.Polygon( [[[-179.0, 78.0], [-179.0, -58.0], [179.0, -58.0], [179.0, 78.0]]], null, false); // Import hourly predicted temperature image collection for northern winter // solstice. Note that predictions extend for 384 hours; limit the collection // to the first 24 hours. var tempCol = ee.ImageCollection('NOAA/GFS0P25') .filterDate('2018-12-22', '2018-12-23') .limit(24) .select('temperature_2m_above_ground'); // Define arguments for animation function parameters. var videoArgs = { dimensions: 768, region: aoi, framesPerSecond: 7, crs: 'EPSG:3857', min: -40.0, max: 35.0, palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'] }; // Print the animation to the console as a ui.Thumbnail using the above defined // arguments. Note that ui.Thumbnail produces an animation when the first input // is an ee.ImageCollection instead of an ee.Image. print(ui.Thumbnail(tempCol, videoArgs)); // Alternatively, print a URL that will produce the animation when accessed. print(tempCol.getVideoThumbURL(videoArgs));

ছবি ৩. উত্তর গোলার্ধে শীতকালীন অয়নান্তের জন্য প্রতি ঘণ্টার সারফেস তাপমাত্রা
অ্যানিমেটেড GIF ছবি হিসেবে দেখানো হয়েছে।
ফিল্মস্ট্রিপ
getFilmstripThumbUrl ফাংশন একটি একক স্ট্যাটিক ছবি তৈরি করে যা
উত্তর-দক্ষিণ সিরিজে ImageCollection-এর সব ছবির কনক্যাটেনেশনকে
প্রতিনিধিত্ব করে। ফিল্মস্ট্রিপ ফ্রেমের ক্রম সংগ্রহের স্বাভাবিক ক্রম অনুসরণ করে।
getFilmstripThumbUrl-এর ফলাফল হল একটি URL। কনসোলে URL প্রিন্ট করুন
এবং নতুন ব্রাউজার ট্যাবে Earth Engine সার্ভার যাতে অন-দ্য-ফ্লাই ছবি জেনারেট করতে শুরু করে তার জন্য
এতে ক্লিক করুন। রেন্ডার করার পরে, ছবিতে ডানদিকের বোতামে ক্লিক করে এবং সংশ্লিষ্ট মেনু থেকে উপযুক্ত বিকল্প বেছে নিয়ে
ছবিটি ডাউনলোড করা যাবে।
নিম্নলিখিত কোড স্নিপেটটি উপরে দেখানো ভিডিও থাম্ব উদাহরণের মতো একই কালেকশন ব্যবহার করে। এই স্ক্রিপ্ট রান করার পরে, কোড এডিটর কনসোলে চিত্র ৪-এর মতো একটি ফিল্মস্ট্রিপ দেখা যাবে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an area of interest geometry with a global non-polar extent. var aoi = ee.Geometry.Polygon( [[[-179.0, 78.0], [-179.0, -58.0], [179.0, -58.0], [179.0, 78.0]]], null, false); // Import hourly predicted temperature image collection for northern winter // solstice. Note that predictions extend for 384 hours; limit the collection // to the first 24 hours. var tempCol = ee.ImageCollection('NOAA/GFS0P25') .filterDate('2018-12-22', '2018-12-23') .limit(24) .select('temperature_2m_above_ground'); // Define arguments for the getFilmstripThumbURL function parameters. var filmArgs = { dimensions: 128, region: aoi, crs: 'EPSG:3857', min: -40.0, max: 35.0, palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'] }; // Print a URL that will produce the filmstrip when accessed. print(tempCol.getFilmstripThumbURL(filmArgs));

ছবি ৪. উত্তর গোলার্ধে শীতকালীন অয়নান্তের জন্য প্রতি ঘণ্টার সারফেস তাপমাত্রা
ফিল্মস্ট্রিপ PNG ছবি হিসেবে দেখানো হয়েছে। মনে রাখবেন যে ফিল্মস্ট্রিপটি দেখানোর জন্য চারটি বিভাগে
বিভক্ত করা হয়েছে; getFilmstripThumbURL-এর ফলাফল হল
উত্তর-দক্ষিণে যুক্ত করা সংগ্রহের ছবির একটি একক সিরিজ।
উন্নত টেকনিক
নিম্নলিখিত বিভাগগুলি বর্ণনা করে যে কীভাবে ক্লিপিং, অস্বচ্ছতা এবং লেয়ার কম্পোজিটিং ব্যবহার করে ভিজ্যুয়ালাইজেশন উন্নত করা যায়। এর মধ্যে রয়েছে পলিগন বর্ডার যোগ করা, আগ্রহের অঞ্চলগুলিকে জোর দেওয়া এবং একটি সংগ্রহের মধ্যে ছবিগুলির তুলনা করা।
মনে রাখবেন যে এই বিভাগে নিম্নলিখিত সব উদাহরণে একই বেস
ImageCollection ব্যবহার করা হয় যা এখানে উল্লেখ করা হয়েছে:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Import hourly predicted temperature image collection for northern winter // solstice. Note that predictions extend for 384 hours; limit the collection // to the first 24 hours. var tempCol = ee.ImageCollection('NOAA/GFS0P25') .filterDate('2018-12-22', '2018-12-23') .limit(24) .select('temperature_2m_above_ground'); // Define visualization arguments to control the stretch and color gradient // of the data. var visArgs = { min: -40.0, max: 35.0, palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'] }; // Convert each image to an RGB visualization image by mapping the visualize // function over the image collection using the arguments defined previously. var tempColVis = tempCol.map(function(img) { return img.visualize(visArgs); }); // Import country features and filter to South American countries. var southAmCol = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017') .filterMetadata('wld_rgn', 'equals', 'South America'); // Define animation region (South America with buffer). var southAmAoi = ee.Geometry.Rectangle({ coords: [-103.6, -58.8, -18.4, 17.4], geodesic: false});
ওভারলে
blend Image পদ্ধতি ব্যবহার করে একাধিক ছবি ওভারলে করা যেতে পারে যেখানে
দুটি ছবির ওভারল্যাপ করা পিক্সেল তাদের মাস্কের (অস্বচ্ছতা) উপর ভিত্তি করে ব্লেন্ড করা হয়।
ভেক্টর ওভারলে
কোনও ছবিতে প্রশাসনিক সীমানা পলিগন এবং অন্যান্য জ্যামিতি যোগ করলে তা মূল্যবান স্থানিক প্রসঙ্গ প্রদান করতে পারে। উপরের গ্লোবাল দৈনিক সারফেস তাপমাত্রার অ্যানিমেশন (ছবি ৩) দেখুন। স্থলভাগ ও জলভাগের সীমানা কিছুটা বোঝা যায়, তবে দেশের পলিগন ওভারলে যোগ করে তা আরও স্পষ্ট করা যেতে পারে।
paint পদ্ধতি প্রয়োগ করে ভেক্টর ডেটা (Features) ছবিতে আঁকা হয়।
ফিচারগুলি আগে থেকে থাকা ছবিতে আঁকা যেতে পারে, তবে আরও ভালো পদ্ধতি হল
সেগুলিকে একটি ফাঁকা ছবিতে আঁকা, স্টাইল করা এবং তারপরে ফলাফলটিকে অন্যান্য
স্টাইল করা ছবির লেয়ারের সাথে ব্লেন্ড করা। ভিজ্যুয়ালাইজেশন স্ট্যাকের প্রতিটি লেয়ারকে আলাদাভাবে ট্রিট করলে
স্টাইলিংয়ের উপর আরও বেশি কন্ট্রোল পাওয়া যায়।
নিচের উদাহরণে দেখানো হয়েছে কীভাবে দক্ষিণ আমেরিকার দেশের সীমানা একটি ফাঁকা Image-এ
পেইন্ট করা যায় এবং বিশ্বব্যাপী দৈনিক তাপমাত্রা সংগ্রহের প্রতিটি Image-এর সাথে
ফলাফল ব্লেন্ড করা যায় (ছবি ৫)। ওভারলে করা দেশের সীমানা
স্থলভাগকে জলভাগ থেকে আলাদা করে এবং তাপমাত্রার প্যাটার্নের কন্টেক্সট প্রদান করে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an empty image to paint features to. var empty = ee.Image().byte(); // Paint country feature edges to the empty image. var southAmOutline = empty .paint({featureCollection: southAmCol, color: 1, width: 1}) // Convert to an RGB visualization image; set line color to black. .visualize({palette: '000000'}); // Map a blend operation over the temperature collection to overlay the country // border outline image on all collection images. var tempColOutline = tempColVis.map(function(img) { return img.blend(southAmOutline); }); // Define animation arguments. var videoArgs = { dimensions: 768, region: southAmAoi, framesPerSecond: 7, crs: 'EPSG:3857' }; // Display the animation. print(ui.Thumbnail(tempColOutline, videoArgs));

ছবি ৫. স্পেশিয়াল প্রসঙ্গ প্রদান করতে, কোনও সংগ্রহের ছবিতে ভেক্টর ওভারলে যোগ করুন।
ইমেজ ওভারলে
পছন্দসই স্টাইল পেতে একাধিক ছবি ওভারলে করা যেতে পারে। ধরুন, আপনি কোনও নির্দিষ্ট অঞ্চলকে হাইলাইট করতে চান। আপনি বেস লেয়ার হিসেবে কোনও ইমেজ ভিজ্যুয়ালাইজেশনের মিউট করা কপি তৈরি করতে পারেন এবং তারপর আসল ভিজ্যুয়ালাইজেশনের ক্লিপ করা ভার্সন ওভারলে করতে পারেন। আগের উদাহরণের উপর ভিত্তি করে, নিম্নলিখিত স্ক্রিপ্ট চিত্র ৬ তৈরি করে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an empty image to paint features to. var empty = ee.Image().byte(); // Paint country feature edges to the empty image. var southAmOutline = empty .paint({featureCollection: southAmCol, color: 1, width: 1}) // Convert to an RGB visualization image; set line color to black. .visualize({palette: '000000'}); // Map a blend operation over the temperature collection to overlay the country // border outline image on all collection images. var tempColOutline = tempColVis.map(function(img) { return img.blend(southAmOutline); }); // Define a partially opaque grey RGB image to dull the underlying image when // blended as an overlay. var dullLayer = ee.Image.constant(175).visualize({ opacity: 0.6, min: 0, max: 255, forceRgbOutput: true}); // Map a two-part blending operation over the country outline temperature // collection for final styling. var finalVisCol = tempColOutline.map(function(img) { return img // Blend the dulling layer with the given country outline temperature image. .blend(dullLayer) // Blend a clipped copy of the country outline temperature image with the // dulled background image. .blend(img.clipToCollection(southAmCol)); }); // Define animation arguments. var videoArgs = { dimensions: 768, region: southAmAoi, framesPerSecond: 7, crs: 'EPSG:3857' }; // Display the animation. print(ui.Thumbnail(finalVisCol, videoArgs));

ছবি ৬. ছবি ক্লিপ করে এবং মিউট করা কপিতে ওভারলে করে
আগ্রহের কোনও ক্ষেত্রকে হাইলাইট করুন।
এছাড়াও, আপনি ভূখণ্ড নির্দেশ করতে এবং ভিজ্যুয়ালাইজেশনকে কিছুটা গভীরতা দিতে হিলশেড বেস লেয়ারের সাথে ছবির ডেটা ব্লেন্ড করতে পারেন (ছবি ৭)।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define a hillshade layer from NASADEM digital elevation model. var hillshade = ee.Terrain.hillshade(ee.Image('NASA/NASADEM_HGT/001') // Exaggerate the elevation to increase contrast in hillshade. .multiply(100)) // Clip the DEM by South American boundary to clean boundary between // land and ocean. .clipToCollection(southAmCol); // Map a blend operation over the temperature collection to overlay a partially // opaque temperature layer on the hillshade layer. var finalVisCol = tempColVis.map(function(img) { return hillshade .blend(img.clipToCollection(southAmCol).visualize({opacity: 0.6})); }); // Define animation arguments. var videoArgs = { dimensions: 768, region: southAmAoi, framesPerSecond: 7, crs: 'EPSG:3857' }; // Display the animation. print(ui.Thumbnail(finalVisCol, videoArgs));

ছবি ৭. হিলশেড লেয়ারে আংশিক স্বচ্ছ ইমেজ ডেটা ওভারলে করে ভূখণ্ড দেখান।
ট্রানজিশন
ফেড, ফ্লিকার ও স্লাইড ট্রানজিশন ব্যবহার করে একটি সংগ্রহের মধ্যে দুটি ছবির মধ্যে পার্থক্য দেখায় এমন অ্যানিমেশন তৈরি করতে ছবির সংগ্রহ কাস্টমাইজ করুন। নিচের প্রতিটি উদাহরণে একই বেস ভিজ্যুয়ালাইজেশন ব্যবহার করা হয়েছে যা নিচের স্ক্রিপ্ট দ্বারা তৈরি করা হয়েছে:
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define an area of interest geometry with a global non-polar extent. var aoi = ee.Geometry.Polygon( [[[-179.0, 78.0], [-179.0, -58.0], [179.0, -58.0], [179.0, 78.0]]], null, false); // Import hourly predicted temperature image collection. var temp = ee.ImageCollection('NOAA/GFS0P25') // Define a northern summer solstice temperature image. var summerSolTemp = temp .filterDate('2018-06-21', '2018-06-22') .filterMetadata('forecast_hours', 'equals', 12) .first() .select('temperature_2m_above_ground'); // Define a northern winter solstice temperature image. var winterSolTemp = temp .filterDate('2018-12-22', '2018-12-23') .filterMetadata('forecast_hours', 'equals', 12) .first() .select('temperature_2m_above_ground'); // Combine the solstice images into a collection. var tempCol = ee.ImageCollection([ summerSolTemp.set('season', 'summer'), winterSolTemp.set('season', 'winter') ]); // Import international boundaries feature collection. var countries = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017'); // Define visualization arguments. var visArgs = { min: -40.0, max: 35.0, palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'] }; // Convert the image data to RGB visualization images. // The clip and unmask combination sets ocean pixels to black. var tempColVis = tempCol.map(function(img) { return img .visualize(visArgs) .clipToCollection(countries) .unmask(0) .copyProperties(img, img.propertyNames()); });
ফ্লিকার
এখানে যেমন দেখানো হয়েছে, কোনও সংগ্রহে মাত্র দুটি ছবি থাকলে, সংগ্রহের অ্যানিমেশনে ফ্লিকার ডিফল্ট হিসেবে দেখানো হয়। ফ্লিকার রেট
framesPerSecond অ্যানিমেশন আর্গুমেন্ট অ্যাডজাস্ট করে
স্পিড বাড়ান বা কমান। উপরের সংগ্রহে নিম্নলিখিত ভিজ্যুয়ালাইজেশন আর্গুমেন্ট প্রয়োগ করা হয়েছে
চিত্র ৮ তৈরি করে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define arguments for animation function parameters. var videoArgs = { dimensions: 768, region: aoi, framesPerSecond: 2, crs: 'EPSG:3857' }; // Display animation to the Code Editor console. print(ui.Thumbnail(tempColVis, videoArgs));

ছবি ৮. উত্তর ও দক্ষিণ গোলার্ধে শীতকালীন অয়নান্তের জন্য দুপুর ১২টা GMT-তে ভূপৃষ্ঠের তাপমাত্রার মধ্যে ফ্লিকারিংয়ের উদাহরণ।
বিবর্ণ
দুটি লেয়ারের মধ্যে ফেড ট্রানজিশন অর্জন করা হয় একই সাথে একটি লেয়ারের অস্বচ্ছতা কমানোর মাধ্যমে, যখন অন্য লেয়ারের অস্বচ্ছতা বাড়ানো হয় অস্বচ্ছতা বৃদ্ধির একটি সিকোয়েন্সের মাধ্যমে যা প্রায় ০ থেকে ১ পর্যন্ত (ছবি ৯)।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define a sequence of decreasing opacity increments. Note that opacity cannot // be 0, so near 1 and 0 are used. Near 1 is needed because a compliment is // calculated in a following step that can result in 0 if 1 is an element of the // list. var opacityList = ee.List.sequence({start: 0.99999, end: 0.00001, count: 20}); // Filter the summer and winter solstice images from the collection and set as // image objects. var summerImg = tempColVis.filter(ee.Filter.eq('season', 'summer')).first(); var winterImg = tempColVis.filter(ee.Filter.eq('season', 'winter')).first(); // Map over the list of opacity increments to iteratively adjust the opacity of // the two solstice images. Returns a list of images. var imgList = opacityList.map(function(opacity) { var opacityCompliment = ee.Number(1).subtract(ee.Number(opacity)); var winterImgFade = winterImg.visualize({opacity: opacity}); var summerImgFade = summerImg.visualize({opacity: opacityCompliment}); return summerImgFade.blend(winterImgFade).set('opacity', opacity); }); // Convert the image list to an image collection; the forward phase. var fadeForward = ee.ImageCollection.fromImages(imgList); // Make a copy of the collection that is sorted by ascending opacity to // represent the reverse phase. var fadeBackward = fadeForward.sort({property: 'opacity'}); // Merge the forward and reverse phase frame collections. var fadeCol = fadeForward.merge(fadeBackward); // Define animation arguments. var videoArgs = { dimensions: 768, region: aoi, framesPerSecond: 25, crs: 'EPSG:3857' }; // Display the animation. print(ui.Thumbnail(fadeCol, videoArgs));

ছবি ৯. গ্রীষ্ম ও শীতকালীন অয়নাংশের জন্য দুপুর ১২টা GMT-তে সারফেসের তাপমাত্রার মধ্যে ফেডিংয়ের উদাহরণ।
স্লাইডার
স্লাইডার ট্রানজিশন ধীরে ধীরে নিচে থাকা ছবির লেয়ার দেখায় ও লুকায়। এটি অর্জন করা হয় দ্রাঘিমাংশের একটি রেঞ্জ জুড়ে (ছবি ১০) ওভারলাইং ছবির অস্বচ্ছতা বারবার অ্যাডজাস্ট করার মাধ্যমে।
কোড এডিটর (জাভাস্ক্রিপ্ট)
// Define a sequence of longitude increments. Start and end are defined by the // min and max longitude of the feature to be provided to the region parameter // of the animation arguments dictionary. var lonSeq = ee.List.sequence({start: -179, end: 179, count: 20}); // Define a longitude image. var longitude = ee.Image.pixelLonLat().select('longitude'); // Filter the summer and winter solstice images from the collection and set as // image objects. var summerImg = tempColVis.filter(ee.Filter.eq('season', 'summer')).first(); var winterImg = tempColVis.filter(ee.Filter.eq('season', 'winter')).first(); // Map over the list of longitude increments to iteratively adjust the mask // (opacity) of the overlying image layer. Returns a list of images. var imgList = lonSeq.map(function(lon) { lon = ee.Number(lon); var mask = longitude.gt(lon); return summerImg.blend(winterImg.updateMask(mask)).set('lon', lon); }); // Convert the image list to an image collection; concealing phase. var sliderColForward = ee.ImageCollection.fromImages(imgList); // Make a copy of the collection that is sorted by descending longitude to // represent the revealing phase. var sliderColbackward = sliderColForward .sort({property: 'lon', ascending: false}); // Merge the forward and backward phase frame collections. var sliderCol = sliderColForward.merge(sliderColbackward); // Define animation arguments. var videoArgs = { dimensions: 768, region: aoi, framesPerSecond: 25, crs: 'EPSG:3857' }; // Display the animation. print(ui.Thumbnail(sliderCol, videoArgs));

ছবি ১০. গ্রীষ্ম ও শীতকালীন অয়নকালের জন্য দুপুর ১২টা GMT-তে সারফেস টেম্পারেচারের মধ্যে
স্লাইডিং ট্রানজিশনের উদাহরণ।

