عمليات الربط البسيطة

تُرجِع عملية الربط البسيطة عناصر من مجموعة primary تتطابق مع أي عنصر في مجموعة secondary وفقًا لحالة المطابقة في فلتر. لإجراء عملية انضمام بسيطة، استخدِم ee.Join.simple(). قد يكون ذلك مفيدًا للعثور على العناصر المشتركة بين المجموعات المختلفة أو فلترة مجموعة واحدة حسب مجموعة أخرى. على سبيل المثال، نأخذ مجموعتَي صور (قد) تتضمّنان بعض العناصر المتطابقة، حيث يتم تحديد "المطابقة" حسب الشرط المحدّد في فلتر. على سبيل المثال، لنفترض أنّ المطابقة تعني أنّ معرّفات الصور متساوية. بما أنّ الصور المطابقة في كلتا المجموعتَين متطابقة، استخدِم عملية ربط بسيطة لاكتشاف هذه المجموعة من الصور المطابقة:

محرِّر الرموز البرمجية (JavaScript)

// Load a Landsat 8 image collection at a point of interest.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
    .filterBounds(ee.Geometry.Point(-122.09, 37.42));

// Define start and end dates with which to filter the collections.
var april = '2014-04-01';
var may = '2014-05-01';
var june = '2014-06-01';
var july = '2014-07-01';

// The primary collection is Landsat images from April to June.
var primary = collection.filterDate(april, june);

// The secondary collection is Landsat images from May to July.
var secondary = collection.filterDate(may, july);

// Use an equals filter to define how the collections match.
var filter = ee.Filter.equals({
  leftField: 'system:index',
  rightField: 'system:index'
});

// Create the join.
var simpleJoin = ee.Join.simple();

// Apply the join.
var simpleJoined = simpleJoin.apply(primary, secondary, filter);

// Display the result.
print('Simple join: ', simpleJoined);

إعداد لغة Python

اطّلِع على صفحة بيئة Python للحصول على معلومات عن واجهة برمجة التطبيقات Python API واستخدام IDE geemap لتطوير التطبيقات التفاعلي.

import ee
import geemap.core as geemap

Colab (Python)

# Load a Landsat 8 image collection at a point of interest.
collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA').filterBounds(
    ee.Geometry.Point(-122.09, 37.42)
)

# Define start and end dates with which to filter the collections.
april = '2014-04-01'
may = '2014-05-01'
june = '2014-06-01'
july = '2014-07-01'

# The primary collection is Landsat images from April to June.
primary = collection.filterDate(april, june)

# The secondary collection is Landsat images from May to July.
secondary = collection.filterDate(may, july)

# Use an equals filter to define how the collections match.
filter = ee.Filter.equals(leftField='system:index', rightField='system:index')

# Create the join.
simple_join = ee.Join.simple()

# Apply the join.
simple_joined = simple_join.apply(primary, secondary, filter)

# Display the result.
display('Simple join:', simple_joined)

في المثال السابق، لاحظ أنّ المجموعات المطلوب دمجها تتداخل زمنيًا بنحو شهر. يُرجى العِلم أنّه عند تطبيق هذا الدمج، سيكون الناتج هو ImageCollection مع الصور المطابقة فقط في مجموعة primary. من المفترض أن يظهر الناتج على النحو التالي:

Image LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140505 (17 bands)
Image LANDSAT/LC08/C02/T1_TOA/LC08_044034_20140521 (17 bands)

يوضّح هذا الناتج أنّ هناك صورتَين متطابقتَين (كما هو محدّد في الفلتر) بين مجموعتَي primary وsecondary، وهما صورتان في 5 أيار (مايو) و21 أيار (مايو).