Azaltıcılar; zaman, alan, bantlar, diziler ve Earth Engine'deki diğer veri yapıları genelinde verileri birleştirmenin yoludur. ee.Reducer sınıfı, verilerin nasıl birleştirileceğini belirtir. Bu sınıftaki indirgeyiciler, toplama için kullanılacak basit bir istatistik (ör. minimum, maksimum, ortalama, medyan, standart sapma vb.) veya giriş verilerinin daha karmaşık bir özetini (ör. histogram, doğrusal regresyon, liste) belirtebilir. Zaman (imageCollection.reduce()), alan (image.reduceRegion(), image.reduceNeighborhood()), bantlar (image.reduce()) veya bir FeatureCollection öğesinin özellik alanı (featureCollection.reduceColumns() veya aggregate_ ile başlayan FeatureCollection yöntemleri) üzerinden azaltma yapılabilir.
Redüktörlerin girişleri ve çıkışları vardır
Redüktörler bir giriş veri kümesi alır ve tek bir çıkış üretir. Tek girişli bir indirgeyici çok bantlı bir görüntüye uygulandığında Earth Engine, indirgeyiciyi otomatik olarak kopyalar ve her banda ayrı ayrı uygular. Sonuç olarak, çıkış görüntüsü giriş görüntüsüyle aynı sayıda banda sahip olur. Çıkıştaki her bant, giriş verilerindeki karşılık gelen banttan piksellerin azaltılmasıyla elde edilir. Bazı indirgeyiciler, giriş veri kümelerinin demetlerini alır. Bu azaltıcılar her bant için otomatik olarak kopyalanmaz. Örneğin,
ee.Reducer.LinearRegression(), belirli bir sırada birden fazla tahmin edici veri kümesi (regresyondaki bağımsız değişkenleri temsil eder) alır (Regresyon azaltıcılar bölümüne bakın).
Bazı indirgeyiciler birden fazla çıkış üretir. Örneğin, ee.Reducer.minMax(), ee.Reducer.histogram() veya ee.Reducer.toList(). Örneğin:
Kod Düzenleyici (JavaScript)
// Load and filter the Sentinel-2 image collection. var collection = ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2016-01-01', '2016-12-31') .filterBounds(ee.Geometry.Point([-81.31, 29.90])); // Reduce the collection. var extrema = collection.reduce(ee.Reducer.minMax());
import ee import geemap.core as geemap
Colab (Python)
# Load and filter the Sentinel-2 image collection. collection = ( ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2016-01-01', '2016-12-31') .filterBounds(ee.Geometry.Point([-81.31, 29.90])) ) # Reduce the collection. extrema = collection.reduce(ee.Reducer.minMax())
Bu işlem, girişlerin iki katı sayıda bant içeren bir çıkış üretir. Çıkıştaki bant adlarının sonuna "_min" veya "_max" eklenir.
Çıkış türü, hesaplamayla eşleşmelidir. Örneğin, ImageCollection öğesine uygulanan bir indirgeyicinin Image çıkışı vardır. Çıkış, piksel değeri olarak yorumlandığından ImageCollection değerini azaltmak için sayısal çıkışa sahip azaltıcılar kullanmanız gerekir (toList() veya histogram() gibi azaltıcılar çalışmaz).
Redüktörler ağırlıklı girişler kullanır
Varsayılan olarak, piksel değerleri üzerindeki azaltmalar maskelerine göre ağırlıklandırılır ancak bu davranış değiştirilebilir (Ağırlıklandırma bölümüne bakın). Maskesi 0'a eşit olan pikseller, küçültme işleminde kullanılmaz.
Redüktörleri birleştirme
Aynı girişlere birden fazla indirgeyici uygulamak istiyorsanız verimlilik için indirgeyicileri combine() iyi bir uygulamadır. Özellikle, true olarak ayarlanmış sharedInputs ile bir indiricide combine() çağrılması, veriler üzerinde yalnızca tek bir geçişle sonuçlanır. Örneğin, bir resimdeki piksellerin ortalamasını ve standart sapmasını hesaplamak için şuna benzer bir şey kullanabilirsiniz:
Kod Düzenleyici (JavaScript)
// Load a Landsat 8 image. var image = ee.Image('LANDSAT/LC08/C02/T1/LC08_044034_20140318'); // Combine the mean and standard deviation reducers. var reducers = ee.Reducer.mean().combine({ reducer2: ee.Reducer.stdDev(), sharedInputs: true }); // Use the combined reducer to get the mean and SD of the image. var stats = image.reduceRegion({ reducer: reducers, bestEffort: true, }); // Display the dictionary of band means and SDs. print(stats);
import ee import geemap.core as geemap
Colab (Python)
# Load a Landsat 8 image. image = ee.Image('LANDSAT/LC08/C02/T1/LC08_044034_20140318') # Combine the mean and standard deviation reducers. reducers = ee.Reducer.mean().combine( reducer2=ee.Reducer.stdDev(), sharedInputs=True ) # Use the combined reducer to get the mean and SD of the image. stats = image.reduceRegion(reducer=reducers, bestEffort=True) # Display the dictionary of band means and SDs. display(stats)
Çıkışta, indirgeyici çıkışlarını ayırt etmek için indirgeyicilerin adlarının girişlerin adlarına eklendiğini görebilirsiniz. Bu davranış, görüntü çıkışları için de geçerlidir. Bu durumda, indirgeyicinin adı çıkış bandı adlarına eklenir.
Ağırlıklı girişleri kullanan azaltıcılar ile ağırlıksız girişleri kullanan azaltıcıları birleştiriyorsanız tüm ağırlıklı girişler, tüm ağırlıksız girişlerden önce gelmelidir.