图片区域的统计信息

reduceRegion

如需获取 ee.Image 区域中像素值的统计信息，请使用 image.reduceRegion()。 此方法会将区域中的所有像素缩减为 统计信息或其他紧凑表示形式（例如 直方图）。该区域表示为 Geometry，可能是包含许多像素的多边形，也可能是单个点，在这种情况下，区域中将只有一个像素。无论哪种情况，如图 1 所示，输出 都是从区域中的像素派生的统计信息。

reduceRegion 图
图 1. 应用于图像 和区域的 ee.Reducer 的图示。

如需查看使用 reduceRegion() 获取图像区域中像素统计信息的示例，请考虑查找内华达山脉 针叶林边界内 5 年 Landsat 合成图像的平均光谱 值（如图 2 所示）：

// Load input imagery: Landsat 7 5-year composite.
var image = ee.Image('LANDSAT/LE7_TOA_5YEAR/2008_2012');

// Load an input region: Sierra Nevada.
var region = ee.Feature(ee.FeatureCollection('EPA/Ecoregions/2013/L3')
  .filter(ee.Filter.eq('us_l3name', 'Sierra Nevada'))
  .first());

// Reduce the region. The region parameter is the Feature geometry.
var meanDictionary = image.reduceRegion({
  reducer: ee.Reducer.mean(),
  geometry: region.geometry(),
  scale: 30,
  maxPixels: 1e9
});

// The result is a Dictionary.  Print it.
print(meanDictionary);

如需强制进行计算，只需输出结果即可，代码编辑器会在控制台中将结果显示为 Dictionary。输出应如下所示： 

B1: 25.406029716816853
B2: 23.971497014238988
B3: 22.91059593763103
B4: 54.83164133293403
B5: 38.07655472573677
B6_VCID_2: 198.93216428012906
B7: 24.063261634961563
reduceRegion 图
图 2. 加利福尼亚州和内华达州的 Landsat 图像数据的假彩色合成图像。要缩减的区域以白色显示。

请注意，在此示例中，缩减是通过提供 reducer (ee.Reducer.mean())、geometry (region.geometry())、 scale（30 米）和 maxPixels（要输入到缩减器的最大像素数）来指定的。应始终在 reduceRegion() 调用中指定比例。这是因为在复杂的处理流程中（可能涉及来自不同来源且比例不同的数据），输出的比例无法从输入中明确确定。在这种情况下，比例默认为 1 度，这通常会产生不令人满意的结果。如需详细了解 Earth Engine 如何处理比例，请参阅此 页面。

您可以通过两种方式设置比例：指定 scale 参数， 或指定 CRS 和 CRS 转换。（如需详细了解 CRS 和 CRS 转换，请参阅词汇表 ）。例如， meanDictionary 缩减（上文）等效于以下内容：

// As an alternative to specifying scale, specify a CRS and a CRS transform.
// Make this array by constructing a 4326 projection at 30 meters,
// then copying the bounds of the composite, from composite.projection().
var affine = [0.00026949458523585647, 0, -180, 0, -0.00026949458523585647, 86.0000269494563];

// Perform the reduction, print the result.
print(image.reduceRegion({
  reducer: ee.Reducer.mean(),
  geometry: region.geometry(),
  crs: 'EPSG:4326',
  crsTransform: affine,
  maxPixels: 1e9
}));

一般来说，指定比例就足够了，并且可以生成更易读的代码。 Earth Engine 会先对区域进行栅格化，然后确定要输入到缩减器的像素。 如果指定了比例但未指定 CRS，则系统会以图像的原始 投影按指定的分辨率对区域进行栅格化。如果同时指定了 CRS 和比例，则系统会根据它们对区域进行栅格化。

区域中的像素

系统会根据以下规则（以指定的比例和投影应用）确定像素是否位于区域中（并对其进行加权）：

  • 未加权的缩减器 （例如 ee.Reducer.count() 或 ee.Reducer.mean().unweighted()）：如果像素的质心位于区域中且图像的掩码不为零，则会包含这些像素。
  • 加权的缩减器 （例如 ee.Reducer.mean()）： 如果至少（大约）1/256 (~0.4%) 的像素位于区域中且 图像的掩码不为零，则会包含这些像素；其权重是图像的掩码和 区域覆盖的像素（近似）比例中的最小值。像素交集权重在内部表示为 8 位整数（0 到 255），将分数覆盖量量化为 256 个离散级别。

需要 maxPixels 参数才能使计算成功。 如果示例中缺少此 参数，系统会返回错误，如下所示：

您可以通过多种方式来解决这些错误：增加 maxPixels、 如示例中所示，增加 scale，或将 bestEffort 设置为 true，这会自动计算新的（更大的）比例，以使 maxPixels 不会被超出。如果您未指定 maxPixels，则系统会使用默认值。