คอลเล็กชันรูปภาพหมายถึงชุดรูปภาพ Earth Engine ตัวอย่างเช่น คอลเล็กชันรูปภาพ Landsat 8 ทั้งหมดคือ ee.ImageCollection คอลเล็กชันรูปภาพก็มีรหัสเช่นเดียวกับรูปภาพ SRTM ที่คุณเคยใช้ เช่นเดียวกับรูปภาพเดี่ยว คุณสามารถค้นหารหัสของคอลเล็กชันรูปภาพได้โดยค้นหาแคตตาล็อกข้อมูล Earth Engine จากตัวแก้ไขโค้ดและดูหน้ารายละเอียดของชุดข้อมูล ตัวอย่างเช่น ค้นหา "landsat 8 toa" แล้วคลิกผลการค้นหาแรก ซึ่งควรสอดคล้องกับชุดข้อมูล
USGS Landsat 8 Collection 1 Tier 1 TOA Reflectance
นำเข้าชุดข้อมูลนั้นโดยใช้ปุ่มนำเข้าและเปลี่ยนชื่อเป็น l8 หรือคัดลอกรหัสลงในตัวสร้างคอลเล็กชันรูปภาพ
ตัวแก้ไขโค้ด (JavaScript)
var l8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA');
การกรองคอลเล็กชันรูปภาพ
โปรดทราบว่าคอลเล็กชันนี้แสดงภาพ Landsat 8 ทุกภาพที่รวบรวมไว้ทั่วโลก การดึงรูปภาพเดียวหรือชุดย่อยของรูปภาพเพื่อทดสอบอัลกอริทึมมักจะมีประโยชน์ วิธีจำกัดคอลเล็กชันตามเวลาหรือพื้นที่คือการกรอง เช่น หากต้องการกรองคอลเล็กชันเป็นรูปภาพที่ครอบคลุมสถานที่หนึ่งๆ ให้กำหนดพื้นที่ที่สนใจด้วยจุด (หรือเส้นหรือรูปหลายเหลี่ยม) โดยใช้เครื่องมือวาดเรขาคณิตก่อน เลื่อนไปยังพื้นที่ที่สนใจ วางเมาส์เหนือการนำเข้ารูปทรงเรขาคณิต (หากคุณกำหนดรูปทรงเรขาคณิตไว้แล้วอย่างน้อย 1 รายการ) แล้วคลิก +เลเยอร์ใหม่ (หากไม่มีการนำเข้า ให้ไปที่ขั้นตอนถัดไป) เลือกเครื่องมือวาดจุด (
) และสร้างจุดในพื้นที่ที่สนใจ ตั้งชื่อการนำเข้า point ตอนนี้ให้กรองคอลเล็กชัน l8 เพื่อให้ได้เฉพาะรูปภาพที่ตัดกับจุด จากนั้นเพิ่มตัวกรองที่ 2 เพื่อจำกัดคอลเล็กชันให้เหลือเฉพาะรูปภาพที่ได้มาในปี 2015
ตัวแก้ไขโค้ด (JavaScript)
var spatialFiltered = l8.filterBounds(point); print('spatialFiltered', spatialFiltered); var temporalFiltered = spatialFiltered.filterDate('2015-01-01', '2015-12-31'); print('temporalFiltered', temporalFiltered);
ในที่นี้ filterBounds() และ filterDate() เป็นเมธอดทางลัดสำหรับเมธอด filter() ทั่วไปในคอลเล็กชันรูปภาพ ซึ่งใช้ ee.Filter() เป็นอาร์กิวเมนต์ สำรวจแท็บเอกสารของเครื่องมือแก้ไขโค้ดเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเหล่านี้ อาร์กิวเมนต์ของ filterBounds() คือจุดที่คุณแปลงเป็นดิจิทัล และอาร์กิวเมนต์ของ filterDate() คือวันที่ 2 วันที่แสดงเป็นสตริง
โปรดทราบว่าคุณสามารถprint()คอลเล็กชันที่กรองแล้วได้ คุณพิมพ์รายการพร้อมกันได้ไม่เกิน 5,000 รายการ ดังนั้นคุณจึงพิมพ์ทั้งคอลเล็กชัน l8 ไม่ได้ หลังจากเรียกใช้เมธอด print() แล้ว คุณจะตรวจสอบคอลเล็กชันที่พิมพ์ในคอนโซลได้ โปรดทราบว่าเมื่อขยาย ImageCollection โดยใช้ปุ่มขยาย () แล้วขยายรายการ
features คุณจะเห็นรายการรูปภาพ ซึ่งแต่ละรูปภาพสามารถขยายและตรวจสอบได้เช่นกัน วิธีนี้เป็นวิธีหนึ่งในการค้นหารหัสของรูปภาพแต่ละรูป อีกวิธีหนึ่งที่ใช้โปรแกรมมากขึ้นในการรับรูปภาพแต่ละภาพเพื่อการวิเคราะห์คือการจัดเรียงคอลเล็กชันเพื่อให้ได้รูปภาพล่าสุด เก่าที่สุด หรือเหมาะสมที่สุดที่เกี่ยวข้องกับพร็อพเพอร์ตี้ข้อมูลเมตาบางอย่าง ตัวอย่างเช่น เมื่อตรวจสอบออบเจ็กต์รูปภาพในคอลเล็กชันรูปภาพที่พิมพ์ คุณอาจสังเกตเห็นพร็อพเพอร์ตี้ข้อมูลเมตาที่ชื่อ CLOUD_COVER คุณสามารถใช้พร็อพเพอร์ตี้นั้นเพื่อดูรูปภาพที่มีเมฆน้อยที่สุดในปี 2015 ในพื้นที่ที่สนใจได้ดังนี้
ตัวแก้ไขโค้ด (JavaScript)
// This will sort from least to most cloudy. var sorted = temporalFiltered.sort('CLOUD_COVER'); // Get the first (least cloudy) image. var scene = sorted.first();
ตอนนี้คุณก็พร้อมแสดงรูปภาพแล้ว
การเปลี่ยนเรื่อง: การแสดงรูปภาพ RGB
เมื่อเพิ่มรูปภาพหลายย่านความถี่ลงในแผนที่ Earth Engine จะเลือกย่านความถี่ 3 ย่านแรกของรูปภาพและแสดงเป็นสีแดง เขียว และน้ำเงินโดยค่าเริ่มต้น โดยจะยืดตามประเภทข้อมูลตามที่อธิบายไว้ก่อนหน้านี้ โดยปกติแล้ว วิธีนี้จะใช้ไม่ได้ผล ตัวอย่างเช่น หากคุณเพิ่มรูปภาพ Landsat (scene ในตัวอย่างก่อนหน้า) ลงในแผนที่ ผลลัพธ์ที่ได้จะไม่น่าพอใจ ดังนี้
ตัวแก้ไขโค้ด (JavaScript)
Map.centerObject(scene, 9); Map.addLayer(scene, {}, 'default RGB');
โปรดทราบว่าในตอนแรก แผนที่จะอยู่ตรงกลางของรูปภาพที่ระดับการซูม 9 จากนั้นรูปภาพจะแสดงพร้อมออบเจ็กต์ว่าง ({}) สำหรับพารามิเตอร์ visParams (ดูรายละเอียดในเอกสาร Map.addLayer()) ด้วยเหตุนี้ รูปภาพจึงแสดงด้วยการแสดงภาพเริ่มต้น โดยแถบ 3 แถบแรกจะแมปกับ R, G, B ตามลำดับ และยืดเป็น [0, 1] เนื่องจากแถบเป็นประเภทข้อมูล float ซึ่งหมายความว่าแถบละอองลอยชายฝั่ง ("B1") จะแสดงเป็นสีแดง แถบสีน้ำเงิน ("B2") จะแสดงเป็นสีเขียว และแถบสีเขียว ("B3") จะแสดงเป็นสีน้ำเงิน หากต้องการแสดงผลรูปภาพเป็นองค์ประกอบสีจริง คุณต้องบอกให้ Earth Engine ใช้แบนด์ Landsat 8 "B4", "B3" และ "B2" สำหรับ R, G และ B ตามลำดับ ระบุย่านความถี่ที่จะใช้กับพร็อพเพอร์ตี้ bands ของออบเจ็กต์ visParams ดูข้อมูลเพิ่มเติมเกี่ยวกับย่านความถี่ของ Landsat ได้ที่ข้อมูลอ้างอิงนี้
นอกจากนี้ คุณยังต้องระบุค่า min และ max ที่เหมาะสำหรับการแสดงการสะท้อนจากเป้าหมายพื้นผิวโลกทั่วไปด้วย แม้ว่าจะใช้รายการเพื่อระบุค่าที่แตกต่างกันสำหรับแต่ละย่านความถี่ได้ แต่ในที่นี้การระบุ 0.3 เป็น max และใช้ค่าเริ่มต้นเป็น 0 สำหรับพารามิเตอร์ min ก็เพียงพอแล้ว การรวมพารามิเตอร์การแสดงภาพไว้ในออบเจ็กต์เดียวและแสดงผล:
ตัวแก้ไขโค้ด (JavaScript)
var visParams = {bands: ['B4', 'B3', 'B2'], max: 0.3}; Map.addLayer(scene, visParams, 'true-color composite');
ผลลัพธ์ควรมีลักษณะคล้ายกับรูปที่ 5 โปรดทราบว่าโค้ดนี้จะกำหนดออบเจ็กต์ของพารามิเตอร์การแสดงภาพให้กับตัวแปรเพื่อใช้ในอนาคต คุณจะเห็นในไม่ช้าว่าออบเจ็กต์นั้นจะมีประโยชน์เมื่อคุณแสดงภาพคอลเล็กชันรูปภาพ
ลองเล่นกับการแสดงภาพย่านความถี่ต่างๆ การผสมสีที่นิยมอีกแบบคือ "B5", "B4" และ "B3" ซึ่งเรียกว่าการผสมสีเทียม ดูคำอธิบายภาพคอมโพสิตสีเท็จที่น่าสนใจอื่นๆ ได้ที่นี่
เนื่องจาก Earth Engine ออกแบบมาเพื่อทำการวิเคราะห์ขนาดใหญ่ คุณจึงไม่จำกัดการทำงานกับฉากเดียว ตอนนี้ถึงเวลาแสดงคอลเล็กชันทั้งหมดเป็นภาพคอมโพสิต RGB แล้ว
กำลังแสดงคอลเล็กชันรูปภาพ
การเพิ่มคอลเล็กชันรูปภาพลงในแผนที่จะคล้ายกับการเพิ่มรูปภาพลงในแผนที่ ตัวอย่างเช่น การใช้รูปภาพปี 2016 ในคอลเล็กชัน l8 และออบเจ็กต์ visParams ที่กำหนดไว้ก่อนหน้านี้
ตัวแก้ไขโค้ด (JavaScript)
var l8 = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA'); var landsat2016 = l8.filterDate('2016-01-01', '2016-12-31'); Map.addLayer(landsat2016, visParams, 'l8 collection');
โปรดทราบว่าตอนนี้คุณสามารถซูมออกและดูภาพโมเสกแบบต่อเนื่องซึ่งมีการรวบรวมภาพ Landsat (เช่น เหนือพื้นดิน) นอกจากนี้ โปรดทราบว่าเมื่อใช้แท็บเครื่องมือตรวจสอบและคลิกรูปภาพ คุณจะเห็นรายการค่าพิกเซล (หรือแผนภูมิ) ในส่วนพิกเซล และรายการออบเจ็กต์รูปภาพในส่วนออบเจ็กต์ของเครื่องมือตรวจสอบ
หากซูมออกมากพอ คุณอาจสังเกตเห็นเมฆบางส่วนในภาพโมเสก เมื่อคุณเพิ่ม ImageCollection ลงในแผนที่ ระบบจะแสดงเป็นภาพคอมโพสิตของค่าล่าสุด ซึ่งหมายความว่าจะแสดงเฉพาะพิกเซลล่าสุดเท่านั้น (เช่น การเรียกใช้ mosaic() ในคอลเล็กชัน) ด้วยเหตุนี้ คุณจึงอาจเห็นความไม่ต่อเนื่องระหว่างเส้นทางที่ได้มาในเวลาที่ต่างกัน และยังเป็นสาเหตุที่ทำให้หลายพื้นที่อาจดูมีเมฆมาก ในหน้าถัดไป คุณจะได้เรียนรู้วิธีเปลี่ยนวิธีจัดองค์ประกอบรูปภาพเพื่อกำจัดเมฆที่น่ารำคาญเหล่านั้น