水類別轉換

水體轉換層會擷取三種水體出現類別 (非水體、季節性水體和永久性水體) 之間的變化，以及兩種額外的短暫水體類別 (短暫永久性水體和短暫季節性水體)。

本節教學課程將：

  1. 新增地圖圖層，以視覺化方式呈現水體變化，
  2. 建立分組歸納器，加總指定感興趣區域內各個轉換類別的面積。
  3. 建立圖表，依轉換類別匯總面積。

基本視覺化

在指令碼的「Asset List」部分，新增下列陳述式，建立名為 transition 的單一波段圖片物件：

程式碼編輯器 (JavaScript)

var transition = gsw.select('transition');

GSW 圖片包含轉換類別編號和名稱的中繼資料，以及用於設定轉換類別樣式的預設調色盤。將轉換圖層新增至地圖時，系統會自動使用這些視覺化參數。

在指令碼的「Map Layers」部分底部，新增下列陳述式，加入顯示轉換類別的新地圖圖層：

程式碼編輯器 (JavaScript)

Map.setCenter(105.26, 11.2134, 9);     // Mekong River Basin, SouthEast Asia
Map.addLayer({
  eeObject: transition,
  name: 'Transition classes (1984-2015)',
});

執行指令碼時，系統會顯示轉場圖層。

地表水轉換類別
圖 10. 湄公河三角洲的螢幕截圖，顯示地表水類別轉換的廣泛變化。

轉場類別的地圖索引鍵為：

值 符號 標籤
0 非水
1 永久
2 新永久
3 永久遺失
4 應景
5 全新季節性
6 遺失季節性
7 從季節性轉為永久
8 永久到季節性
9 暫時永久
10 限時季節性

按轉換類別匯總面積

在本節中，我們會再次使用幾何多邊形工具定義感興趣區域。如要分析新位置，請先選取並刪除原本繪製的多邊形，以免取得合併區域的結果。如要瞭解如何修改幾何圖形，請參閱程式碼編輯器說明文件的「 幾何圖形工具」一節。

在本範例中，我們會在湄公河三角洲內繪製新的多邊形。

投資報酬率轉換類別
圖 11. 越南湄公河三角洲，使用程式碼編輯器的多邊形繪圖工具建立感興趣區域。

為了計算圖片部分區域涵蓋的面積，我們會在轉換圖片物件中新增一個額外的波段，並使用 ee.Image.pixelArea 方法，以平方公尺為單位識別每個像素的大小。

程式碼編輯器 (JavaScript)

var area_image_with_transition_class = ee.Image.pixelArea().addBands(transition);

產生的圖片物件 (area_image_with_transition_class) 是雙波段圖片，第一個波段包含以平方公尺為單位的區域資訊 (由 ee.Image.pixelArea 方法產生)，第二個波段則包含轉換類別資訊。

接著，我們使用 ee.Image.reduceRegion 方法和 分組歸納器 ，彙整感興趣區域 (roi) 內的類別轉換，將每個轉換類別內的面積加總：

程式碼編輯器 (JavaScript)

var reduction_results = area_image_with_transition_class.reduceRegion({
  reducer: ee.Reducer.sum().group({
    groupField: 1,
    groupName: 'transition_class_value',
  }),
  geometry: roi,
  scale: 30,
  bestEffort: true,
});
print('reduction_results', reduction_results);

「控制台」分頁輸出內容現在會顯示 reduction_results。請注意，您必須展開樹狀結構幾個層級，才能查看區域摘要資料。

分組縮減結果
圖 12. 「控制台」分頁輸出內容，顯示分組縮減結果。

雖然 reduction_results 物件確實包含每個轉換類別涵蓋區域的資訊，但並不容易閱讀。下一節將說明如何更輕鬆地查看結果。

建立摘要圖表

在本節中，我們將製作圖表，更清楚地總結結果。 首先，我們需要擷取轉換類別清單，其中包含以下區域：

程式碼編輯器 (JavaScript)

var roi_stats = ee.List(reduction_results.get('groups'));

分組歸納器 (reduction_results) 的結果是包含字典清單的字典。清單中每個轉換類別都有一個字典。這些陳述式會使用 ee.Dictionary.get 方法，從該字典中擷取分組的歸納器結果，並將結果轉換為 ee.List 資料類型，以便存取個別字典。

為了使用 程式碼編輯器的圖表函式，我們會建構包含必要資訊的 FeatureCollection。為此，我們首先建立兩個查詢字典和兩個輔助函式。建立查詢字典的程式碼可以放在「Calculations」部分的頂端，如下所示：

程式碼編輯器 (JavaScript)

//////////////////////////////////////////////////////////////
// Calculations
//////////////////////////////////////////////////////////////

// Create a dictionary for looking up names of transition classes.
var lookup_names = ee.Dictionary.fromLists(
    ee.List(gsw.get('transition_class_values')).map(numToString),
    gsw.get('transition_class_names')
);
// Create a dictionary for looking up colors of transition classes.
var lookup_palette = ee.Dictionary.fromLists(
    ee.List(gsw.get('transition_class_values')).map(numToString),
    gsw.get('transition_class_palette')
);

lookup_names 字典會將轉場類別值與其名稱建立關聯，而 lookup_palette 字典則會將轉場類別值與顏色定義建立關聯。

這兩個輔助函式可以放在名為「Helper functions」的新程式碼區段中。

程式碼編輯器 (JavaScript)

//////////////////////////////////////////////////////////////
// Helper functions
//////////////////////////////////////////////////////////////

// Create a feature for a transition class that includes the area covered.
function createFeature(transition_class_stats) {
  transition_class_stats = ee.Dictionary(transition_class_stats);
  var class_number = transition_class_stats.get('transition_class_value');
  var result = {
      transition_class_number: class_number,
      transition_class_name: lookup_names.get(class_number),
      transition_class_palette: lookup_palette.get(class_number),
      area_m2: transition_class_stats.get('sum')
  };
  return ee.Feature(null, result);   // Creates a feature without a geometry.
}

// Create a JSON dictionary that defines piechart colors based on the
// transition class palette.
// https://developers.google.com/chart/interactive/docs/gallery/piechart
function createPieChartSliceDictionary(fc) {
  return ee.List(fc.aggregate_array("transition_class_palette"))
    .map(function(p) { return {'color': p}; }).getInfo();
}

// Convert a number to a string. Used for constructing dictionary key lists
// from computed number objects.
function numToString(num) {
  return ee.Number(num).format();
}

函式 createFeature 會擷取字典 (包含區域和水域轉換類別)，並傳回適合製圖的地圖項目。createPieChartSliceDictionary 函式會使用圓餅圖預期的格式，建立與轉換類別對應的顏色清單。

接下來，我們將使用 ee.List.map，將輔助函式套用至清單中的每個元素，對清單 (roi_stats) 中的每個字典套用 createFeature 函式。

程式碼編輯器 (JavaScript)

var transition_fc = ee.FeatureCollection(roi_stats.map(createFeature));
print('transition_fc', transition_fc);

現在，我們有一個 FeatureCollection，其中包含要在圖表上顯示的屬性，因此可以建立圖表物件，並將其輸出至控制台。

程式碼編輯器 (JavaScript)

// Add a summary chart.
var transition_summary_chart = ui.Chart.feature.byFeature({
    features: transition_fc,
    xProperty: 'transition_class_name',
    yProperties: ['area_m2', 'transition_class_number']
  })
  .setChartType('PieChart')
  .setOptions({
    title: 'Summary of transition class areas',
    slices: createPieChartSliceDictionary(transition_fc),
    sliceVisibilityThreshold: 0  // Don't group small slices.
  });
print(transition_summary_chart);

slices 選項會為圓餅圖扇形著色，以便使用為轉換類別定義的預設調色盤 (如上方的地圖圖例表格所示)。sliceVisibilityThreshold 選項可防止小扇形區塊歸入「其他」類別。產生的圖表應與圖 13 類似。

水域轉換類別摘要圖表
圖 13. 圖表：水體轉換類別的相對大小摘要。

最終腳本

本節的完整指令碼如下：

程式碼編輯器 (JavaScript)

//////////////////////////////////////////////////////////////
// Asset List
//////////////////////////////////////////////////////////////

var gsw = ee.Image('JRC/GSW1_0/GlobalSurfaceWater');
var occurrence = gsw.select('occurrence');
var change = gsw.select("change_abs");
var transition = gsw.select('transition');
var roi = ee.Geometry.Polygon(
        [[[105.531921, 10.412183],
          [105.652770, 10.285193],
          [105.949401, 10.520218],
          [105.809326, 10.666006]]]);
//////////////////////////////////////////////////////////////
// Constants
//////////////////////////////////////////////////////////////

var VIS_OCCURRENCE = {
    min: 0,
    max: 100,
    palette: ['red', 'blue']
};
var VIS_CHANGE = {
    min: -50,
    max: 50,
    palette: ['red', 'black', 'limegreen']
};
var VIS_WATER_MASK = {
  palette: ['white', 'black']
};

//////////////////////////////////////////////////////////////
// Helper functions
//////////////////////////////////////////////////////////////

// Create a feature for a transition class that includes the area covered.
function createFeature(transition_class_stats) {
  transition_class_stats = ee.Dictionary(transition_class_stats);
  var class_number = transition_class_stats.get('transition_class_value');
  var result = {
      transition_class_number: class_number,
      transition_class_name: lookup_names.get(class_number),
      transition_class_palette: lookup_palette.get(class_number),
      area_m2: transition_class_stats.get('sum')
  };
  return ee.Feature(null, result);   // Creates a feature without a geometry.
}

// Create a JSON dictionary that defines piechart colors based on the
// transition class palette.
// https://developers.google.com/chart/interactive/docs/gallery/piechart
function createPieChartSliceDictionary(fc) {
  return ee.List(fc.aggregate_array("transition_class_palette"))
    .map(function(p) { return {'color': p}; }).getInfo();
}

// Convert a number to a string. Used for constructing dictionary key lists
// from computed number objects.
function numToString(num) {
  return ee.Number(num).format();
}

//////////////////////////////////////////////////////////////
// Calculations
//////////////////////////////////////////////////////////////

// Create a dictionary for looking up names of transition classes.
var lookup_names = ee.Dictionary.fromLists(
    ee.List(gsw.get('transition_class_values')).map(numToString),
    gsw.get('transition_class_names')
);
// Create a dictionary for looking up colors of transition classes.
var lookup_palette = ee.Dictionary.fromLists(
    ee.List(gsw.get('transition_class_values')).map(numToString),
    gsw.get('transition_class_palette')
);

// Create a water mask layer, and set the image mask so that non-water areas
// are transparent.
var water_mask = occurrence.gt(90).mask(1);

// Generate a histogram object and print it to the console tab.
var histogram = ui.Chart.image.histogram({
  image: change,
  region: roi,
  scale: 30,
  minBucketWidth: 10
});
histogram.setOptions({
  title: 'Histogram of surface water change intensity.'
});
print(histogram);

// Summarize transition classes in a region of interest.
var area_image_with_transition_class = ee.Image.pixelArea().addBands(transition);
var reduction_results = area_image_with_transition_class.reduceRegion({
  reducer: ee.Reducer.sum().group({
    groupField: 1,
    groupName: 'transition_class_value',
  }),
  geometry: roi,
  scale: 30,
  bestEffort: true,
});
print('reduction_results', reduction_results);

var roi_stats = ee.List(reduction_results.get('groups'));

var transition_fc = ee.FeatureCollection(roi_stats.map(createFeature));
print('transition_fc', transition_fc);

// Add a summary chart.
var transition_summary_chart = ui.Chart.feature.byFeature({
    features: transition_fc,
    xProperty: 'transition_class_name',
    yProperties: ['area_m2', 'transition_class_number']
  })
  .setChartType('PieChart')
  .setOptions({
    title: 'Summary of transition class areas',
    slices: createPieChartSliceDictionary(transition_fc),
    sliceVisibilityThreshold: 0  // Don't group small slices.
  });
print(transition_summary_chart);

//////////////////////////////////////////////////////////////
// Initialize Map Location
//////////////////////////////////////////////////////////////

// Uncomment one of the following statements to center the map on
// a particular location.
// Map.setCenter(-90.162, 29.8597, 10);   // New Orleans, USA
// Map.setCenter(-114.9774, 31.9254, 10); // Mouth of the Colorado River, Mexico
// Map.setCenter(-111.1871, 37.0963, 11); // Lake Powell, USA
// Map.setCenter(149.412, -35.0789, 11);  // Lake George, Australia
Map.setCenter(105.26, 11.2134, 9);     // Mekong River Basin, SouthEast Asia
// Map.setCenter(90.6743, 22.7382, 10);   // Meghna River, Bangladesh
// Map.setCenter(81.2714, 16.5079, 11);   // Godavari River Basin Irrigation Project, India
// Map.setCenter(14.7035, 52.0985, 12);   // River Oder, Germany & Poland
// Map.setCenter(-59.1696, -33.8111, 9);  // Buenos Aires, Argentina
// Map.setCenter(-74.4557, -8.4289, 11);  // Ucayali River, Peru

//////////////////////////////////////////////////////////////
// Map Layers
//////////////////////////////////////////////////////////////

Map.addLayer({
  eeObject: water_mask,
  visParams: VIS_WATER_MASK,
  name: '90% occurrence water mask',
  shown: false
});
Map.addLayer({
  eeObject: occurrence.updateMask(occurrence.divide(100)),
  name: "Water Occurrence (1984-2015)",
  visParams: VIS_OCCURRENCE,
  shown: false
});
Map.addLayer({
  eeObject: change,
  visParams: VIS_CHANGE,
  name: 'occurrence change intensity',
  shown: false
});
Map.addLayer({
  eeObject: transition,
  name: 'Transition classes (1984-2015)',
});

全球地表水資料集教學課程到此結束。請注意，本教學課程僅說明如何使用全球地表水資料集中的三個資料層 (發生率、變化強度和轉換)。如要瞭解其他可用的資料層，請參閱 資料使用者指南 (第 2 版)。

祝您分析順利！