Zmniejsz zbiór obrazów

Aby połączyć obrazy w elementach ImageCollection, użyj elementu imageCollection.reduce(). Spowoduje to złożenie wszystkich obrazów z kolei w jeden obraz reprezentujący na przykład minimum, maksimum, średnią lub odchylenie standardowe obrazów. (więcej informacji o reduktorach znajdziesz w sekcji Reduktory). Aby na przykład utworzyć obraz z wartością mediany z kolekcji:

Edytor kodu (JavaScript)

// Load a Landsat 8 collection for a single path-row.
var collection = ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
    .filter(ee.Filter.eq('WRS_PATH', 44))
    .filter(ee.Filter.eq('WRS_ROW', 34))
    .filterDate('2014-01-01', '2015-01-01');

// Compute a median image and display.
var median = collection.median();
Map.setCenter(-122.3578, 37.7726, 12);
Map.addLayer(median, {bands: ['B4', 'B3', 'B2'], max: 0.3}, 'Median');

Konfiguracja Pythona

Informacje o interfejsie Python API i o używaniu pakietu geemap do programowania interaktywnego znajdziesz na stronie Python Environment.

import ee
import geemap.core as geemap

Colab (Python)

# Load a Landsat 8 collection for a single path-row.
collection = (
    ee.ImageCollection('LANDSAT/LC08/C02/T1_TOA')
    .filter(ee.Filter.eq('WRS_PATH', 44))
    .filter(ee.Filter.eq('WRS_ROW', 34))
    .filterDate('2014-01-01', '2015-01-01')
)

# Compute a median image and display.
median = collection.median()
m = geemap.Map()
m.set_center(-122.3578, 37.7726, 12)
m.add_layer(median, {'bands': ['B4', 'B3', 'B2'], 'max': 0.3}, 'Median')
m

W każdym miejscu na obrazie wyjściowym i w każdym paśmie wartość piksela jest medianą wszystkich niezamaskowanych pikseli na obrazach wejściowych (obrazach w zbiorze). W poprzednim przykładzie median() to wygodna metoda wywołania:

Edytor kodu (JavaScript)

// Reduce the collection with a median reducer.
var median = collection.reduce(ee.Reducer.median());

// Display the median image.
Map.addLayer(median,
             {bands: ['B4_median', 'B3_median', 'B2_median'], max: 0.3},
             'Also median');

Konfiguracja Pythona

Informacje o interfejsie Python API i o używaniu pakietu geemap do programowania interaktywnego znajdziesz na stronie Python Environment.

import ee
import geemap.core as geemap

Colab (Python)

# Reduce the collection with a median reducer.
median = collection.reduce(ee.Reducer.median())

# Display the median image.
m.add_layer(
    median,
    {'bands': ['B4_median', 'B3_median', 'B2_median'], 'max': 0.3},
    'Also median',
)
m

Pamiętaj, że nazwy pasm różnią się ze względu na użycie funkcji reduce() zamiast metody uproszczonej. W szczególności do nazw pasm dołączono nazwy reduktora.

Za pomocą reduce() możesz też tworzyć bardziej złożone rabaty. Aby na przykład obliczyć długoterminowy trend liniowy w zbiorze, użyj jednego z reduktorów regresji liniowej. Poniższy kod oblicza trend liniowy wskaźnika wegetacji (EVI) z MODIS:

Edytor kodu (JavaScript)

// This function adds a band representing the image timestamp.
var addTime = function(image) {
  return image.addBands(image.metadata('system:time_start')
    // Convert milliseconds from epoch to years to aid in
    // interpretation of the following trend calculation.
    .divide(1000 * 60 * 60 * 24 * 365));
};

// Load a MODIS collection, filter to several years of 16 day mosaics,
// and map the time band function over it.
var collection = ee.ImageCollection('MODIS/006/MYD13A1')
  .filterDate('2004-01-01', '2010-10-31')
  .map(addTime);

// Select the bands to model with the independent variable first.
var trend = collection.select(['system:time_start', 'EVI'])
  // Compute the linear trend over time.
  .reduce(ee.Reducer.linearFit());

// Display the trend with increasing slopes in green, decreasing in red.
Map.setCenter(-96.943, 39.436, 5);
Map.addLayer(
    trend,
    {min: 0, max: [-100, 100, 10000], bands: ['scale', 'scale', 'offset']},
    'EVI trend');

Konfiguracja Pythona

Informacje o interfejsie Python API i o używaniu pakietu geemap do programowania interaktywnego znajdziesz na stronie Python Environment.

import ee
import geemap.core as geemap

Colab (Python)

# This function adds a band representing the image timestamp.
def add_time(image):
  return image.addBands(
      image.metadata('system:time_start')
      # Convert milliseconds from epoch to years to aid in
      # interpretation of the following trend calculation.
      .divide(1000 * 60 * 60 * 24 * 365)
  )


# Load a MODIS collection, filter to several years of 16 day mosaics,
# and map the time band function over it.
collection = (
    ee.ImageCollection('MODIS/006/MYD13A1')
    .filterDate('2004-01-01', '2010-10-31')
    .map(add_time)
)

# Select the bands to model with the independent variable first.
trend = collection.select(['system:time_start', 'EVI']).reduce(
    # Compute the linear trend over time.
    ee.Reducer.linearFit()
)

# Display the trend with increasing slopes in green, decreasing in red.
m.set_center(-96.943, 39.436, 5)
m = geemap.Map()
m.add_layer(
    trend,
    {
        'min': 0,
        'max': [-100, 100, 10000],
        'bands': ['scale', 'scale', 'offset'],
    },
    'EVI trend',
)
m

Pamiętaj, że w tym przykładzie wynik redukcji to obraz z 2 pasmami: jednym dla nachylenia regresji liniowej (scale) i jednym dla przecięcia (offset). W dokumentacji interfejsu API znajdziesz listę dostępnych reduktorów, które umożliwiają zredukowanie obrazu ImageCollection do pojedynczego Image.

Kompozycje nie mają projekcji.

Obrazy złożone utworzone przez zredukowanie zbioru obrazów mogą generować piksele w dowolnej żądanej projekcji, dlatego nie mają stałej projekcji wyjściowej. Zamiast tego kompozyty mają domyślną projekcję WGS-84 z rozdzielczością 1 stopnia. Elementy złożone z domyślną projekcją będą obliczane w ramach dowolnej żądanej projekcji wyjściowej. Prośba o przesłanie zachodzi, gdy wyświetlisz kompozyt w Edytorze kodu (dowiedz się, jak edytor kodu ustawia powiększenie i projekcję) lub gdy wyraźnie określisz projekcję/powiększenie w zbiorze, np. ReduceRegion lub Export.