Tekstur

Earth Engine memiliki beberapa metode khusus untuk memperkirakan tekstur spasial. Jika gambar memiliki nilai diskret (bukan floating point), Anda dapat menggunakan image.entropy() untuk menghitung entropi di lingkungan:

Editor Kode (JavaScript)

// Load a high-resolution NAIP image.
var image = ee.Image('USDA/NAIP/DOQQ/m_3712213_sw_10_1_20140613');

// Zoom to San Francisco, display.
Map.setCenter(-122.466123, 37.769833, 17);
Map.addLayer(image, {max: 255}, 'image');

// Get the NIR band.
var nir = image.select('N');

// Define a neighborhood with a kernel.
var square = ee.Kernel.square({radius: 4});

// Compute entropy and display.
var entropy = nir.entropy(square);
Map.addLayer(entropy,
             {min: 1, max: 5, palette: ['0000CC', 'CC0000']},
             'entropy');

Perhatikan bahwa band NIR diskalakan ke 8-bit sebelum memanggil entropy() karena komputasi entropi menggunakan input bernilai diskret. Elemen yang bukan nol dalam kernel menentukan lingkungan.

Cara lain untuk mengukur tekstur adalah dengan matriks co-occurrence level abu-abu (GLCM). Dengan menggunakan gambar dan kernel dari contoh sebelumnya, hitung kontras berbasis GLCM sebagai berikut:

Editor Kode (JavaScript)

// Compute the gray-level co-occurrence matrix (GLCM), get contrast.
var glcm = nir.glcmTexture({size: 4});
var contrast = glcm.select('N_contrast');
Map.addLayer(contrast,
             {min: 0, max: 1500, palette: ['0000CC', 'CC0000']},
             'contrast');

Banyak ukuran tekstur yang dihasilkan oleh image.glcm(). Untuk referensi lengkap tentang output, lihat Haralick et al. (1973) dan Conners et al. (1984).

Pengukuran lokal untuk asosiasi spasial seperti C Geary (Anselin 1995) dapat dihitung di Earth Engine menggunakan image.neighborhoodToBands(). Menggunakan gambar dari contoh sebelumnya:

Editor Kode (JavaScript)

// Create a list of weights for a 9x9 kernel.
var row = [1, 1, 1, 1, 1, 1, 1, 1, 1];
// The center of the kernel is zero.
var centerRow = [1, 1, 1, 1, 0, 1, 1, 1, 1];
// Assemble a list of lists: the 9x9 kernel weights as a 2-D matrix.
var rows = [row, row, row, row, centerRow, row, row, row, row];
// Create the kernel from the weights.
// Non-zero weights represent the spatial neighborhood.
var kernel = ee.Kernel.fixed(9, 9, rows, -4, -4, false);

// Convert the neighborhood into multiple bands.
var neighs = nir.neighborhoodToBands(kernel);

// Compute local Geary's C, a measure of spatial association.
var gearys = nir.subtract(neighs).pow(2).reduce(ee.Reducer.sum())
             .divide(Math.pow(9, 2));
Map.addLayer(gearys,
             {min: 20, max: 2500, palette: ['0000CC', 'CC0000']},
             "Geary's C");

Untuk contoh penggunaan simpangan baku lingkungan untuk menghitung tekstur gambar, lihat halaman Statistik Lingkungan Gambar.