在 Earth Engine python 脚本中获取结果

Question

我正在尝试使用地球引擎 python API 获取要素集合中每个多边形中的 NDVI 平均值。我认为我成功获得了结果（特征集合中的特征集合），但是我不知道如何从中获取数据。我想要的数据是特征的 ID 和每个特征的 ndvi 均值。

import datetime
import ee
ee.Initialize()

#Feature collection
fc = ee.FeatureCollection("ft:1s57dkY_Sg_E_COTe3sy1tIR_U-5Gw-BQNwHh4Xel");
fc_filtered = fc.filter(ee.Filter.equals('NUM_DECS', 1))
#Image collection
Sentinel_collection1 = (ee.ImageCollection('COPERNICUS/S2')).filterBounds(fc_filtered)
Sentinel_collection2 = Sentinel_collection1.filterDate(datetime.datetime(2017, 1, 1),datetime.datetime(2017, 8, 1))


# NDVI function to use with ee map
def NDVIcalc (image):
  red = image.select('B4')
  nir = image.select('B8')
  ndvi = nir.subtract(red).divide(nir.add(red)).rename('NDVI')

  #NDVI mean calculation with reduceRegions
  MeansFeatures = ndvi.reduceRegions(reducer= ee.Reducer.mean(),collection= fc_filtered,scale= 10)

  return (MeansFeatures)

#Result that I don't know to get the information: Features ID and NDVI mean
result = Sentinel_collection2.map(NDVIcalc)

Answer 1

如果结果很小，您可以使用 result.getInfo() 将它们拉入 python。这将为您提供一个 python 字典，其中包含一个 FeatureCollection 列表（这是更多字典）。但是，如果结果很大或多边形覆盖了很大的区域，则您必须改为导出集合。

也就是说，您可能还需要先做一些其他事情：

1) 您可能想要展平 () 集合，因此它不是嵌套集合。这样处理起来会更容易。

2) 您可能想为每个结果添加一个日期，以便您知道结果来自什么时间。您可以在 NDVIcalc 函数内使用结果地图来做到这一点

return MeansFeatures.map(lambda f : f.set('date', image.date().format())

3) 如果您真正想要的是每个多边形随时间推移的 NDVI 时间序列（最常见），那么重构您的代码以首先映射多边形会更容易：

Sentinel_collection = (ee.ImageCollection('COPERNICUS/S2')
    .filterBounds(fc_filtered)
    .filterDate(ee.Date('2017-01-01'),ee.Date('2017-08-01')))

def GetSeries(feature):
  def NDVIcalc(img):
    red = img.select('B4')
    nir = img.select('B8')
    ndvi = nir.subtract(red).divide(nir.add(red)).rename(['NDVI'])
    return (feature
            .set(ndvi.reduceRegion(ee.Reducer.mean(), feature.geometry(), 10))
            .set('date', img.date().format("YYYYMMdd")))

  series = Sentinel_collection.map(NDVIcalc)
  // Get the time-series of values as two lists.
  list = series.reduceColumns(ee.Reducer.toList(2), ['date', 'NDVI']).get('list')
  return feature.set(ee.Dictionary(ee.List(list).flatten()))

result = fc_filtered.map(GetSeries)
print(result.getInfo())

4) 最后，如果您要尝试导出结果，您可能会运行遇到一个问题，即导出的 table 的列是从任何内容中选择的第一个特征具有的列，因此最好提供一个包含所有列（时间）的 "header" 特征，您可以将结果合并（）作为第一个特征：

# Get all possible dates.
dates = ee.List(Sentinel_collection.map(function(img) {
      return ee.Feature(null, {'date': img.date().format("YYYYMMdd") })
}).aggregate_array('date'))

# Make a default value for every date.
header = ee.Feature(null, ee.Dictionary(dates, ee.List.repeat(-1, dates.size())))
output = header.merge(result)
ee.batch.Export.table.toDrive(...)

在 Earth Engine python 脚本中获取结果

Get results in an Earth Engine python script

python

google-earth-engine