【GEE笔记2】数据整合Reducer/遍历循环.map

Reducer是GEE中按照时间、空间、波段等进行整合数据的方法；类似于从部分到整体。

ee.Reducer()可以指定数据整合的方式，如：max\min\mean\etal。

• 时间：imageCollection.reduce()
• 空间：image.reduceRegion() ; image.reduceNeighborhood()
• 波段：image.reduce()
• Feature Collection 的属性：Feature Collection.reduceColumns()

以计算NDVI数值并添加至影像合集为例

具体需求：
为一个影像集合添加NDVI波段，同时计算每一景影像上roi的NDVI均值

var mean = ndvi.reduceRegion({  
   reducer: ee.Reducer.mean(),  
   geometry: roi,   
   scale: 30  
});  
print("reduceRegion value is: ", mean);

map遍历循环

• map：用的最多，执行效率最快，相当于“并行执行任务”，能用 map,就用 map，但是函数里一般不能用 print,Map,toDrive 等方法
• for、while：就是基本的循环结构语句，但是在GEE里很少用，基本用 map 替代，因为是顺序执行代码，效率太慢
• iterate：“迭代”，顺序执行，每次执行都在前面执行的结果上继续执行，很遗憾，这次的例子没有体现“迭代”的意思
• eval（232, 232, 232); background: rgb(249, 249, 249);">

  var roi = ee.FeatureCollection(geometry);  
  Map.addLayer(roi, {color: "red"}, "roi"); // 显示roi 
  Map.centerObject(roi, 9); // 以roi为中心，缩放等级9
  // 筛选影像 
  var Col = ee.ImageCollection("LANDSAT/LC09/C02/T1_TOA")  
                .filterBounds(roi)  
                .filterDate("2022-1-1", "2022-7-1")  
                // 循环遍历影像集合，为每景影像计算并添加一个NDVI波段
                .map(function(image){  
                  var ndvi = image.normalizedDifference(["B5", "B4"])  
                                  .rename("NDVI");  
                  return image.addBands(ndvi);  
                })  
                // 选择NDVI波段用于后续计算
                .select("NDVI")  
                // 循环遍历影像集合，计算每景影像roi的NDVI均值，并赋为新的属性字段“ndvi”
                .map(function(image) {  
                  var dict = image.reduceRegion({  
                   reducer: ee.Reducer.mean(),  
                   geometry: roi,  
                   scale: 30  
                  });
                  var ndvi = ee.Number(dict.get("NDVI"));  
                  image = image.set("ndvi", ndvi);  
                  return image;  
                });  
  // 可视化参数，加载显示新的影像集合，使用first()，返回集合的第一个非空元素，即第一景影像
  print("Col", Col);  
  var visParam = {  
   min: -0.2,   
   max: 0.8,  
   palette: ["FFFFFF", "CE7E45", "DF923D", "F1B555", "FCD163",   
              "99B718", "74A901", "66A000", "529400", "3E8601",   
              "207401", "056201", "004C00", "023B01", "012E01",   
              "011D01", "011301"]  
  };  
  Map.addLayer(Col.first().clip(roi), visParam, "Col");