Google Earth Engine（GEE）——容易犯的错误5（fastDistanceTransform()、reduceNeighborhood() 和iterate())

此星光明

发布于 2024-02-02 08:13:35

1600

发布于 2024-02-02 08:13:35

使用`fastDistanceTransform()`的邻域操作

对于某些卷积运算，fastDistanceTransform()可能比reduceNeighborhood()或更有效convolve()。例如，要对二进制输入进行腐蚀和/或膨胀：

var aw3d30 = ee.Image('JAXA/ALOS/AW3D30_V1_1');

// 从高程阈值制作一个简单的二元层。
var mask = aw3d30.select('AVE').gt(300);
Map.setCenter(-122.0703, 37.3872, 11);
Map.addLayer(mask, {}, 'mask');

// 以像素为单位的距离。
var distance = mask.fastDistanceTransform().sqrt();
// 膨胀的距离阈值（三个像素）
var dilation = distance.lt(3);
Map.addLayer(dilation, {}, 'dilation');

// 对mask进行相反的操作。
var notDistance = mask.not().fastDistanceTransform().sqrt();
var erosion = notDistance.gt(3);
Map.addLayer(erosion, {}, 'erosion');

这里来分别进行了两种操作，一个是向外膨胀，另外一个是向内侵蚀！

使用优化 `reduceNeighborhood()`

如果您需要执行卷积并且不能使用fastDistanceTransform()，请使用优化reduceNeighborhood()。

var l8raw = ee.ImageCollection('LANDSAT/LC08/C01/T1_RT');
var composite = ee.Algorithms.Landsat.simpleComposite(l8raw);

var bands = ['B4', 'B3', 'B2'];

var optimizedConvolution = composite.select(bands).reduceNeighborhood({
  reducer: ee.Reducer.mean(),
  kernel: ee.Kernel.square(3),
  optimization: 'boxcar' // Suitable optimization for mean.
}).rename(bands);

var viz = {bands: bands, min: 0, max: 72};
Map.setCenter(-122.0703, 37.3872, 11);
Map.addLayer(composite, viz, 'composite');
Map.addLayer(optimizedConvolution, viz, 'optimizedConvolution');

这副影像加载速度明显比上面的更快，因为领域内它选择进行了内核的合并

及时对neighbor使用前向差分

假设您有一个时间排序ImageCollection（即时间序列），并且您想将每个图像与前一个（或下一个）图像进行比较。与其iterate()为此目的而使用，使用基于数组的前向差分可能更有效。以下示例使用此方法对 Sentinel-2 集合进行重复数据删除，其中重复项定义为一年中同一天的图像：

var sentinel2 = ee.ImageCollection('COPERNICUS/S2');
var sf = ee.Geometry.Point([-122.47555371521855, 37.76884708376152]);
var s2 = sentinel2
    .filterBounds(sf)
    .filterDate('2018-01-01', '2019-12-31');

var withDoys = s2.map(function(image) {
  var ndvi = image.normalizedDifference(['B4', 'B8']).rename('ndvi');
  var date = image.date();
  var doy = date.getRelative('day', 'year');
  var time = image.metadata('system:time_start');
  var doyImage = ee.Image(doy)
      .rename('doy')
      .int();
  return ndvi.addBands(doyImage).addBands(time)
      .clip(image.geometry()); // Appropriate use of clip.
});

var array = withDoys.toArray();
var timeAxis = 0;
var bandAxis = 1;

var dedupe = function(array) {
  var time = array.arraySlice(bandAxis, -1);
  var sorted = array.arraySort(time);
  var doy = sorted.arraySlice(bandAxis, -2, -1);
  var left = doy.arraySlice(timeAxis, 1);
  var right = doy.arraySlice(timeAxis, 0, -1);
  var mask = ee.Image(ee.Array([[1]]))
      .arrayCat(left.neq(right), timeAxis);
  return array.arrayMask(mask);
};

var deduped = dedupe(array);

// 检查这些输出以确认已删除重复项。
print(array.reduceRegion('first', sf, 10));
print(deduped.reduceRegion('first', sf, 10));