• Google earth engine 中的投影、重采样、尺度


    本文主要翻译自下述GEE官方帮助

    https://developers.google.com/earth-engine/guides/scale
    https://developers.google.com/earth-engine/guides/projections
    https://developers.google.com/earth-engine/guides/resample#resampling

    1 尺度(scale)

    尺度(scale)指像元分辨率。GEE中进行分析计算时以影像金字塔pyramid (瓦片)形式组织,尺度由输出(output)决定,而不是输入(input)。

    Pyramids

    pyramid 中给定level上的每个像素都是由下一level上2x2像素块聚合计算出来的。对于连续值图像(continuous valued images),pyramid 上层的像素值是下一层像素的平均值。对于离散值图像(discrete valued images),金字塔上层的像素值是下一层像素的采样sample(通常是左上角(top left pixel)的像素)。

    pyramid 的最底层代表了图像数据的原始分辨率,之间被不断聚合,直到达到最顶层,一个256x256像素的tile。
    当在代码中使用图像数据时,Earth Engine将根据指定的尺度选择最接近的(小于或等于)pyramid level作为输入,必要的话进行重采样(默认使用nearest neighbor)

    Earth Engine的分析尺度取决于 a "pull" basis(地图缩放水平)。请求用于计算的输入尺度由输出决定。

    var image = ee.Image('LANDSAT/LC08/C01/T1/LC08_044034_20140318').select('B4');
    
    var printAtScale = function(scale) {
      print('Pixel value at '+scale+' meters scale',
        image.reduceRegion({
          reducer: ee.Reducer.first(),
          geometry: image.geometry().centroid(),
          // The scale determines the pyramid level from which to pull the input
          scale: scale
      }).get('B4'));
    };
    
    printAtScale(10); // 8883
    printAtScale(30); // 8883
    printAtScale(50); // 8337
    printAtScale(70); // 9215
    printAtScale(200); // 8775
    printAtScale(500); // 8300
    

    2 投影

    GEE中的投影(projection)

    Earth Engine的设计使我们在进行计算(computations)时很少需要担心地图投影(map projections)。和尺度(scale)一样,投影(projection)发生于哪一种计算取决于 a "pull" basis(地图缩放水平)。确切地讲,输入(input)投影由输出(output)投影决定。输出的投影又取决于:

    1. 函数参数设置(如 crs)

    2. Code Editor中的 Map (投影为 maps mercator (EPSG:3857) ),当在Code Editor中展示影像时,输入被请求为Mercator 投影

    3. 函数 reproject() 调用

    // The input image has a SR-ORG:6974 (sinusoidal) projection.
    var image = ee.Image('MODIS/006/MOD13A1/2014_05_09').select(0);
    
    // Normalize the image and add it to the map.
    var rescaled = image.unitScale(-2000, 10000);
    var visParams = {min: 0.15, max: 0.7};
    Map.addLayer(rescaled, visParams, 'Rescaled');
    

    在GEE中运行上述代码时。如下图所示,输入MOD13A1为sinusoidal投影,对数据进行标准化unitScale()后,利用Map在Code Editor中展示。因为Map展示投影为Mercator,所以unitScale()运算在Mercator投影下进行

    Projection

    Earth Engine中,投影由Coordinate Reference System指定 (CRS or the crs 很多方法中的参数)。调用 projection() 查看影像投影。

    var image = ee.Image('LANDSAT/LC08/C01/T1/LC08_044034_20140318').select(0);//针对波段,有些影像不同波段具有不同投影
    print('Projection, crs, and crs_transform:', image.projection());//影像投影信息
    print('Scale in meters:', image.projection().nominalScale());//影像原始投影
    

    GEE中的默认投影(default projection)

    只有当计算需要指定投影时才重投影,其他情况下没必要。只有当输出投影不明确时,Earth Engine才会要求指定投影和/或尺度,不明确通常由reduce包含不同投影影像的影像集合(ImageCollection) 导致。

    包含不同投影影像的影像集合composite或mosaic生成的影像默认投影是:WGS84(EPSG:4326), 1-degree scale 。因此使用这类影像进行计算时将会报错The default WGS84 projection is invalid for aggregations. Specify a scale or crs & crs_transform. 因为通常并不希望以 1-degree scale 进行aggregation ,故Earth Engine给出上述提醒为输出指定完整的投影定义。

    GEE中的重投影(reprojection)

    reproject()方法使调用reproject()方法之前的代码中的计算在该方法指定的投影中进行,重采样方法默认为最邻近法一些需要固定投影的情况如下

    1. Computing gradients (e.g. ee.Terrain.gradient or ee.Terrain.slope)
    2. reduceResolution当将高分辨率像元聚合为(aggregate )低空间分辨率时

    然而需要尽量避免调用reproject()方法。

    例如,当重新投影影像并将其添加到map中。如果 reproject()调用中指定的尺度比地图的缩放级别小得多,Earth Engine将请求非常小的像元尺度、非常大的空间范围内的所有输入。这可能会导致一次请求太多数据并导致错误。

    // The input image has a SR-ORG:6974 (sinusoidal) projection.
    var image = ee.Image('MODIS/006/MOD13A1/2014_05_09').select(0);
    
    // Operations *before* the reproject call will be done in the projection
    // specified by reproject().  The output results in another reprojection.
    var reprojected = image
        .unitScale(-2000, 10000)
        .reproject('EPSG:4326', null, 500);
    Map.addLayer(reprojected, visParams, 'Reprojected');
    

    上述代码,输入MOD13A1为sinusoidal投影,对数据进行标准化 unitScale() 后调用reproject()方法,所以unitScale()在WGS84投影下进行。最后利用Map在Code Editor中展示时因为Map展示投影为Mercator,又需要将结果重投影为Mercator。

    Reprojection

    3 重采样(resample)

    Earth Engine 重投影默认执行最近邻重采样。可以使用resample()reduceResolution() 更改。具体地说,当这些方法应用于输入图像时,输入图像所需的任何重投影都将使用指定的重采样或聚合方法完成。

    resample()

    resample()使用指定的重采样方法('bilinear' or 'bicubic') 用于下一次重投影。由于Earth Engine根据输出投影请求输入的投影,因此隐式的( implicit)重投影可能在对输入图像进行任何其它操作之前发生。因此,直接在输入图像上调用resample()

    // Load a Landsat image over San Francisco, California, UAS.
    var landsat = ee.Image('LANDSAT/LC08/C01/T1_TOA/LC08_044034_20160323');
    
    // Set display and visualization parameters.
    Map.setCenter(-122.37383, 37.6193, 15);
    var visParams = {bands: ['B4', 'B3', 'B2'], max: 0.3};
    
    // Display the Landsat image using the default nearest neighbor resampling.
    // when reprojecting to Mercator for the Code Editor map.
    Map.addLayer(landsat, visParams, 'original image');
    
    // Force the next reprojection on this image to use bicubic resampling.
    var resampled = landsat.resample('bicubic');
    
    // Display the Landsat image using bicubic resampling.
    Map.addLayer(resampled, visParams, 'resampled');
    
    Resample

    reduceResolution()

    当我们的目标不是在重投影时进行重采样,而是将小尺度像元采用不同的投影聚合为一个更大尺度的像元,需要使用此功能。这一功能适用于对比具有不同尺度的数据集,例如对比30米的Landsat数据与500米的MODIS数据。具体使用方法看下面代码。

    // Load a MODIS EVI image.
    var modis = ee.Image(ee.ImageCollection('MODIS/006/MOD13A1').first())
        .select('EVI');
    
    // Display the EVI image near La Honda, California.
    Map.setCenter(-122.3616, 37.5331, 12);
    // 这里在zoom level为12的pyramids水平下,默认最邻近采样,显示MODIS数据
    // MODIS数据原始投影为sinusoidal投影,加载到地图上时转化为Mercator
    Map.addLayer(modis, {min: 2000, max: 5000}, 'MODIS EVI');//projection: SR-ORG:6974
    
    // Get information about the MODIS projection.
    var modisProjection = modis.projection();
    print('MODIS projection:', modisProjection);//projection: SR-ORG:6974
    
    // Load and display forest cover data at 30 meters resolution.
    var forest = ee.Image('UMD/hansen/global_forest_change_2015')
        .select('treecover2000');
    Map.addLayer(forest, {max: 80}, 'forest cover 30 m');//projection: EPSG:4326
    
    // Get the forest cover data at MODIS scale and projection.
    var forestMean = forest
        // Force the next reprojection to aggregate instead of resampling.
        .reduceResolution({
          reducer: ee.Reducer.mean(),
          maxPixels: 1024
        })
        // Request the data at the scale and projection of the MODIS image.
        .reproject({
          crs: modisProjection
        });
    
    // Display the aggregated, reprojected forest cover data.
    Map.addLayer(forestMean, {max: 80}, 'forest cover at MODIS scale');//projection: SR-ORG:6974
    
    ReduceResolution

    聚合像元值,依据面积加权思想合成。如下图所示,输出像元的面积为a,与b相交的输入像元的权重计算为b/a,与c相交的输入像元的权重计算为c/a。

    ReduceResolution_weights

    在进行一些应用时,使用除mean reducer之外的reducer时需要注意上述合成规则避免出现错误。例如

    例如,要计算每个像元的森林面积,使用mean reducer来计算所覆盖像素的百分比,然后乘以面积(而不是计算较小像素的面积,然后用sum reducer来将它们相加,因为这里使用sum的话会利用上述合成规则有一个加权过程导致不准)。

    // Compute forest area per MODIS pixel.
    var forestArea = forest.gt(0)
        // Force the next reprojection to aggregate instead of resampling.
        .reduceResolution({
          reducer: ee.Reducer.mean(),
          maxPixels: 1024
        })
        // The reduce resolution returns the fraction of the MODIS pixel
        // that's covered by 30 meter forest pixels.  Convert to area
        // after the reduceResolution() call.
        .multiply(ee.Image.pixelArea())
        // Request the data at the scale and projection of the MODIS image.
        .reproject({
          crs: modisProjection
        });
    Map.addLayer(forestArea, {max: 500 * 500}, 'forested area at MODIS scale');
    

    欢迎关注本人公众号,获取更多有深度、有内容、有趣味的信息。
    公众号:“囚室”
    WeChat

  • 相关阅读:
    .Net Core 为 x86 和 x64 程序集编写 AnyCPU 包装
    动态构造任意复杂的 Linq Where 表达式
    Windows GDI 窗口与 Direct3D 屏幕截图
    你一定看得懂的 DDD+CQRS+EDA+ES 核心思想与极简可运行代码示例
    浏览器中的 .Net Core —— Blazor WebAssembly 初体验
    Asp.Net Core IdentityServer4 管理面板集成
    Asp.Net Core Identity 骚断腿的究极魔改实体类
    lambda函数的作用
    风控模型师面试准备--业务+模型篇
    梯度下降算法原理讲解
  • 原文地址:https://www.cnblogs.com/yhpan/p/14160221.html
Copyright © 2020-2023  润新知