python - imageCollection.reduce() 函数在使用 Google Earth Engine Python API 导出时生成单像素图像

Question

我正在尝试寻找从 imageCollection 导出单个图像的方法，目前正在研究 imageCollection.reduce() 函数。特别是，我想从图像集合中创建单个图像，其中每个像素代表集合中图像中该位置的像素的平均值。根据此网页( https://developers.google.com/earth-engine/reducers_image_collection )， imageCollection.reduce() 函数应该执行此操作。看一下中值函数的示例，它表示“输出是按像素计算的，因此输出中的每个像素都由该位置集合中所有图像的中值组成。”

但是，每当我尝试使用这些函数时，导出到我的 Google 云端硬盘的输出都是单像素图像。

我已经能够导出和下载仅包含单个图像的 ee 图层的整个图像。下面的示例显示了我的高程图层结果:

import ee
import rasterio as rio
import numpy as np
ee.Initialize()

elevation = ee.Image('JAXA/ALOS/AW3D30_V1_1').select('AVE')

geometry = ee.Geometry.Polygon([[33.8777, -13.4055],
                                [33.8777, -13.3157],
                                [33.9701, -13.3157],
                                [33.9701, -13.4055]])
geometry = geometry['coordinates'][0]

filename = "Example_File"

task_config = {
    'region': geometry,
    'min': 0.0,
    'max': 4000.0,
    'palette': ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff']
    }

task = ee.batch.Export.image(elevation, filename, task_config)

task.start()

将图像导出并下载到我的计算机上后，我会得到以下输出:

rs = rio.open("C:\\Users\\miker\\Downloads\\Example_File.TIF")
rs.read(1)

#Output#
array([[1275, 1273, 1271, ..., 1152, 1163, 1178],
       [1275, 1273, 1271, ..., 1152, 1164, 1184],
       [1275, 1273, 1271, ..., 1158, 1169, 1187],
       ...,
       [1327, 1326, 1324, ..., 1393, 1396, 1397],
       [1328, 1326, 1325, ..., 1399, 1400, 1403],
       [1328, 1326, 1325, ..., 1402, 1404, 1407]], dtype=int16)

但是，当我尝试对 imageCollection 层执行类似的过程时，其中集合已使用 ee.Reducer.mean() 函数缩减为图像，我只得到一个像素数组:

population = (ee.ImageCollection('WorldPop/POP')
              .select('population')
              .filter(ee.Filter.date('2015-01-01', '2017-12-31')))
population = population.reduce(ee.Reducer.mean())

File_Name = "Example_File2"

task_config = {
    'region': geometry,
    'min': 0.0,
    'max': 50.0,
    'palette': ['24126c', '1fff4f', 'd4ff50']
    }

task = ee.batch.Export.image(population, File_Name, task_config)

task.start()

rs = rio.open("C:\\Users\\miker\\Downloads\\Example_File2.TIF")
rs.read(1)

#Output#
array([[1.262935]], dtype=float32)

我对 min()、max() 和median() 重复了这个过程，并得到了相似的结果:

# mean:   array([[1.262935]], dtype=float32)
# median: array([[1.262935]], dtype=float32)
# min:    array([[1.2147448]], dtype=float32)
# max:    array([[1.3111253]], dtype=float32)

有谁知道为什么会发生这种情况？我的猜测是，reduce() 函数将整个集合聚合为一个值，但我不确定为什么或者我可以采取什么措施来阻止这种情况。

任何帮助将不胜感激。

Answer 1

当您运行 task.start() 而不显式设置参数时，任务将使用默认值。正如 @blindjesse 提到的，您没有正确设置图像导出任务的参数，并且默认值会给您带来奇怪的结果。以下是将人口图像以 30m 分辨率导出到 GDrive 的示例:

population = (ee.ImageCollection('WorldPop/POP')
              .select('population')
              .filter(ee.Filter.date('2015-01-01', '2017-12-31')))
population = population.reduce(ee.Reducer.mean())

geometry = ee.Geometry.Polygon([[33.8777, -13.4055],
                                [33.8777, -13.3157],
                                [33.9701, -13.3157],
                                [33.9701, -13.4055]])

File_Name = "Example_File2"

task_config = {
    'region': geometry.coordinates().getInfo(), 
    'scale': 30,
    'description': File_Name
} 

task = ee.batch.Export.image.toDrive(population, **task_config)
task.start()