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));
重复项减少了3个
