Python 3.x 从ee.reduceRegion Google Earth引擎Python获取图像

正如函数所建议的，我们知道当由于服务器限制而出现“太多像素”错误时，reduceRegion（）函数会派上用场。我目前正在使用Google Colab，代码如下：

image = ee.Image('LANDSAT/LE7_TOA_5YEAR/2008_2012')
aoi = getPolygon((55.2708, 25.2048), 0.15) 

# Reduce the region. The region parameter is the Feature geometry.
meanDictionary = image.reduceRegion(reducer=ee.Reducer.mean(), geometry=aoi, scale=90, maxPixels=262144)

打印

meansdictionary.getInfo（）

后，我自然会得到一个不同波段值的字典：

{'B1': 48.80214808618162,
 'B2': 50.636738705868815,
 'B3': 53.1672805851419,
 'B4': 58.36716764069926,
 'B5': 56.440968073087255,
 'B6_VCID_2': 209.51128253916946,
 'B7': 43.215088529918695}

---

我的问题是，在使用reduceRegion（）及其各自的参数调用reduceRegion（）之后，如何将实际的简化图像作为

ee.Image.Image

对象获取，因为它只返回一个字典。我可能会偏离轨道，如果是这样，请在正确的方向上提供一些指导

没有“缩小图像”，或者更确切地说，

reduceRegion

的作用是将大量像素转换为一个数值或其他值（每个波段）。输出不是图像，因为不再有空间信息-整个缩减结果在该字典中描述

---

关于“太多像素”错误的文档是指如何在像素太大时进行缩小。reduceRegion是可能出现这些错误的东西，而不是解决这些错误的方法。

我得到了转换为一个数值的结果，因为我得到了作为输出的单波段值的字典，谢谢你对此的澄清。有没有什么方法可以将图像的缩放版本作为输出，以消除“像素太多”错误？@HibaJamal添加单独的步骤来缩放图像是没有必要的，并且会导致更糟糕的结果。如果使用的算法可能会产生“太多像素”错误，则该操作将具有

scale

和

maxPixels

参数。您可以使用

scale

来选择它的分辨率，如果您真的想做一个缓慢、高分辨率的操作，可以增加

maxPixels

（这是一个健全的检查，不是一个硬限制）。感谢您提供查找这些参数的线索，但我只使用image.samplelectangle来获取特定的频带值数组，Geometry.Polygon指定一个区域，现在已尝试image.reproject使用其比例参数。只有最后一个提供了一个比例参数，它要么给出一个黑色图像（因为带外遮罩像素的默认值为0），要么给出一个白色图像（仍在尝试解决这个问题）。@HibaJamal啊，如果您使用的是

samplelectangle（）

，请注意，它说它在带的投影中采样。要更改使用相同crs和不同比例的

reproject（）

。是的，使用了

band\u arrs=img.reproject（crs=img.projection（）.crs（），scale=sclx）。samplelectangle（region=aoi，defaultValue=0）

，您认为输出图像中会有错误吗（我在提取带值数组后使用pyplot绘制）如果

sclx

过高？