Python imageCollection（）.filterBounds（）未显示几何输入的结果

我正试图使用从

功能集合

中获取的

几何体

函数在

图像集合

上使用

过滤器边界

，但没有出现任何更改。我不明白为什么它不起作用，因为我正在将几何体传递到

filterBounds

import geemap
import ee

Map = geemap.Map()
Map

# retreives geometry for colorado
co = ee.FeatureCollection('TIGER/2018/States').filter("NAME == 'Colorado'").geometry()

# clips image to colorado geometry
lf_veg_dataset = ee.ImageCollection('LANDFIRE/Vegetation/EVT/v1_4_0').filterBounds(co);

# selects dataset to be mapped
lf_veg = lf_veg_dataset.select('EVT')

# sets image variables
lf_veg_vis = {'min': 3001, 'max': 3999, 'opacity': 1.0}

# adds image layers to map
Map.addLayer(lf_veg, lf_veg_vis, 'Veg')

filterBounds（）

传递具有与几何体相交的几何体的输入集合元素-另请参见此处：。在您的情况下，这意味着过滤器返回一个覆盖除AK和HI之外的所有状态的IC。您只需将该输出剪辑到您感兴趣的区域：

import geemap
import ee

Map = geemap.Map()

# retreives geometry for colorado
co = ee.FeatureCollection('TIGER/2018/States').filterMetadata('NAME', 'equals', 'Colorado').geometry()

# clips image to colorado geometry
lf_veg_dataset = ee.ImageCollection('LANDFIRE/Vegetation/EVT/v1_4_0').filterBounds(co)

# selects dataset to be mapped
lf_veg = lf_veg_dataset.select('EVT')

# Clip to bounds of geometry
lf_veg_img = lf_veg.map(lambda image: image.clip(co))

# sets image variables
lf_veg_vis = {'min': 3001, 'max': 3999, 'opacity': 1.0}

# adds image layers to map
Map.addLayer(lf_veg_img, lf_veg_vis, 'Veg')

Map