Statistics 谷歌地球引擎的光谱可分性分析

我是个新来的使用GEE的人

我需要使用Sentinel 2图像进行分类，为此，我需要进行光谱可分性分析，以选择最佳波段和植被指数。所以，我需要计算训练场地的平均值和标准差。我尝试使用这段代码，但结果没有用

// Get the Mean of the bands of the image for the polygons of the Vegetation class
var MeanTraining = Image.reduceRegions({
  collection: Vegetation,      // Vegetation is a FeatureCollection of polygons
  reducer: ee.reducer.mean(), 
  scale:30
});

此代码计算在“植被”类中分隔的每个多边形的平均值和标准偏差，而不是该类的全局值。所以在运行了这段代码之后，我得到了植被类的很多方法和SD。有人知道如何获得

ee.FeatureCollection

的平均值和标准偏差吗

提前感谢,，

---

马科斯

我在脚本中发现了错误

在定义矢量（植被）时，有必要使用几何体，而不是集合。下面是正确的脚本

// Get the Mean of the bands of the image for the polygons of the Vegetation class
var MeanTraining = Image.reduceRegions({
  geometry: Vegetation,
  reducer: ee.Reducer.mean(), 
  scale:30
});

---

我在脚本中发现了错误

在定义矢量（植被）时，有必要使用几何体，而不是集合。下面是正确的脚本

// Get the Mean of the bands of the image for the polygons of the Vegetation class
var MeanTraining = Image.reduceRegions({
  geometry: Vegetation,
  reducer: ee.Reducer.mean(), 
  scale:30
});