お知らせ: 2025 年 4 月 15 日より前に Earth Engine の使用を登録したすべての非商用プロジェクトは、Earth Engine へのアクセスを維持するために非商用目的での利用資格を確認する必要があります。

このページは Cloud Translation API によって翻訳されました。

ee.Image.reduceRegion

特定のリージョン内のすべてのピクセルにリデューサーを適用します。

リデューサーは、入力画像が持つバンドと同じ数の入力を持つか、単一の入力を持って各バンドに対して繰り返される必要があります。

リデューサーの出力のディクショナリを返します。

用途	戻り値
`Image.reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale)`	Dictionary

引数	タイプ	詳細
これ: `image`	画像	縮小する画像。
`reducer`	レデューサ	適用するレデューサ。
`geometry`	Geometry、デフォルト: null	データを削減するリージョン。デフォルトは、画像の最初のバンドのフットプリントです。
`scale`	浮動小数点数、デフォルト: null	作業する投影のメートル単位の名義尺度。
`crs`	Projection、デフォルト: null	作業する投影法。指定しない場合、イメージの最初のバンドの投影が使用されます。スケールに加えて指定された場合、指定されたスケールに再スケーリングされます。
`crsTransform`	リスト、デフォルト: null	CRS 変換値のリスト。これは 3x2 変換行列の行優先順序です。このオプションは「scale」と相互に排他的であり、投影にすでに設定されている変換を置き換えます。
`bestEffort`	ブール値。デフォルト値は false です。	指定されたスケールでポリゴンに含まれるピクセルが多すぎる場合は、より大きなスケールを計算して使用し、オペレーションを成功させます。
`maxPixels`	Long、デフォルト: 10000000	削減するピクセルの最大数。
`tileScale`	浮動小数点数、デフォルト: 1	集計タイルのサイズを調整するために使用される 0.1 ～ 16 のスケーリング係数。tileScale を大きく設定すると（例: 2 または 4）では、タイルサイズが小さくなるため、デフォルトではメモリ不足になる計算を実行できる可能性があります。

例

コードエディタ（JavaScript）

// A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
var img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508')
              .select(['SR_B6', 'SR_B5', 'SR_B3']);

// Santa Cruz Mountains ecoregion geometry.
var geom = ee.FeatureCollection('EPA/Ecoregions/2013/L4')
               .filter('us_l4name == "Santa Cruz Mountains"').geometry();

// Display layers on the map.
Map.setCenter(-122.08, 37.22, 9);
Map.addLayer(img, {min: 10000, max: 20000}, 'Landsat image');
Map.addLayer(geom, {color: 'white'}, 'Santa Cruz Mountains ecoregion');

// Calculate median band values within Santa Cruz Mountains ecoregion. It is
// good practice to explicitly define "scale" (or "crsTransform") and "crs"
// parameters of the analysis to avoid unexpected results from undesired
// defaults when e.g. reducing a composite image.
var stats = img.reduceRegion({
  reducer: ee.Reducer.median(),
  geometry: geom,
  scale: 30,  // meters
  crs: 'EPSG:3310',  // California Albers projection
});

// A dictionary is returned; keys are band names, values are the statistic.
print('Median band values, Santa Cruz Mountains ecoregion', stats);

// You can combine reducers to calculate e.g. mean and standard deviation
// simultaneously. The output dictionary keys are the concatenation of the band
// names and statistic names, separated by an underscore.
var reducer = ee.Reducer.mean().combine({
  reducer2: ee.Reducer.stdDev(),
  sharedInputs: true
});
var multiStats = img.reduceRegion({
  reducer: reducer,
  geometry: geom,
  scale: 30,
  crs: 'EPSG:3310',
});
print('Mean & SD band values, Santa Cruz Mountains ecoregion', multiStats);

Python の設定

Python API とインタラクティブな開発での geemap の使用については、 Python 環境のページをご覧ください。

import ee
import geemap.core as geemap

Colab（Python）

# A Landsat 8 surface reflectance image with SWIR1, NIR, and green bands.
img = ee.Image('LANDSAT/LC08/C02/T1_L2/LC08_044034_20210508').select(
    ['SR_B6', 'SR_B5', 'SR_B3']
)

# Santa Cruz Mountains ecoregion geometry.
geom = (
    ee.FeatureCollection('EPA/Ecoregions/2013/L4')
    .filter('us_l4name == "Santa Cruz Mountains"')
    .geometry()
)

# Display layers on the map.
m = geemap.Map()
m.set_center(-122.08, 37.22, 9)
m.add_layer(img, {'min': 10000, 'max': 20000}, 'Landsat image')
m.add_layer(geom, {'color': 'white'}, 'Santa Cruz Mountains ecoregion')
display(m)

# Calculate median band values within Santa Cruz Mountains ecoregion. It is
# good practice to explicitly define "scale" (or "crsTransform") and "crs"
# parameters of the analysis to avoid unexpected results from undesired
# defaults when e.g. reducing a composite image.
stats = img.reduceRegion(
    reducer=ee.Reducer.median(),
    geometry=geom,
    scale=30,  # meters
    crs='EPSG:3310',  # California Albers projection
)

# A dictionary is returned keys are band names, values are the statistic.
display('Median band values, Santa Cruz Mountains ecoregion', stats)

# You can combine reducers to calculate e.g. mean and standard deviation
# simultaneously. The output dictionary keys are the concatenation of the band
# names and statistic names, separated by an underscore.
reducer = ee.Reducer.mean().combine(
    reducer2=ee.Reducer.stdDev(), sharedInputs=True
)
multi_stats = img.reduceRegion(
    reducer=reducer,
    geometry=geom,
    scale=30,
    crs='EPSG:3310',
)
display('Mean & SD band values, Santa Cruz Mountains ecoregion', multi_stats)

ee.Image.reduceRegion コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

例

コードエディタ（JavaScript）

Colab（Python）

ee.Image.reduceRegion