GEE计算超限怎么办：bestEffort 参数解决超过 10000000 个像素时

​

•  当您有超过 10000000 个像素时，bestEffort 参数将仅使用像素子集来计算统计信息。如果您想要实际的最小值/最大值，请将 maxPixels 设置为更高的数字
• 使用图层管理器​​计算的参数是使用您所在缩放级别的地图中可见像素的子集完成的。 （ 参考）。可以得到近似的最小值/最大值
• 如果您想要实际的最小/最大值，则需要以原始比例（30m）为整个几何图形运行计算

推荐的方法是使用 evaluate() 异步计算统计数据并在完成后添加图层。请记住，evaluate() 返回一个客户端对象，您必须使用 javascript 方法从对象中提取值。 

函数：

reduceRegion(reducer, geometry, scale, crs, crsTransform, bestEffort, maxPixels, tileScale)

Apply a reducer to all the pixels in a specific region.

Either the reducer must have the same number of inputs as the input image has bands, or it must have a single input and will be repeated for each band.

Returns a dictionary of the reducer's outputs.

Arguments:

this:image (Image):

The image to reduce.

reducer (Reducer):

The reducer to apply.

geometry (Geometry, default: null):

The region over which to reduce data. Defaults to the footprint of the image's first band.

scale (Float, default: null):

A nominal scale in meters of the projection to work in.

crs (Projection, default: null):

The projection to work in. If unspecified, the projection of the image's first band is used. If specified in addition to scale, rescaled to the specified scale.

crsTransform (List, default: null):

The list of CRS transform values. This is a row-major ordering of the 3x2 transform matrix. This option is mutually exclusive with 'scale', and replaces any transform already set on the projection.

bestEffort (Boolean, default: false):

If the polygon would contain too many pixels at the given scale, compute and use a larger scale which would allow the operation to succeed.如果多边形在给定的比例下包含太多的像素，则计算并使用一个更大的比例，这样可以使操作成功。

maxPixels (Long, default: 10000000):

The maximum number of pixels to reduce.要统计的最大像素数。

tileScale (Float, default: 1):

A scaling factor between 0.1 and 16 used to adjust aggregation tile size; setting a larger tileScale (e.g. 2 or 4) uses smaller tiles and may enable computations that run out of memory with the default.

Returns: Dictionary

代码：

var ss = ee.FeatureCollection("users/bqt2000204051/Qinghai");
var NDVIImgColl = ee.ImageCollection('LANDSAT/LC08/C01/T1_8DAY_NDVI')
                  .filterDate('2018-11-01', '2019-04-30').select('NDVI').mean();
                  
                  
Map.addLayer(NDVIImgColl.clip(ss), {}, "NDVI")

var NDVIavg = NDVIImgColl.clip(ss)

var stats = NDVIavg.reduceRegion({
    reducer: ee.Reducer.minMax(),
    geometry : ss,
    scale : 30,
    maxPixels: 1e10
  });

var varmax1 = ee.Number(stats.get("NDVI_max"));
print("Max NDVI in AOI", varmax1)

// evaluate() 将在后台运行，而 最小/最大值的计算
stats.evaluate(function(result) {
  var min = result['NDVI_min']
  var max = result['NDVI_max']
  print('Computed min/max', min, max)
  var visParams = {min: min, max:max}
  Map.addLayer(NDVIImgColl.clip(ss), visParams, 'Min/Max Stretch');
})

这里没有best effort的运行状态，一致再加载：

var stats = NDVIavg.reduceRegion({
    reducer: ee.Reducer.minMax(),
    geometry : ss,
    scale : 30,
    maxPixels: 1e10,
bestEffort：true
  });

使用后的bestEffort参数结果：

NDVI均值：

 最大最小值：

​

​​​往期推荐：

Google Earth Engine（GEE）——全球不透水层数据提取1985-2018年流域内的不透水层面积（渭河流域为例）

2019年中国森林冠层高度（树高）数据30m分辨率（附数据下载链接）

GEE ——美国LANDIFRE火灾LANDFIRE FRG (Fire Regime Groups) v1.2.0数据集

Google Earth Engine ——全球1984年至2015年地表水的位置和时间即地表水月度数据集的观测数据的元数据

Google earth engine（GEE）绘制沿山脉断面的海拔和温度（双轴坐标显示）

Google Earth Engine ——VCF树木覆盖层包含高度超过 5 米的木本植被覆盖数据集

巨牛的人工智能学习网站：床长人工智能教程

1975 年全球土地调查 (GLS) 是来自 Landsat 1-4合成的全球图像集合

美国田纳西大学吴秋生老师招全奖博士生

GHSL 全球人口网格数据集250米分辨率

GEE——全球人类居住区网格数据 1975-1990-2000-2014 (P2016)

Google Earth Engine（GEE）——GEDI L2A Vector Canopy Top Height 数据集

1999-2019年墨累全球潮汐湿地变化 v1 数据集

免费获取机器学习数据集6000+

欢迎大家关注和转发

另外，大家有什么问题可以在后台消息进行回复，我将不定期查看消息，回答或解决大家的问题，谢谢！

获取更多资源：(1178条消息) 此星光明2021年博客之星云计算Top3的博客_CSDN博客-GEE数据集专栏,Google Earth Engine,GEE教程训练领域博主