GEE（12）：使用移动窗口对影像进行计算

问题描述：“在GEE中想对图像窗口进行一些计算，比如3x3像元窗口，计算整个图像的某个公式，比如计算这个窗口像元的总平均值的来作为每个像元的新值”

解决方法：在GEE中使用移动窗口的方法来对影像进行计算主要用到了ee.Kernel.square/ee.Kernel.rectangle和neighborhoodToArray函数

Kernel用来确定核，即移动窗口的大小，单位可以是像素，也可以是米，使用方法如下：

var kernel = ee.Kernel.square({
    radius:3, //移动窗口半径
    units:"pixels", //单位
    normalize:false, 
})

定义完移动窗口大小以后，使用neighborhoodToArray函数来对移动窗口范围内的值进行计算，比如要使用3x3像元窗口内的平均值来作为新的值代替原像元值，可以使用如下方法：

var img_neiborhood_mean2 = img.reduceNeighborhood({
  reducer:ee.Reducer.mean(), // 平均值
  kernel:kernel, // 前面定义的kernel
}).rename('mean2');

返回的就是使用移动窗口对整个影像计算后的新影像。

这里以SRTM DEM为例计算，完整计算代码如下：

//定义roi范围
var roi = ee.Geometry.Polygon(
        [[[110.51894680483909, 36.61075542452372],
          [110.51894680483909, 33.98398879058431],
          [113.97964016421409, 33.98398879058431],
          [113.97964016421409, 36.61075542452372]]], null, false);
// 读取 DEM          
var DEM = ee.Image("CGIAR/SRTM90_V4");
var img = DEM.clip(roi);
// 定义kernel
var kernel = ee.Kernel.square({
    radius:3,
    units:"pixels",
    normalize:false,
});
// 移动窗口计算
var img_neiborhood_mean2 = img.reduceNeighborhood({
  reducer:ee.Reducer.mean(),
  kernel:kernel,
}).rename('mean2');
Map.addLayer(img_neiborhood_mean2,{min:0,max:1000},'mean2');

原始DEM：

移动窗口计算后：

这里只是使用简单的移动窗口内的平均值来代替，如果想要其他的也可以。比如计算这个窗口每个像元与窗口像元的总平均值的差，作为每个像元的新值，就可以先通过上述方法计算每个像元窗口内的平均值，然后使用原始影像减去平均值影像，就得到了需要的影像。ee.Reducer里面还有很多其他的函数，基本能够满足需要。

在网上看见也有其他方法，是使用Array的相关操作来实现，贴上使用Array的相关代码以供学习：

//定义roi范围
var roi = ee.Geometry.Polygon(
        [[[110.51894680483909, 36.61075542452372],
          [110.51894680483909, 33.98398879058431],
          [113.97964016421409, 33.98398879058431],
          [113.97964016421409, 36.61075542452372]]], null, false);
// 读取 DEM          
var DEM = ee.Image("CGIAR/SRTM90_V4");
var img = DEM.clip(roi);
// 邻域转为Array，包括x和y两个轴
var img_neiborhood = img.neighborhoodToArray({
    kernel:kernel,
});
// 计算移动窗口x和y轴的平均值
var img_neiborhood_mean = img_neiborhood.arrayReduce({
    reducer:ee.Reducer.mean(),
    axes:[0],
}).arrayReduce({
    reducer:ee.Reducer.mean(),
    axes:[1],
}).arrayProject([0]).arrayFlatten({
    coordinateLabels:[['mean']],
//  separator:"_",
})
Map.centerObject(roi);
Map.addLayer(img,{min:0,max:1000},'img');
Map.addLayer(img_neiborhood,{min:0,max:1000},'img_neiborhood');
Map.addLayer(img_neiborhood_mean,{min:0,max:1000},'img_neiborhood_mean');