Mostrando datos y creando gráficos
¡Bienvenido a nuestro próximo módulo!
En este módulo, llevaremos nuestro análisis al siguiente nivel mostrando datos. Este es el primer paso hacia el uso de gráficos para mostrar resultados cuantificables de nuestras visualizaciones. Juntos, repasaremos un ejemplo de cómo mostrar dos bandas diferentes en una serie temporal utilizando un gráfico de dispersión. También aprenderemos sobre los reductores, que son herramientas que nos permiten resumir grandes cantidades de datos para una región o período de tiempo, facilitando la digestión de nuestros resultados.
.
“We go together
Like rama lama lama ka dinga da dinga dong”
Haciendo visualizaciones
Entonces, ya sabes cómo crear visualizaciones y capas en el mapa, pero ¿cómo mostramos los valores de píxeles de la imagen de una manera legible e interpretable?
Los desarrolladores de GEE han reunido algunas guías estupendas. Algunas de ellas (aquí) incluso explican cómo crear gráficos, ¡que es exactamente lo que queremos hacer!
Ejemplo: Gráficos de dispersión
Investiga en las guías del enlace anterior para encontrar la herramienta de trazado que mejor se adapte a tus necesidades. Vamos a repasar uno de los ejemplos aquí para los gráficos de dispersión, porque estos son generalmente útiles para visualizar puntos de datos discretos.
// Import the example feature collection and subset the forest feature.
var forest = ee.FeatureCollection('projects/google/charts_feature_example')
.filter(ee.Filter.eq('label', 'Forest'));
Map.addLayer(forest)
// Load MODIS vegetation indices data and subset a decade of images.
var vegIndices = ee.ImageCollection('MODIS/006/MOD13A1')
.filter(ee.Filter.date('2010-01-01', '2020-01-01'))
.select(['NDVI', 'EVI']);El código anterior simplemente importa una región de interés en la variable 'forest'. Añadimos esta región al mapa usando Map.addLayer para que podamos visualizar el área que estamos analizando. Luego, cargamos un conjunto de datos MODIS en la variable 'vegIndices' y lo filtramos por fecha y banda. La banda NDVI es un índice de vegetación que proporciona información sobre la densidad y salud de la vegetación. EVI es el índice de vegetación mejorado que es más sensible y elimina cosas como el humo y las nubes delgadas de los datos. Usemos el siguiente código para mostrar los valores de píxeles para cada índice en un gráfico para comparación.
// Define the chart and print it to the console.
var chart =
ui.Chart.image
.series({
imageCollection: vegIndices,
region: forest,
reducer: ee.Reducer.mean(),
scale: 500,
xProperty: 'system:time_start'
})
.setSeriesNames(['EVI', 'NDVI'])
.setOptions({
title: 'Average Vegetation Index Value by Date for Forest',
hAxis: {title: 'Date', titleTextStyle: {italic: false, bold: true}},
vAxis: {
title: 'Vegetation index (x1e4)',
titleTextStyle: {italic: false, bold: true}
},
lineWidth: 5,
colors: ['e37d05', '1d6b99'],
curveType: 'function'
});
print(chart);Ahora esto parece mucho código solo para un gráfico, ¡pero es principalmente formato! Comenzamos creando una variable llamada chart y usamos la función ui.Chart.image.series. Esta función particular de ui.Chart es útil para colecciones de imágenes y series temporales.
Para nuestras entradas, especificamos la colección de imágenes que queremos mostrar como vegIndices. La región que queremos graficar es nuestra región de interés (la variable 'forest'). Luego tomamos el promedio de los valores de la banda usando el reductor mean
(Nota: un reductor es un método que se utiliza para agregar datos durante un cierto período de tiempo o área. Se aplica un reductor a una colección de imágenes o a una sola imagen para producir un único valor de salida, como una media, mediana, máximo, mínimo o desviación estándar, para cada banda o combinación de bandas de la imagen. Los reductores se utilizan para resumir y extraer información de grandes conjuntos de datos. Consulta la pestaña Docs en el panel izquierdo del editor de código de GEE para obtener más tipos de reductores).
El resto es formato: nombres de series, título, títulos de ejes x e y, etc. Tal como lo verías en MATLAB o Python.
Finalmente, imprimimos el gráfico en la Consola usando la función print.
Recap
Aquí está lo que aprendimos en este entrenamiento:
Trabajamos arduamente para visualizar datos satelitales de muchas formas diferentes. Ahora hacemos uso de gráficos para mostrar resultados cuantificables de nuestras visualizaciones.
Los desarrolladores de GEE han creado guías para cada tipo de gráfico en GEE. Juntos, revisamos un ejemplo de cómo mostrar dos bandas diferentes en una serie temporal utilizando un gráfico de dispersión.
Nuevos elementos de código:
ui.chart es una familia de funciones utilizadas para crear gráficos de muchos tipos diferentes.
Los reductores son herramientas que nos permiten resumir grandes cantidades de datos para una región o período de tiempo, para que podamos digerir fácilmente los resultados.