光谱可分性分析谷歌地球引擎

Question

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，以选择要使用的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。我试着使用这个代码，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
});

此代码计算类植被中定界的每个多边形的平均值和标准差，而不是该类的全局值。所以在运行这个代码之后，我得到了很多植被类的均值和SD。有人知道如何获得ee.FeatureCollection的平均值和标准差吗？

Answer 1

我在Script 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。所以下面是正确的脚本

// 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
});