JS_高程7.函数表达式(1)

本文探讨了JavaScript中函数声明与函数表达式的不同之处,包括它们的定义方式、函数声明提升的特点以及如何正确地在条件判断中使用这些函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

定义函数的两种常见的方法:

1 . 函数声明

2. 函数表达式

# 差异

(1)函数声明 ,具有函数声明提升的特征。

(2)函数声明的函数的name属性为函数的名称;使用函数表达式定义的函数在ES5中,name属性为空字符串,在ES6中为函数的名称。

 #  函数声明提升

  函数声明

1 sayHello();//在函数声明之前调用函数不会报错,因为函数声明提升。
2 function sayHello(){
3     console.log("Hello!");//Hello!
4     console.log(sayHello.name);//sayHello
5 }

  函数表达式

1 sayHello();// TypeError: sayHello is not a function  使用函数表达式的方法定义函数,在变量声明函数之前调用函数会报错。
2 var sayHello = function (){
3     console.log("Hello!");//Hello!
4     console.log(sayHello.name);//sayHello。注意:在ES5中,匿名函数的name属性是空字符串(P176),在ES6中返回这个具名函数原本的名字。
5 }
6 sayHello();//在这里调用不会报错。  

# 注意以下这种情况

 

 1 //不要这样做。由于函数声明提升的原因,以下代码在ECMAScript中属于无效语法,浏览器尝试修正的错误的做法不一致。P176
 2  var flag = true;
 3  if(flag){
 4      function sayHi(){
 5          console.log("Hi");
 6      }
 7  }else{
 8      function sayHi(){
 9          console.log("Yo");
10      }
11  }
12  sayHi();//严格模式下会报错。 ReferenceError: sayHi is not defined

 

 

 1 //可以这样做,使用函数表达式。
 2  var flag = true;
 3  var sayHi;
 4  if(flag){
 5      sayHi = function(){
 6          console.log("Hi");
 7      }
 8  }else{
 9      sayHi = function(){
10          console.log("Yo");
11      }
12  }
13  sayHi();

 

转载于:https://www.cnblogs.com/LinSL/p/7372758.html

// 示例:加载Sentinel-2影像(2022年,与研究区域匹配) var sentinel2 = ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2019-01-25', '2019-12-31') .filterBounds(geometry) // geometry为用户定义的矢量区域 .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20)) // 筛选云量低的影像 .median(); // 取中值合成影像 // 以Sentinel-2为例 var ndvi = sentinel2.normalizedDifference(['B8', 'B4']).rename('NDVI'); var ndwi = sentinel2.normalizedDifference(['B3', 'B8']).rename('NDWI'); // 裁剪到研究区域 var ndviClip = ndvi.clip(geometry); var ndwiClip = ndwi.clip(geometry); // NDVI可视化参数(范围-11) var ndviParams = {min: -1, max: 1, palette: ['red', 'yellow', 'green']}; // NDWI可视化参数(范围-11) var ndwiParams = {min: -1, max: 1, palette: ['white', 'blue']}; Map.centerObject(geometry, 10); Map.addLayer(ndviClip, ndviParams, '2019年NDVI'); Map.addLayer(ndwiClip, ndwiParams, '2019年NDWI'); // 定义通用统计参数 var statsParams = { geometry: geometry, scale: 10, maxPixels: 1e13, bestEffort: true }; // 计算NDVI统计值(显式传递参数) var ndviStats = ndviClip.reduceRegion({ reducer: ee.Reducer.minMax().combine({ reducer2: ee.Reducer.mean(), sharedInputs: true }), geometry: statsParams.geometry, scale: statsParams.scale, maxPixels: statsParams.maxPixels, bestEffort: statsParams.bestEffort }); // 计算NDWI统计值(显式传递参数) var ndwiStats = ndwiClip.reduceRegion({ reducer: ee.Reducer.minMax().combine({ reducer2: ee.Reducer.mean(), sharedInputs: true }), geometry: statsParams.geometry, scale: statsParams.scale, maxPixels: statsParams.maxPixels, bestEffort: statsParams.bestEffort }); // 打印结果 print('2019年NDVI 范围:', ndviStats); print('2019年NDWI 范围:', ndwiStats); // 修正后的MVI计算函数(使用B3、B8、B11波段) function calMvI(img) { var green = img.select("B3"); // B3: 绿光 var nir = img.select("B8"); // B8: 近红外 var swir1 = img.select("B11"); // B11: 短波红外1 var numerator = nir.subtract(green).abs(); // |NIR - Green| var denominator = swir1.subtract(green).abs(); // |SWIR1 - Green| var mvi = numerator.divide(denominator).rename('MVI'); return mvi; } // 加载Sentinel-2影像(去云处理) var sentinel2 = ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2019-01-01', '2019-12-31') .filterBounds(geometry) .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10)) .median(); // 计算MVI var mviImage = calMvI(sentinel2).clip(geometry); // MVI可视化参数 // 步骤1:计算MVI并可视化(辅助定位) var mviParams = {min: 0, max: 5, palette: ['white', 'yellow', 'green']}; Map.addLayer(mviImage.clip(geometry), mviParams, '2019年MVI 指数'); Map.centerObject(geometry, 10); // 步骤2:点击地图触发查询 Map.onClick(function(lonlat) { // 获取点击位置的坐标 var point = ee.Geometry.Point([lonlat.lon, lonlat.lat]); // 采样MVI值 var mviValue = mviImage.sample(point, 10).first().get('MVI'); // 打印结果 print('点击位置坐标:', point); print('2019年MVI 值:', mviValue); }); //高程值 var delta_dtm = ee.Image("projects/sat-io/open-datasets/DELTARES/deltadtm_v1"); var elevation = delta_dtm.select('b1').clip(geometry); elevation = elevation.updateMask(elevation.neq(10)); var elevationVis = { min: 0, max: 10.0, // cmocean deep palette: ["281a2c", "3f396c", "3e6495", "488e9e", "5dbaa4", "a5dfa7", "fdfecc"] }; Map.addLayer(elevation, elevationVis, 'DeltaDTM'); // 定义点击事件函数 var onClick = function(coords) { var point = ee.Geometry.Point(coords.lon, coords.lat); // 从高程图中提取点击位置的值 var value = elevation.reduceRegion({ reducer: ee.Reducer.first(), geometry: point, scale: 30 // 匹配数据分辨率 }).get('b1'); // 打印结果(单位:米) value.evaluate(function(val) { print('高程():', val); }); }; // 绑定点击事件 Map.onClick(onClick); // 设定MVI阈值(根据研究区域调整) var mviThreshold =6.5; var elevationMin = 0; var elevationMax = 5; // 生成红树林二值掩膜 var mangrovesMask= mviImage.gt(mviThreshold) .and(elevation.gte(elevationMin)) .and(elevation.lte(elevationMax)) .rename('Mangroves'); // 方法:过滤掉值为0的区域(仅保留红树林区域) var maskedMangroves = mangrovesMask.updateMask(mangrovesMask.neq(0)); var mangroveVis = { min: 1, // 仅显示值为1的区域 max: 1, palette: ['#228B22'] // 直接指定绿色 }; Map.addLayer(maskedMangroves, mangroveVis, '2019年红树林分布'); // 将二值掩膜转换为面积(平方米) var areaImage = mangrovesMask.multiply(ee.Image.pixelArea()); // 统计研究区域内的总面积 var areaStats = areaImage.reduceRegion({ reducer: ee.Reducer.sum(), geometry: geometry, scale: 10, // Sentinel-2分辨率(米) maxPixels: 1e13 // 提高计算上限 }); // 转换为公顷(1公顷=10,000平方米) var areaHectares = ee.Number(areaStats.get('Mangroves')).divide(1e4); print('2019年红树林面积(公顷):', areaHectares); // 示例:加载Sentinel-2影像(2022年,与研究区域匹配) var sentinel2 = ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2022-01-25', '2022-12-31') .filterBounds(geometry) // geometry为用户定义的矢量区域 .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 20)) // 筛选云量低的影像 .median(); // 取中值合成影像 // 以Sentinel-2为例 var ndvi = sentinel2.normalizedDifference(['B8', 'B4']).rename('NDVI'); var ndwi = sentinel2.normalizedDifference(['B3', 'B8']).rename('NDWI'); // 裁剪到研究区域 var ndviClip = ndvi.clip(geometry); var ndwiClip = ndwi.clip(geometry); // NDVI可视化参数(范围-11) var ndviParams = {min: -1, max: 1, palette: ['red', 'yellow', 'green']}; // NDWI可视化参数(范围-11) var ndwiParams = {min: -1, max: 1, palette: ['white', 'blue']}; Map.centerObject(geometry, 10); Map.addLayer(ndviClip, ndviParams, '2022年NDVI'); Map.addLayer(ndwiClip, ndwiParams, '2022年NDWI'); // 定义通用统计参数 var statsParams = { geometry: geometry, scale: 10, maxPixels: 1e13, bestEffort: true }; // 计算NDVI统计值(显式传递参数) var ndviStats = ndviClip.reduceRegion({ reducer: ee.Reducer.minMax().combine({ reducer2: ee.Reducer.mean(), sharedInputs: true }), geometry: statsParams.geometry, scale: statsParams.scale, maxPixels: statsParams.maxPixels, bestEffort: statsParams.bestEffort }); // 计算NDWI统计值(显式传递参数) var ndwiStats = ndwiClip.reduceRegion({ reducer: ee.Reducer.minMax().combine({ reducer2: ee.Reducer.mean(), sharedInputs: true }), geometry: statsParams.geometry, scale: statsParams.scale, maxPixels: statsParams.maxPixels, bestEffort: statsParams.bestEffort }); // 打印结果 print('2022年NDVI 范围:', ndviStats); print('2022年NDWI 范围:', ndwiStats); // 修正后的MVI计算函数(使用B3、B8、B11波段) function calMvI(img) { var green = img.select("B3"); // B3: 绿光 var nir = img.select("B8"); // B8: 近红外 var swir1 = img.select("B11"); // B11: 短波红外1 var numerator = nir.subtract(green).abs(); // |NIR - Green| var denominator = swir1.subtract(green).abs(); // |SWIR1 - Green| var mvi = numerator.divide(denominator).rename('MVI'); return mvi; } // 加载Sentinel-2影像(去云处理) var sentinel2 = ee.ImageCollection('COPERNICUS/S2_HARMONIZED') .filterDate('2022-01-01', '2022-12-31') .filterBounds(geometry) .filter(ee.Filter.lt('CLOUDY_PIXEL_PERCENTAGE', 10)) .median(); // 计算MVI var mviImage = calMvI(sentinel2).clip(geometry); // MVI可视化参数 // 步骤1:计算MVI并可视化(辅助定位) var mviParams = {min: 0, max: 5, palette: ['white', 'yellow', 'green']}; Map.addLayer(mviImage.clip(geometry), mviParams, 'MVI 指数'); Map.centerObject(geometry, 10); // 步骤2:点击地图触发查询 Map.onClick(function(lonlat) { // 获取点击位置的坐标 var point = ee.Geometry.Point([lonlat.lon, lonlat.lat]); // 采样MVI值 var mviValue = mviImage.sample(point, 10).first().get('2022年MVI'); // 打印结果 print('点击位置坐标:', point); print('2022年MVI 值:', mviValue); }); //高程值 var delta_dtm = ee.Image("projects/sat-io/open-datasets/DELTARES/deltadtm_v1"); var elevation = delta_dtm.select('b1').clip(geometry); elevation = elevation.updateMask(elevation.neq(10)); var elevationVis = { min: 0, max: 10.0, // cmocean deep palette: ["281a2c", "3f396c", "3e6495", "488e9e", "5dbaa4", "a5dfa7", "fdfecc"] }; Map.addLayer(elevation, elevationVis, 'DeltaDTM'); // 定义点击事件函数 var onClick = function(coords) { var point = ee.Geometry.Point(coords.lon, coords.lat); // 从高程图中提取点击位置的值 var value = elevation.reduceRegion({ reducer: ee.Reducer.first(), geometry: point, scale: 30 // 匹配数据分辨率 }).get('b1'); // 打印结果(单位:米) value.evaluate(function(val) { print('高程():', val); }); }; // 绑定点击事件 Map.onClick(onClick); // 设定MVI阈值(根据研究区域调整) var mviThreshold =6.5; var elevationMin = 0; var elevationMax = 5; // 生成红树林二值掩膜 var mangrovesMask= mviImage.gt(mviThreshold) .and(elevation.gte(elevationMin)) .and(elevation.lte(elevationMax)) .rename('Mangroves'); // 方法:过滤掉值为0的区域(仅保留红树林区域) var maskedMangroves = mangrovesMask.updateMask(mangrovesMask.neq(0)); var mangroveVis = { min: 1, // 仅显示值为1的区域 max: 1, palette: ['#228B22'] // 直接指定绿色 }; Map.addLayer(maskedMangroves, mangroveVis, '2022年红树林分布'); // 将二值掩膜转换为面积(平方米) var areaImage = mangrovesMask.multiply(ee.Image.pixelArea()); // 统计研究区域内的总面积 var areaStats = areaImage.reduceRegion({ reducer: ee.Reducer.sum(), geometry: geometry, scale: 10, // Sentinel-2分辨率(米) maxPixels: 1e13 // 提高计算上限 }); // 转换为公顷(1公顷=10,000平方米) var areaHectares = ee.Number(areaStats.get('Mangroves')).divide(1e4); print('2022年红树林面积(公顷):', areaHectares); 现在绘制了2022年和2019年的红树林面积,如何在源代码基础上分别在不同图层绘制19-22年红树林的增加面积,退化面积,稳定面积的图,
05-28
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值