如何在Google Earth Engine中跨多年获取单个几何区域的降水数据

你的核心问题是误用了reduceRegion——它只会计算整个输入几何范围的统计值，而要对要素集合里的每个几何单独计算，应该用reduceRegions。另外，直接给yearlyRainfall加几何参数会因为GEE的map函数只能传递单个参数而报错，调整思路如下：

1. 调整年份处理函数，让它对单个年份计算总降水后，用reduceRegions遍历circles_collection的每个要素，输出带年份、降水值的要素
2. 把每年生成的要素集合合并成一个完整集合，再转成DataFrame

修改后的代码：

def yearlyRainfall(year):
    startDate = ee.Date.fromYMD(year, 1, 1)
    endDate = startDate.advance(1, 'year')
    # 筛选当年降水数据并计算年总量
    filtered = chirps.filter(ee.Filter.date(startDate, endDate))
    total = filtered.reduce(ee.Reducer.sum())
    # 对每个要素单独计算均值，返回带统计值的要素集合
    stats_col = total.reduceRegions(
        collection = circles_collection,
        reducer = ee.Reducer.mean(),
        scale = 5000,
    )
    # 给每个要素添加年份属性
    return stats_col.map(lambda feat: feat.set('year', year))

years = ee.List.sequence(1981, 2019)
# 映射年份得到每年的要素集合，再 flatten 合并成单个集合
rainfallYears = ee.FeatureCollection(years.map(yearlyRainfall)).flatten()
# 转成DataFrame
rainfalldf = geemap.ee_to_pandas(rainfallYears)
# 查看结果（假设你的circles_collection有id属性，可按id分组查看单个图形的逐年数据）
print(rainfalldf.head())
# 示例：按id分组计算每个图形的平均年降水
print(rainfalldf.groupby('id')['precipitation_sum'].mean())

关键说明： #

• reduceRegions会自动遍历circles_collection的每个要素，为每个要素生成包含降水统计值的新要素
• 用map给每个要素添加年份属性，确保后续能区分数据对应的年份
• flatten()用来把多个年份的要素集合合并成一个，避免嵌套结构导致转DataFrame失败
• 如果你的circles_collection没有唯一标识属性（比如id），建议先给每个要素添加：

  circles_collection = circles_collection.map(lambda feat: feat.set('id', feat.id()))
  

内容的提问来源于stack exchange，提问作者rg64