gee大津算法修改时遇到的geometry和超时问题

我参照了一位博主利用Landsat影像使用大津算法提取水体阈值的代码，想改出来一个在自己的感兴趣区利用modis数据提取水体阈值的代码，但是修改时出现了geometry未绑定、保存图像超时的问题。以下是解决办法：

先贴上原代码帖子：GEE之基于大津算法OTSU的MNDWI水体提取_lvbta的博客-CSDN博客_gee 提取水体GEE学习专栏（文章后附源码）效果图源码部分提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档GEE之基于大津算法OTSU的MNDWI水体提取效果图源码部分本文是在武汉市梁子湖地区基于大津算法OTSU自动阈值分割对哨兵2号和陆地卫星8号进行了水体提取。从结果来看，哨兵2号提取结果更加精细，究其原因，哨兵2号和陆地卫星8号之间差异主要在于空间分辨率，哨兵2号空间https://blog.csdn.net/qq_48104689/article/details/118228061

错误一：

 Number (Error)  Image.reduceRegion:Provide 'geometry' parameter when aggretating over an unbounded image.（Image.reduceRegion这里出错了，当在一个未绑定的图像上聚合时，要提供'geometry'参数。）

改正方法：把与reduceRegion有关的代码里自定义的geometry参数都改成自己上传的矢量区域变量。例如：原博的一处代码为：

//Landsat water extraction based on otsu
var histogram = MNDWI_Landsat.reduceRegion({
    reducer: ee.Reducer.histogram(), 
    geometry: MNDWI_Landsat.geometry(), 
    scale: 30,
    maxPixels: 1e13,
    tileScale: 8
  });
————————————————
版权声明：本文为CSDN博主「lvbta」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_48104689/article/details/118228061

 我要改成：

var histogram = NDWI_MODIS.reduceRegion({
    reducer: ee.Reducer.histogram(), 
    geometry: table, 
    scale: 30,
    maxPixels: 1e13,
    tileScale: 8
  });

当然，并不是只改这一段就可以了，而是把所有有关Landsat的信息都改成与 MODIS相对应的信息。 不过我现在也没弄懂为啥第三行不能改成geometry:NDWI_MODIS.geometry(),我的NDWI_MODIS图像是用矢量裁剪后的clip图像计算出来的，按理说NDWI_MODIS.geometry()也是可以的呀......但事实证明这样也会有上面的报错。

错误二：

  Error: Computation timed out.（计算超时）

在计算水域图像时，要等很长时间也算不出来，下载water1影像时也下载不下来，后来突然看到scale，就明白问题出现在哪了。scale是分辨率的意思，原博是基于Landsat的代码，scale分辨率是30m，而我使用的是MOD09A1，分辨率是500，所以要把所有scale都改成500，修改后的那段代码为：

var histogram = NDWI_MODIS.reduceRegion({
    reducer: ee.Reducer.histogram(), 
    geometry: table, 
    scale: 500,
    maxPixels: 1e13,
    tileScale: 8
  });

同样，不能只改这一段代码哦，要把所有scale都改成500m。