Google Earth Engine（GEE）——利用线性回归linearRegression()和ee.Reducer.ridgeRegression(）进行美国2099年平均降水和气温预测并成图

假设有两个因变量：降水量和最高温度，以及两个自变量：常数和时间。该集合与前面的示例相同，但必须在减少之前手动添加常量带。输入的前两个波段是“X”（独立）变量，接下来的两个波段是“Y”（因）变量。在这个例子中，首先得到回归系数，然后将数组图像展平以提取感兴趣的波段：

这次得先说一下：

ee.Image(args)

表示地球引擎图像的对象。此构造函数接受各种参数：

An object to represent an Earth Engine image. This constructor accepts a variety of arguments:

字符串：EarthEngine 资产 ID，

- 一个字符串和一个数字：EarthEngine 资产 ID 和版本，

- 一个数字或 ee.Array：创建一个恒定的图像，

- 列表：从每个列表元素中创建一个图像并将它们组合成一个图像，

- ee.Image：返回参数，//本次用到的是返回参数

- 无：导致空的透明图像。

- A string: an EarthEngine asset id,

- A string and a number: an EarthEngine asset id and version,

- A number or ee.Array: creates a constant ima