我需要對(duì)圖像集合執(zhí)行每個(gè)圖像的 PCA。然后，我只想保留主組件軸 1，并將其作為一個(gè)帶添加到我的圖像集中的每個(gè)圖像中。最終，我想導(dǎo)出一個(gè) .csv 文件，其中行標(biāo)題處的 GPS 采樣位置和圖像 ID 作為列標(biāo)題，平均主成分軸 1 作為值。這樣做背后的想法是，我想要一個(gè)代理（光譜異質(zhì)性）用于 R 中的進(jìn)一步統(tǒng)計(jì)分析。這是我到目前為止的代碼：//Create an test image to extract information to be used during PCAvar testImage =ee.Image('LANDSAT/LC08/C01/T1_SR/LC08_168080_20130407').select(['B2', 'B3', 'B4', 'B5', 'B6', 'B7'],        ['Blue', 'Green', 'Red', 'NIR', 'SWIR1', 'SWIR2']);// Define variables for PCAvar region = Extent;var scale = testImage.projection().nominalScale();var bandNames = testImage.bandNames();Map.centerObject(region);// Function for performing PCAfunction doPCA(image){  // This code is from https://code.earthengine.google.com/7249153a8a0f5c79eaf562ed45a7adadvar meanDict = image.reduceRegion({    reducer: ee.Reducer.mean(),    geometry: region,    scale: scale,    maxPixels: 1e9});var means = ee.Image.constant(meanDict.values(bandNames));var centered = image.subtract(means);// This helper function returns a list of new band names.var getNewBandNames = function(prefix) {  var seq = ee.List.sequence(1, bandNames.length());  return seq.map(function(b) {    return ee.String(prefix).cat(ee.Number(b).int());  });};// [START principal_components]var getPrincipalComponents = function(centered, scale, region) {  var arrays = centered.toArray();  var covar = arrays.reduceRegion({    reducer: ee.Reducer.centeredCovariance(),    geometry: region,    scale: scale,    maxPixels: 1e9  });Extent是我的 ROI，而LandsatCol是經(jīng)過(guò)預(yù)處理的圖像集。嘗試將 PCA 映射到圖像集合（代碼的倒數(shù)第二行）時(shí)，此處的代碼會(huì)產(chǎn)生錯(cuò)誤。錯(cuò)誤顯示：“數(shù)組：需要參數(shù)‘值’”。關(guān)于如何處理這個(gè)問(wèn)題的任何建議？以及如何在圖像集合上添加主分量軸 1 作為每個(gè)圖像的帶？