瑶瑶宝在GEE里被问得最多的数据类型，除了逐像元的Image之外，大概就是矢量那一家子了。FeatureCollection这个类型，我见过太多人一开始被它绕晕：明明就是个"点线面集合"，为什么操作起来一会儿要map，一会儿要filter，还动不动就报错说"无法在Element上调用该函数"。其实如果你把FeatureCollection当成一张"带空间位置的表格"来理解，GEE里一大半的矢量操作逻辑就都顺了。这篇文章我就以FeatureCollection为主线，把它的概念、创建方式、属性筛选、渲染与导出整套流程讲透，尤其会把我这几年来踩过的坑一并列出来。适合刚开始学GEE的遥感、GIS从业者，也适合已经被filter和map折磨过一轮、想系统捋一遍的同学。
1. FeatureCollection究竟是什么：从一个Feature说起
1.1 Feature = Geometry + 属性的组合逻辑
很多教程一上来就给你摆ee.FeatureCollection的API文档，结果新手压根不知道这个对象内部长什么样。我的经验是，先搞明白Feature，再理解FeatureCollection就顺理成章。Feature这个类型在GEE里就做一件事：把一个几何对象（Geometry）和一堆属性（properties）捆绑在一起。
几何对象就是点、线、面，比如ee.Geometry.Point([lon, lat])是一个点，ee.Geometry.LineString([[lon1,lat1],[lon2,lat2]])是一条线。而Feature就是在这些几何上附加了一个字典，类似这样：
javascript复制var myFeature = ee.Feature(
ee.Geometry.Point([121.47, 31.23]),
{name: '观测点A', value: 35.6, time: '2024-06-01'}
);
这段代码创建了一个带两个字段（name、value）的"带位置记录"。属性字段不限制类型，字符串、数字、数组都可以放进去，唯一要注意的是GEE服务器的数据类型限制，嵌套结构别搞得过于复杂，否则后续序列化很容易出幺蛾子。Feature最方便的地方在于，你可以像操作普通对象一样，通过.get('name')去取属性值，也可以通过.set('value', 40)去更新属性，而几何对象始终跟着这条记录走，不会丢。
理解了Feature之后，FeatureCollection就好办了：它就是Feature的集合，存储方式类似于一个数组，内部每一条都带有形状不同的Geometry，以及结构一致或不一致的properties。不过GEE更希望你的集合里所有Feature的字段结构是统一的，因为很多聚合函数、筛选操作都是基于"整列字段"来做的，字段不齐会让后面统计时出现一堆null。
1.2 FeatureCollection的本质是一张"属性表"
我一直觉得FeatureCollection最恰当的类比，是GIS桌面软件里的属性表。你想想，在QGIS或ArcGIS里，一个矢量图层打开属性表，每一行是一个要素，每一列是一个字段，行里还隐含着这个要素的几何形状。FeatureCollection就是这样一张表，只是它跑在云端、面向海量数据，操作方式从鼠标点击换成了代码。
这个"表格"思维非常有用。比如你在QGIS里想按属性选要素，用"按属性选择"对话框；在GEE里就是fc.filter(ee.Filter.eq('字段名', 值))。你在QGIS里想做字段计算，在GEE里就是fc.map(function(f) { return f.set('新字段', 计算表达式); })。你在QGIS里想对某一列做统计，在GEE里就是fc.aggregate_mean('字段名')。一旦你把FeatureCollection当作属性表来用，GEE的矢量操作就不再是一堆孤立的API函数，而是一套有逻辑的表格处理流程。
也正是因为这一点，FeatureCollection和普通的JavaScript数组有天壤之别。你没法用for循环去遍历它，也没法直接用arr.push去追加元素。GEE里所有对FeatureCollection的操作都需要通过map、filter这类服务器端函数来完成，它们会被翻译成云端分布式计算任务。换句话说，你不是在操作一堆本地对象，而是在给一台"云端遥感计算引擎"下指令。
1.3 FeatureCollection与Image、Geometry的协作边界
在GEE里，数据类型之间不是孤立的，但它们的协作方式有明确边界。FeatureCollection是矢量侧的高层容器，Geometry是底层几何，Image是栅格侧的核心。实际项目中，矢量和栅格最常见的配合方式有这么几种：
- 用FeatureCollection去裁剪Image，做区域统计：image.reduceRegions({collection: fc, reducer: ee.Reducer.mean(), scale: 30})。
- 用Image的像素值去提取矢量点的属性：sampleRegions。
- 用FeatureCollection去筛选Image集合：ImageCollection.filterBounds(fc)。
这些操作里，FeatureCollection充当的是"空间范围"或者"采样点位"的角色。所以你可以看到，FeatureCollection不只是用来展示点线面的，它是连接矢量与栅格两大世界的桥梁。很多做地物分类的同学，整个工作流就是：先建样本点FeatureCollection，然后对每个样本点提取影像波段值，得到带特征字段的样本集，最后喂给分类器。分类器输出出来还是一个FeatureCollection，只是属性里多了一个"类别"字段。懂得让FeatureCollection在不同数据形态之间流转，GEE项目基本上就打通了一半。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 创建FeatureCollection的几种方式与关键参数
2.1 从零构造：ee.Feature与ee.FeatureCollection
最基础的方式，就是先构造单个Feature，再组成集合。直接上代码：
javascript复制var feat1 = ee.Feature(ee.Geometry.Point([121.47, 31.23]), {id: 1, type: 'obs'});
var feat2 = ee.Feature(ee.Geometry.Point([121.48, 31.24]), {id: 2, type: '