ee.Algorithms.TemporalSegmentation.C2c

কম্পোজিট ২ চেঞ্জ (C2C) অ্যালগরিদমের বাস্তবায়ন। এই অ্যালগরিদমটি একটি সময় সিরিজকে টুকরো টুকরো করে রৈখিক ফিট ব্যবহার করে একটি সময় সিরিজকে বিভক্ত করে, প্রদত্ত সর্বোচ্চ রুট গড় বর্গ ত্রুটি (RMSE) এর মধ্যে ডেটা ফিট করার জন্য প্রয়োজনীয় ন্যূনতম অংশগুলি সহ। প্রদত্ত প্রতিটি ব্যান্ডের জন্য অ্যালগরিদম নিম্নলিখিত ব্যান্ডগুলি ফিরিয়ে দেবে:

changeDate: প্রতিটি লাগানো অংশের জন্য শুরু এবং শেষ তারিখের জোড়া প্রতিনিধিত্বকারী ডাবলসের একটি 1D অ্যারে। তারিখের বিন্যাস dateFormat আর্গুমেন্ট দ্বারা নির্ধারিত হয়।

মান: পরিবর্তনের তারিখে ব্যান্ডের মানের দ্বিগুণের একটি 1D অ্যারে।

মান: একটি 1D দ্বিগুণের অ্যারে যা পরিবর্তনের তারিখের আগে এবং পরে মানের মধ্যে পরম পার্থক্য প্রদান করে। প্রথম মান সর্বদা NaN হয়।

সময়কাল: পরিবর্তনের তারিখের পূর্ববর্তী অংশের সময়কালের দ্বিগুণের একটি 1D অ্যারে। প্রথম সময়কাল সর্বদা NaN হয়।

হার: পরিবর্তনের তারিখের পূর্ববর্তী ডেটার পরিবর্তনের হারের দ্বিগুণের একটি 1D অ্যারে। প্রথম হার সর্বদা NaN হয়।

postMagnitude: পরিবর্তনের তারিখের পরের মান এবং পরিবর্তনের তারিখের মানের মধ্যে পরম পার্থক্যের দ্বিগুণের একটি 1D অ্যারে। শেষ postMagnitude সর্বদা NaN হয়।

পোস্টড্যুরেশন: পরিবর্তনের তারিখের পরের অংশের সময়কাল। শেষ পোস্টড্যুরেশন সর্বদা NaN হয়।

পোস্টরেট: পরিবর্তনের তারিখের পর ডেটার পরিবর্তনের হার। শেষ পোস্টরেট সর্বদা NaN হয়।

indexRegrwoth: পরিবর্তনের তারিখের মান এবং পাঁচ ডেটা পয়েন্টের পরের মানের মধ্যে পার্থক্য।

পুনরুদ্ধার নির্দেশক: সূচক পুনঃবৃদ্ধি/মাত্রা অনুপাত।

regrowth60: ব্রেকপয়েন্ট এবং ডেটা পয়েন্টের মধ্যে সময়ের পার্থক্য যেখানে সিরিজের মান প্রাক-বিক্ষেপ মানের 60%।

regrowth60: ব্রেকপয়েন্ট এবং ডেটা পয়েন্টের মধ্যে সময়ের পার্থক্য যেখানে সিরিজের মান প্রাক-বিক্ষেপ মানের 80%।

regrowth60: ব্রেকপয়েন্ট এবং ডেটা পয়েন্টের মধ্যে সময়ের পার্থক্য যেখানে সিরিজের মান প্রাক-বিক্ষেপ মানের 100%।

মূল অ্যালগরিদম সম্পর্কে আরও বিস্তারিত জানার জন্য দেখুন: Hermosilla et al. (2015) dx.doi.org/10.1016/j.rse.2014.11.005।

অ্যালগরিদম বাস্তবায়ন GitHub-এ পাওয়া যাবে: https://github.com/saveriofrancini/C2C-GEE

কৃতজ্ঞতা: FORWARDS এবং NextGenCarbon।

উদ্ধৃতি: টক্সোমিন হারমোসিলা, মাইকেল এ. ওল্ডার, জোয়ান সি. হোয়াইট, নিকোলাস সি. কুপস, ড্যানিয়েল কোয়েলহো, জিওভান্নি সিয়াটো, নোয়েল গোরেলিক এবং সাভারিও ফ্রান্সিনি। প্রস্তুতির মধ্যে। চিত্র রচনা, সময়-ধারা পরিবর্তন সনাক্তকরণ এবং টেম্পোরাল মেট্রিক্স: গুগল আর্থ ইঞ্জিনে কম্পোজিট২চেঞ্জ (সি২সি) অ্যালগরিদমের বাস্তবায়ন। এই অ্যালগরিদমটি প্রিভিউতে রয়েছে এবং পরিবর্তন সাপেক্ষে।

ব্যবহার রিটার্নস
ee.Algorithms.TemporalSegmentation.C2c(collection, dateFormat , maxError , maxSegments , startYear , endYear , infill , spikesTolerance , includePostMetrics , includeRegrowth , useRelativeRegrowth , negativeMagnitudeOnly ) ভাবমূর্তি
যুক্তি আদর্শ বিস্তারিত
collection চিত্র সংগ্রহ C2C চালানোর জন্য ছবির সংগ্রহ।
dateFormat পূর্ণসংখ্যা, ডিফল্ট: 0 ফিটিং করার সময় যে সময়ের প্রতিনিধিত্ব ব্যবহার করতে হবে: 0 = jDays, 1 = ভগ্নাংশ বছর, 2 = মিলিসেকেন্ডে ইউনিক্স সময়। প্রতিটি টেম্পোরাল সেগমেন্টের জন্য শুরু, শেষ এবং বিরতির সময় এইভাবে এনকোড করা হবে।
maxError ভাসমান, ডিফল্ট: ৭৫
maxSegments পূর্ণসংখ্যা, ডিফল্ট: 6
startYear পূর্ণসংখ্যা, ডিফল্ট: ১৯৮৪
endYear পূর্ণসংখ্যা, ডিফল্ট: ২০১৯
infill বুলিয়ান, ডিফল্ট: সত্য
spikesTolerance ভাসমান, ডিফল্ট: ০.৮৫
includePostMetrics বুলিয়ান, ডিফল্ট: সত্য
includeRegrowth বুলিয়ান, ডিফল্ট: মিথ্যা
useRelativeRegrowth বুলিয়ান, ডিফল্ট: মিথ্যা
negativeMagnitudeOnly বুলিয়ান, ডিফল্ট: মিথ্যা