ee.Algorithms.TemporalSegmentation.C2c

複合 2 變化 (C2C) 演算法的實作。這個演算法會使用分段線性擬合來區隔時間序列,並以最少區隔數將資料擬合至指定的均方根誤差 (RMSE) 上限。演算法會針對每個樂團傳回下列樂團:

    changeDate:1D 雙精度浮點數陣列,代表每個已調整片段的開始和結束日期配對。日期格式取決於 dateFormat 引數。

    value:一維雙精度陣列,代表 changeDate 的頻帶值。

    magnitude:一維雙精度浮點數陣列,提供變更日期前後的值之間的絕對差異。第一個量值一律為 NaN。

    duration:一維雙精度浮點數陣列,表示變更日期前區隔的持續時間。第一個時間長度一律為 NaN。

    rate:1D 雙精度浮點數陣列,代表變更日期前資料的變化率。第一個費率一律為 NaN。

    postMagnitude:一維雙精度浮點數陣列,代表變更日期後的值與變更日期當下值之間的絕對差異。最後的 postMagnitude 一律為 NaN。

    postDuration:變更日期後的區隔時間長度。最後的 postDuration 一律為 NaN。

    postRate:變更日期後資料的變化率。最後一個 postRate 一律為 NaN。

    indexRegrwoth:變更日期中的值與五個資料點後的值之間的差異。

    recoveryIndicator:指數成長/幅度比率。

    regrowth60:中斷點與資料點之間的時間差,其中序列值為干擾前值的 60%。

    regrowth60:中斷點與資料點之間的時間差,其中序列值為干擾前值的 80%。

    regrowth60:中斷點與資料點之間的時間差,其中序列值為干擾前值的 100%。

如要進一步瞭解原始演算法,請參閱 Hermosilla 等人 (2015) 的文章:dx.doi.org/10.1016/j.rse.2014.11.005。

您可以在 GitHub 找到演算法實作項目:https://github.com/saveriofrancini/C2C-GEE

 致謝:FORWARDS 和 NextGenCarbon。

 引用:Txomin Hermosilla、Michael A. Wulder, Joanne C. White, Nicholas C. Coops、Daniel Coelho、Giovanni Ciatto、Noel Gorelick 和 Saverio Francini。準備中。影像合成、時間序列變化偵測和時間指標:在 Google Earth Engine 上實作 Composite2Change (C2C) 演算法。這項演算法目前為預先發布版,可能會有變動。

用量傳回
ee.Algorithms.TemporalSegmentation.C2c(collection, dateFormat, maxError, maxSegments, startYear, endYear, infill, spikesTolerance, includePostMetrics, includeRegrowth, useRelativeRegrowth, negativeMagnitudeOnly)圖片
引數類型詳細資料
collectionImageCollection要執行 C2C 的圖片集合。
dateFormat整數,預設值為 0用於調整時間的表示方式:0 = jDays、1 = 分數年、2 = 以毫秒為單位的 Unix 時間。每個時間區段的開始、結束和休息時間都會以這種方式編碼。
maxError浮點數,預設值:75
maxSegments整數,預設值為 6
startYear整數,預設值:1984
endYear整數,預設值:2019
infill布林值,預設值為 true
spikesTolerance浮點值,預設值為 0.85
includePostMetrics布林值,預設值為 true
includeRegrowth布林值,預設值為 false
useRelativeRegrowth布林值,預設值為 false
negativeMagnitudeOnly布林值,預設值為 false