ঘোষণা : 15 এপ্রিল, 2025 এর আগে আর্থ ইঞ্জিন ব্যবহার করার জন্য নিবন্ধিত সমস্ত অবাণিজ্যিক প্রকল্পগুলিকে অবশ্যই আর্থ ইঞ্জিন অ্যাক্সেস বজায় রাখার জন্য অ-বাণিজ্যিক যোগ্যতা যাচাই করতে হবে।
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
ক্রমাগত পরিবর্তন সনাক্তকরণ এবং শ্রেণীবিভাগ টেম্পোরাল ব্রেকপয়েন্ট অ্যালগরিদম প্রয়োগ করে। এই অ্যালগরিদমটি ডেটাতে সুরেলা ফাংশনগুলিকে পুনরাবৃত্তভাবে ফিট করে একটি চিত্র সংগ্রহে অস্থায়ী ব্রেকপয়েন্ট খুঁজে পায়। ফিট সহগগুলি সমস্ত ইনপুট ব্যান্ডের জন্য উত্পাদিত হয়, তবে ব্রেকপয়েন্ট সনাক্তকরণের জন্য ব্যবহৃত ব্যান্ডগুলি 'ব্রেকপয়েন্টব্যান্ডস' যুক্তি দিয়ে নির্দিষ্ট করা যেতে পারে।
আরও বিশদ বিবরণের জন্য, ঝু, জেড এবং উডকক, সিই, 2014 দেখুন। সমস্ত উপলব্ধ ল্যান্ডস্যাট ডেটা ব্যবহার করে ভূমি আবরণের ক্রমাগত পরিবর্তন সনাক্তকরণ এবং শ্রেণিবিন্যাস। রিমোট সেন্সিং অফ এনভায়রনমেন্ট, 144, pp.152-171।
পরিবর্তন সনাক্তকরণের জন্য ব্যান্ডের নাম বা সূচী। অনির্দিষ্ট থাকলে, সমস্ত ব্যান্ড ব্যবহার করা হয়।
tmaskBands
তালিকা, ডিফল্ট: নাল
পুনরাবৃত্তিমূলক TMask ক্লাউড সনাক্তকরণের জন্য ব্যান্ডগুলির নাম বা সূচী। এগুলি সাধারণত সবুজ ব্যান্ড এবং SWIR1 ব্যান্ড। অনির্দিষ্ট থাকলে, TMask ব্যবহার করা হয় না। যদি নির্দিষ্ট করা থাকে, 'tmaskBands' অবশ্যই 'breakpointBands'-এ অন্তর্ভুক্ত করতে হবে।
minObservations
পূর্ণসংখ্যা, ডিফল্ট: 6
একটি পরিবর্তন পতাকাঙ্কিত করতে প্রয়োজনীয় পর্যবেক্ষণের সংখ্যা৷
chiSquareProbability
ফ্লোট, ডিফল্ট: 0.99
[0, 1] পরিসরে পরিবর্তন সনাক্তকরণের জন্য চি-স্কয়ারের সম্ভাব্যতা থ্রেশহোল্ড।
minNumOfYearsScaler
ফ্লোট, ডিফল্ট: 1.33
নতুন ফিটিং প্রয়োগ করার জন্য ন্যূনতম বছরের সংখ্যা।
dateFormat
পূর্ণসংখ্যা, ডিফল্ট: 0
ফিটিং করার সময় ব্যবহার করার সময় উপস্থাপনা: 0 = jDays, 1 = ভগ্নাংশ বছর, 2 = মিলিসেকেন্ডে ইউনিক্স সময়। প্রতিটি টেম্পোরাল সেগমেন্টের জন্য শুরু, শেষ এবং বিরতির সময় এইভাবে এনকোড করা হবে।
lambda
ফ্লোট, ডিফল্ট: 20
LASSO রিগ্রেশন ফিটিং জন্য Lambda. 0 তে সেট করা হলে, LASSO-এর পরিবর্তে নিয়মিত OLS ব্যবহার করা হয়।
maxIterations
পূর্ণসংখ্যা, ডিফল্ট: 25000
LASSO রিগ্রেশন কনভারজেন্সের জন্য রানের সর্বোচ্চ সংখ্যা। 0 তে সেট করা হলে, LASSO-এর পরিবর্তে নিয়মিত OLS ব্যবহার করা হয়।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["Implements the Continuous Change Detection and Classification (CCDC) algorithm to identify temporal breakpoints (changes over time) within an image collection."],["Uses harmonic functions to fit the image data and detect changes based on specified bands and statistical thresholds."],["Offers customization options such as selecting specific bands for change detection, adjusting sensitivity parameters, and configuring the time format for results."],["Provides fit coefficients for all input bands, aiding in understanding the nature of the detected changes."],["Relies on iterative fitting and statistical analysis to pinpoint breakpoints and ensure robust change detection."]]],[]]
