Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del 15 de abril de 2025 deben verificar su elegibilidad no comercial para mantener el acceso a Earth Engine.
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Implementa el algoritmo de punto de inflexión temporal de detección y clasificación de cambios continuos. Este algoritmo encuentra puntos de interrupción temporales en una colección de imágenes ajustando de forma iterativa funciones armónicas a los datos. Los coeficientes de ajuste se producen para todas las bandas de entrada, pero las bandas que se usan para la detección de puntos de quiebre se pueden especificar con el argumento "breakpointBands".
Para obtener más detalles, consulta Zhu, Z. y Woodcock, C.E., 2014. Detección y clasificación continuas de los cambios en la cobertura del suelo con todos los datos de Landsat disponibles Remote sensing of Environment, 144, pp.152-171.
Es la colección de imágenes en las que se ejecutará CCDC.
breakpointBands
Lista, valor predeterminado: null
Nombre o índice de las bandas que se usarán para la detección de cambios. Si no se especifica, se usan todas las bandas.
tmaskBands
Lista, valor predeterminado: null
Nombre o índice de las bandas que se usarán para la detección iterativa de nubes de TMask. Por lo general, son la banda verde y la banda SWIR1. Si no se especifica, no se usa TMask. Si se especifica, "tmaskBands" debe incluirse en "breakpointBands".
minObservations
Número entero, valor predeterminado: 6
Es la cantidad de observaciones necesarias para marcar un cambio.
chiSquareProbability
Número de punto flotante, valor predeterminado: 0.99
Es el umbral de probabilidad de chi cuadrado para la detección de cambios en el rango de [0, 1].
minNumOfYearsScaler
Número de punto flotante, valor predeterminado: 1.33
Son los factores de la cantidad mínima de años para aplicar el nuevo ajuste.
dateFormat
Número entero, valor predeterminado: 0
Representación del tiempo que se usará durante el ajuste: 0 = jDays, 1 = años fraccionarios, 2 = tiempo Unix en milisegundos. Los tiempos de inicio, finalización y descanso de cada segmento temporal se codificarán de esta manera.
lambda
Número de punto flotante, valor predeterminado: 20
Es el valor de Lambda para el ajuste de la regresión LASSO. Si se establece en 0, se usa el método de MCO regular en lugar de LASSO.
maxIterations
Número entero, valor predeterminado: 25,000
Es la cantidad máxima de ejecuciones para la convergencia de la regresión LASSO. Si se establece en 0, se usa el método de MCO regular en lugar de LASSO.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-07-26 (UTC)"],[[["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."]]],[]]