ee.Algorithms.TemporalSegmentation.Ccdc

連続的な変化の検出と分類の時間的ブレークポイント アルゴリズムを実装します。このアルゴリズムは、調和関数をデータに繰り返し適合させることで、画像コレクション内の時間的ブレークポイントを見つけます。適合係数はすべての入力バンドに対して生成されますが、ブレークポイント検出に使用するバンドは 'breakpointBands' 引数で指定できます。

詳細については、Zhu, Z. and Woodcock, C.E.,2014 をご覧ください。Continuous change detection and classification of land cover using all available Landsat data. Remote sensing of Environment, 144, pp.152-171.

用途	戻り値
ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands, tmaskBands, minObservations, chiSquareProbability, minNumOfYearsScaler, dateFormat, lambda, maxIterations)	画像

引数	タイプ	詳細
collection	ImageCollection	CCDC を実行する画像のコレクション。
breakpointBands	リスト、デフォルト: null	変化の検出に使用するバンドの名前またはインデックス。指定しない場合は、すべてのバンドが使用されます。
tmaskBands	リスト、デフォルト: null	反復 TMask クラウド検出に使用するバンドの名前またはインデックス。通常は、緑色のバンドと SWIR1 バンドです。指定しない場合、TMask は使用されません。指定する場合、'tmaskBands' は 'breakpointBands' に含める必要があります。
minObservations	整数、デフォルト: 6	変更にフラグを設定するために必要な観測数。
chiSquareProbability	浮動小数点数、デフォルト: 0.99	[0, 1] の範囲の変更検出のカイ二乗確率のしきい値。
minNumOfYearsScaler	浮動小数点数、デフォルト: 1.33	新しいフィッティングを適用する最小年数の係数。
dateFormat	整数、デフォルト: 0	フィッティング時に使用する時間表現: 0 = jDays、1 = 分数年、2 = ミリ秒単位の Unix 時間。各時間セグメントの開始時間、終了時間、ブレーク時間は、この方法でエンコードされます。
lambda	浮動小数点数、デフォルト: 20	LASSO 回帰フィッティングのラムダ。0 に設定すると、LASSO の代わりに通常の OLS が使用されます。
maxIterations	整数、デフォルト: 25000	LASSO 回帰の収束の最大実行回数。0 に設定すると、LASSO の代わりに通常の OLS が使用されます。