ee.Algorithms.TemporalSegmentation.Ccdc

지속적인 변경 감지 및 분류 시간 중단점 알고리즘을 구현합니다. 이 알고리즘은 데이터에 조화 함수를 반복적으로 피팅하여 이미지 모음의 시간적 중단점을 찾습니다. 적합 계수는 모든 입력 밴드에 대해 생성되지만, 중단점 감지에 사용되는 밴드는 'breakpointBands' 인수로 지정할 수 있습니다.

자세한 내용은 Zhu, Z. 및 Woodcock, C.E., 2014년. 사용 가능한 모든 Landsat 데이터를 사용하여 토지 피복을 지속적으로 변경 감지하고 분류합니다. Remote sensing of Environment, 144, pp.152-171.

사용	반환 값
ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands, tmaskBands, minObservations, chiSquareProbability, minNumOfYearsScaler, dateFormat, lambda, maxIterations)	이미지

인수	유형	세부정보
collection	ImageCollection	CCDC를 실행할 이미지 모음입니다.
breakpointBands	목록, 기본값: null	변경 감지에 사용할 밴드의 이름 또는 색인입니다. 지정하지 않으면 모든 밴드가 사용됩니다.
tmaskBands	목록, 기본값: null	반복적인 TMask 클라우드 감지에 사용할 밴드의 이름 또는 색인입니다. 일반적으로 녹색 대역과 SWIR1 대역입니다. 지정하지 않으면 TMask가 사용되지 않습니다. 지정된 경우 'tmaskBands'가 'breakpointBands'에 포함되어야 합니다.
minObservations	정수, 기본값: 6	변경사항을 표시하는 데 필요한 관측치 수입니다.
chiSquareProbability	부동 소수점, 기본값: 0.99	[0, 1] 범위의 변화 감지를 위한 카이제곱 확률 기준점입니다.
minNumOfYearsScaler	부동 소수점, 기본값: 1.33	새 피팅을 적용할 최소 연수의 요소입니다.
dateFormat	정수, 기본값: 0	피팅 중에 사용할 시간 표현입니다. 0 = jDays, 1 = fractional years, 2 = unix time in milliseconds. 각 시간 세그먼트의 시작, 종료, 휴식 시간이 이 방식으로 인코딩됩니다.
lambda	부동 소수점, 기본값: 20	LASSO 회귀 적합을 위한 람다입니다. 0으로 설정하면 LASSO 대신 일반 OLS가 사용됩니다.
maxIterations	정수, 기본값: 25000	LASSO 회귀 수렴의 최대 실행 횟수입니다. 0으로 설정하면 LASSO 대신 일반 OLS가 사용됩니다.