Earth Engine ने गैर-व्यावसायिक इस्तेमाल के लिए कोटा टियर लॉन्च किए हैं. इससे शेयर किए गए कंप्यूट संसाधनों को सुरक्षित रखने और सभी के लिए भरोसेमंद परफ़ॉर्मेंस को पक्का करने में मदद मिलेगी. गैर-व्यावसायिक प्रोजेक्ट के लिए, डिफ़ॉल्ट रूप से कम्यूनिटी टियर का इस्तेमाल किया जाता है. हालांकि, किसी प्रोजेक्ट के टियर को कभी भी बदला जा सकता है.

Google आपकी पसंदीदा भाषा में कॉन्टेंट का अनुवाद करने के लिए, एआई टेक्नोलॉजी का इस्तेमाल करता है. एआई से मिले अनुवादों में गलतियां हो सकती हैं.

ee.Algorithms.TemporalSegmentation.Ewmacd

एक्सपोनेंशियल वेटेज वाले मूविंग ऐवरेज में बदलाव का पता लगाना. यह एल्गोरिदम, इनपुट डेटा के 'ट्रेनिंग' हिस्से के लिए एक हार्मोनिक मॉडल तैयार करता है. इसके बाद, इसे ओरिजनल नतीजों से घटा देता है. इसके बाद, रेज़िडुअल को शेवार्ट एक्स-बार चार्ट और एक्सपोनेंशियल वेटेज वाले मूविंग ऐवरेज के हिसाब से तय किया जाता है. जब चार्ट, तय की गई कंट्रोल लिमिट से अलग होने का सिग्नल देते हैं, तब गड़बड़ी वाले पिक्सल के बारे में पता चलता है.

आउटपुट में पांच बैंड वाली इमेज होती है. इसमें ये बैंड शामिल होते हैं:

ewma: यह हर इनपुट इमेज के लिए, EWMA स्कोर का 1D कलेक्शन होता है. नेगेटिव वैल्यू से गड़बड़ी और पॉज़िटिव वैल्यू से सुधार का पता चलता है.
harmonicCoefficients: यह कैलकुलेट किए गए हार्मोनिक कोएफ़िशिएंट पेयर का 1-D ऐरे होता है. कोएफ़िशिएंट को इस क्रम में रखा जाता है: [constant, sin0, cos0, sin1, cos1...]
rmse: हार्मोनिक रिग्रेशन से मिला RMSE.
rSquared: हार्मोनिक रिग्रेशन से मिली r-स्क्वेयर्ड वैल्यू.
रेसिडुअल: हार्मोनिक रिग्रेशन से मिले रेसिडुअल का 1D ऐरे.

देखें: ब्रुक्स, ई॰बी॰, विन, आर॰ एच॰, थॉमस, वी॰ए॰, ब्लिन, सी॰ई॰ और कूलस्टन, जे॰डब्ल्यू॰, 2014. सांख्यिकीय क्वालिटी कंट्रोल चार्ट और Landsat डेटा का इस्तेमाल करके, एक साथ कई समय के डेटा में बदलावों का पता लगाना. IEEE Transactions on Geoscience and Remote Sensing, 52(6), pp.3316-3332.

इस्तेमाल	रिटर्न
`ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)`	इमेज

आर्ग्यूमेंट	टाइप	विवरण
`timeSeries`	ImageCollection	वह कलेक्शन जिससे ईडब्ल्यूएमए निकालना है. इस कलेक्शन में, हर साल के लिए एक इमेज होनी चाहिए. साथ ही, इन्हें समय के हिसाब से क्रम में लगाया जाना चाहिए.
`vegetationThreshold`	फ़्लोट	वनस्पति के लिए थ्रेशोल्ड. इससे कम वैल्यू को वनस्पति नहीं माना जाता.
`trainingStartYear`	पूर्णांक	ट्रेनिंग पीरियड शुरू होने का साल शामिल है.
`trainingEndYear`	पूर्णांक	ट्रेनिंग की अवधि खत्म होने का साल (अलग से उपलब्ध).
`harmonicCount`	पूर्णांक, डिफ़ॉल्ट: 2	इस्तेमाल किए गए हार्मोनिक फ़ंक्शन पेयर (साइन और कोसाइन) की संख्या.
`xBarLimit1`	फ़्लोट, डिफ़ॉल्ट: 1.5	शुरुआती ट्रेनिंग के लिए xBar की सीमा का थ्रेशोल्ड.
`xBarLimit2`	पूर्णांक, डिफ़ॉल्ट: 20	xBar सीमा को चलाने के लिए थ्रेशोल्ड.
`lambda`	फ़्लोट, डिफ़ॉल्ट: 0.3	'lambda' ट्यूनिंग पैरामीटर, नए साल के मुकाबले रनिंग ऐवरेज को ज़्यादा अहमियत देता है.
`lambdasigs`	फ़्लोट, डिफ़ॉल्ट: 3	ईडब्ल्यूएमए कंट्रोल बाउंड, स्टैंडर्ड डेविएशन की इकाइयों में.
`rounding`	बूलियन, डिफ़ॉल्ट: true	क्या ईडब्ल्यूएमए के लिए राउंडिंग की जानी चाहिए.
`persistence`	पूर्णांक, डिफ़ॉल्ट: 3	बदलाव को ध्यान में रखने के लिए, कम से कम कितनी बार डेटा इकट्ठा किया जाना चाहिए.