ee.Algorithms.TemporalSegmentation.Ewmacd

指数加重移動平均変化検出。このアルゴリズムは、入力データの「トレーニング」部分の調和モデルを計算し、元の結果から減算します。残差は、シューハート X-bar チャートと指数加重移動平均の対象となります。チャートが指定された管理限界からの逸脱を示すと、乱れたピクセルが示されます。

出力は、次のバンドを含む 5 バンドの画像です。

  • ewma: 各入力画像の EWMA スコアの 1 次元配列。負の値は乱れを表し、正の値は回復を表します。
  • harmonicCoefficients: 計算された調和係数ペアの 1 次元配列。 係数は [定数、sin0、cos0、sin1、cos1...] の順に並べられます。
  • rmse: 調和回帰の RMSE。
  • rSquared: 調和回帰の R 2 乗値。
  • residuals: 調和回帰の残差の 1 次元配列。
参照: Brooks, E.B.、 Wynne, R.H.、Thomas, V.A.、Blinn, C.E.、Coulston, J.W.、2014。統計的品質管理チャートと Landsat データを使用した、オンザフライの大規模なマルチテンポラル変化検出。IEEE Transactions on Geoscience and Remote Sensing, 52(6), pp.3316-3332。

用途戻り値
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)画像
引数タイプ詳細
timeSeriesImageCollectionEWMA の抽出元のコレクション。このコレクションには、年ごとに 1 つの画像が含まれ、時間順に並べられていることが想定されます。
vegetationThreshold浮動小数点数植生のしきい値。この値未満は非植生とみなされます。
trainingStartYear整数トレーニング期間の開始年（この年を含む）。
trainingEndYear整数トレーニング期間の終了年（この年は含まない）。
harmonicCount整数、デフォルト: 2使用する調和関数ペア（正弦波と余弦波）の数。
xBarLimit1浮動小数点数、デフォルト: 1.5初期トレーニングの xBar 上限のしきい値。
xBarLimit2整数、デフォルト: 20実行中の xBar 上限のしきい値。
lambda浮動小数点数、デフォルト: 0.3新しい年と実行中の平均を重み付けする「ラムダ」チューニング パラメータ。
lambdasigs浮動小数点数、デフォルト: 3標準偏差の単位での EWMA 管理限界。
roundingブール値、デフォルト: trueEWMA の丸め処理を行うかどうか。
persistence整数、デフォルト: 3変化を考慮するために必要な最小観測数。