ee.Algorithms.TemporalSegmentation.Ewmacd

지수 가중 이동 평균 변화 감지 이 알고리즘은 입력 데이터의 '학습' 부분에 대한 조화 모델을 계산하고 이를 원래 결과에서 뺍니다. 그런 다음 잔차에 Shewhart X-bar 차트와 지수 가중 이동 평균이 적용됩니다. 차트에서 지정된 관리 한계에서 벗어남을 알리면 방해된 픽셀이 표시됩니다.

 출력은 다음 밴드를 포함하는 5밴드 이미지입니다.

    ewma: 각 입력 이미지의 EWMA 점수로 구성된 1D 배열입니다. 음수 값은 교란을 나타내고 양수 값은 회복을 나타냅니다.

    harmonicCoefficients: 계산된 조화 계수 쌍의 1차원 배열입니다. 계수는 [상수, sin0, cos0, sin1, cos1...] 순으로 정렬됩니다.

    rmse: 조화 회귀의 RMSE입니다.

    rSquared: 조화 회귀의 r 제곱 값입니다.

    residuals: 조화 회귀의 잔차로 구성된 1차원 배열입니다.

참고: Brooks, E.B., Wynne, R.H., Thomas, V.A., Blinn, C.E., Coulston, J.W., 2014년. 통계적 품질 관리 차트와 Landsat 데이터를 사용한 즉석 대규모 다중 시간 변화 감지 IEEE Transactions on Geoscience and Remote Sensing, 52(6), pp.3316-3332.

사용반환 값
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)이미지
인수유형세부정보
timeSeriesImageCollectionEWMA를 추출할 컬렉션입니다. 이 컬렉션에는 연도별 이미지가 1개씩 포함되어 있으며 시간순으로 정렬되어야 합니다.
vegetationThreshold부동 소수점 수식물 임계값입니다. 이 값 미만은 비식물로 간주됩니다.
trainingStartYear정수학습 기간의 시작 연도입니다(포함).
trainingEndYear정수학습 기간의 종료 연도(해당 연도 제외)입니다.
harmonicCount정수, 기본값: 2사용된 조화 함수 쌍 (사인 및 코사인)의 수입니다.
xBarLimit1부동 소수점 수, 기본값: 1.5초기 학습 xBar 한계의 기준점입니다.
xBarLimit2정수, 기본값: 20xBar 한도를 실행하기 위한 기준점입니다.
lambda부동 소수점, 기본값: 0.3새해와 이동 평균의 가중치를 지정하는 'lambda' 조정 매개변수입니다.
lambdasigs부동 소수점 수, 기본값: 3EWMA 관리 범위(표준 편차 단위)입니다.
rounding불리언, 기본값: trueEWMA에 반올림을 실행해야 하는지 여부입니다.
persistence정수, 기본값: 3변경사항을 고려하는 데 필요한 최소 관측치 수입니다.