ee.Algorithms.TemporalSegmentation.Ewmacd

Phát hiện thay đổi về đường trung bình động có trọng số theo hàm mũ. Thuật toán này tính toán một mô hình hài hoà cho phần "huấn luyện" của dữ liệu đầu vào và trừ phần đó khỏi kết quả ban đầu. Sau đó, phần dư sẽ được đưa vào biểu đồ X-bar của Shewhart và giá trị trung bình động có trọng số theo hàm mũ. Các pixel bị nhiễu sẽ được chỉ ra khi biểu đồ cho thấy độ lệch so với các giới hạn kiểm soát đã cho.

Đầu ra là hình ảnh 5 dải chứa các dải:

  • ewma: một mảng 1D gồm điểm EWMA cho từng hình ảnh đầu vào. Giá trị âm biểu thị sự xáo trộn và giá trị dương biểu thị sự phục hồi.
  • harmonicCoefficients: Một mảng 1 chiều gồm các cặp hệ số điều hoà đã tính. Các hệ số được sắp xếp theo thứ tự [hằng số, sin0, cos0, sin1, cos1...]
  • rmse: RMSE từ hồi quy điều hoà.
  • rSquared: giá trị r bình phương từ hồi quy điều hoà.
  • phần dư: Mảng 1 chiều gồm các phần dư từ hồi quy điều hoà.
Xem: Brooks, E.B., Wynne, R.H., Thomas, V.A., Blinn, C.E. và Coulston, J.W., 2014. Phát hiện thay đổi tức thì trên quy mô lớn theo nhiều thời điểm bằng cách sử dụng biểu đồ kiểm soát chất lượng thống kê và dữ liệu Landsat. IEEE Transactions on Geoscience and Remote Sensing, 52(6), trang 3316-3332.

Cách sử dụngGiá trị trả về
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)Hình ảnh
Đối sốLoạiThông tin chi tiết
timeSeriesImageCollectionTập hợp mà từ đó cần trích xuất EWMA. Bộ sưu tập này dự kiến sẽ có 1 hình ảnh cho mỗi năm và được sắp xếp theo thời gian.
vegetationThresholdSố thực dấu phẩy độngNgưỡng cho thảm thực vật. Những giá trị dưới mức này được coi là không có thảm thực vật.
trainingStartYearSố nguyênNăm bắt đầu của thời gian huấn luyện, bao gồm cả năm này.
trainingEndYearSố nguyênNăm kết thúc của khoảng thời gian huấn luyện, không bao gồm giá trị đầu và giá trị cuối.
harmonicCountSố nguyên, mặc định: 2Số lượng cặp hàm điều hoà (sin và cosin) được dùng.
xBarLimit1Độ chính xác đơn, mặc định: 1,5Ngưỡng cho giới hạn xBar của quá trình huấn luyện ban đầu.
xBarLimit2Số nguyên, mặc định: 20Ngưỡng để chạy giới hạn xBar.
lambdaĐộ chính xác đơn, mặc định: 0,3Tham số điều chỉnh "lambda" cho biết mức độ ảnh hưởng của năm mới so với mức trung bình động.
lambdasigsĐộ chính xác đơn, mặc định: 3Giới hạn kiểm soát EWMA, theo đơn vị độ lệch chuẩn.
roundingBoolean, mặc định: trueCó nên làm tròn cho EWMA hay không.
persistenceSố nguyên, mặc định: 3Số lượng quan sát tối thiểu cần thiết để xem xét một thay đổi.