تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
رصد المؤشرات في الاضطراب والتعافي استنادًا إلى Landsat: يتم تقسيم سلسلة زمنية من الصور مؤقتًا من خلال استخراج المسارات الطيفية للتغيير بمرور الوقت. يتم استخدام النطاق الأول من كل صورة للعثور على نقاط توقف، ويتم استخدام نقاط التوقف هذه لتنفيذ عملية الملاءمة على جميع النطاقات اللاحقة. يتم عرض نقاط التوقف كمصفوفة ثنائية الأبعاد تتضمّن 4 صفوف وعددًا من الأعمدة يساوي عدد الصور. يمثّل الصفّان الأول والثاني قيمتَي X وY الأصليتَين. يحتوي الصف الثالث على قيم Y التي تمّت ملاءمتها مع المقاطع المقدّرة، ويحتوي الصف الرابع على 1 إذا تمّ استخدام النقطة المقابلة كقمة مقطع أو 0 إذا لم يتمّ استخدامها. تتم إضافة أي نطاقات إضافية مناسبة كصفوف في الناتج. يفترض تركيب نقطة التغيّر أنّ القيم المتزايدة تمثّل اضطرابًا وأنّ القيم المتناقصة تمثّل تحسّنًا.
يُرجى الاطّلاع على: Kennedy, R.E., Yang, Z. and Cohen, W.B., 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - خوارزميات التقسيم الزمني Remote Sensing of Environment, 114(12), pp.2897-2910.
السلسلة الزمنية السنوية التي سيتم استخراج نقاط التوقف منها. يتم استخدام النطاق الأول للعثور على نقاط التوقف، ويتم ضبط جميع النطاقات اللاحقة باستخدام نقاط التوقف هذه.
maxSegments
عدد صحيح
الحدّ الأقصى لعدد الأقسام التي سيتمّ ملاءمتها للسلسلة الزمنية
spikeThreshold
عدد عشري، القيمة التلقائية: 0.9
حدّ إيقاف الارتفاعات المفاجئة (تشير القيمة 1.0 إلى عدم إيقافها).
vertexCountOvershoot
عدد صحيح، القيمة التلقائية: 3
يمكن أن يتجاوز النموذج الأولي عدد الرؤوس maxSegments + 1 بهذا المقدار. لاحقًا، سيتم تقليل عددها إلى maxSegments + 1.
preventOneYearRecovery
قيمة منطقية، القيمة التلقائية: false
منع الشرائح التي تمثّل عمليات استرداد البيانات لمدة عام واحد
recoveryThreshold
Float، القيمة التلقائية: 0.25
إذا كانت إحدى الشرائح تتضمّن معدّل استرداد أسرع من 1/recoveryThreshold (بالسنوات)، سيتم رفض الشريحة.
pvalThreshold
عدد عشري، القيمة التلقائية: 0.1
إذا تجاوزت القيمة الاحتمالية للنموذج الملائم هذا الحدّ، يتم تجاهل النموذج الحالي وتطبيق نموذج آخر باستخدام أداة التحسين Levenberg-Marquardt.
bestModelProportion
التعويم، القيمة التلقائية: 0.75
يسمح باختيار النماذج التي تحتوي على المزيد من الرؤوس إذا كانت القيمة الاحتمالية لا تزيد عن (2 - bestModelProportion) مرة القيمة الاحتمالية لأفضل نموذج.
minObservationsNeeded
عدد صحيح، القيمة التلقائية: 6
الحدّ الأدنى لعدد الملاحظات المطلوبة لتنفيذ عملية مطابقة النتائج
تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)
[[["يسهُل فهم المحتوى.","easyToUnderstand","thumb-up"],["ساعَدني المحتوى في حلّ مشكلتي.","solvedMyProblem","thumb-up"],["غير ذلك","otherUp","thumb-up"]],[["لا يحتوي على المعلومات التي أحتاج إليها.","missingTheInformationINeed","thumb-down"],["الخطوات معقدة للغاية / كثيرة جدًا.","tooComplicatedTooManySteps","thumb-down"],["المحتوى قديم.","outOfDate","thumb-down"],["ثمة مشكلة في الترجمة.","translationIssue","thumb-down"],["مشكلة في العيّنات / التعليمات البرمجية","samplesCodeIssue","thumb-down"],["غير ذلك","otherDown","thumb-down"]],["تاريخ التعديل الأخير: 2025-07-26 (حسب التوقيت العالمي المتفَّق عليه)"],[[["LandTrendr is a temporal segmentation algorithm designed to detect trends in disturbance and recovery within yearly Landsat time-series data."],["It identifies breakpoints in spectral trajectories, using the first band of the image collection for initial detection and then fitting the breakpoints to all other bands."],["These breakpoints, representing changes in land cover, are fitted to a model assuming increasing values indicate disturbance and decreasing values signify recovery."],["The algorithm offers parameters for controlling spike dampening, segment recovery rates, model selection, and minimum data requirements to fine-tune the analysis."],["The output is an image containing the original and fitted values, segment vertices, and optionally fitted values for additional bands."]]],["The LandTrendr algorithm segments a time-series of images, using the first band to find breakpoints that identify spectral changes. These breakpoints are then applied to fit all other bands. Breakpoints are returned as a matrix, with the original data, fitted values, and segment vertex indicators. Increasing values suggest disturbance, while decreasing values suggest recovery. Users define parameters like maximum segments, spike dampening, and recovery rates to guide the fitting process. The algorithm outputs an image containing the results.\n"]]
