הודעה: כל הפרויקטים הלא מסחריים שנרשמו לשימוש ב-Earth Engine לפני 15 באפריל 2025 חייבים לעבור אימות של הזכאות לשימוש לא מסחרי כדי לשמור על הגישה ל-Earth Engine.
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
זיהוי מגמות של הפרעות והתאוששות על סמך נתונים מ-Landsat: פילוח זמני של סדרת תמונות על ידי חילוץ של מסלולי השינוי הספקטרליים לאורך זמן. הפס הראשון של כל תמונה משמש למציאת נקודות שבירה, והנקודות האלה משמשות לביצוע התאמה בכל הפסים הבאים. נקודות עצירה מוחזרות כמטריצה דו-ממדית עם 4 שורות ומספר העמודות כמספר התמונות. שתי השורות הראשונות הן הערכים המקוריים של X ו-Y. השורה השלישית מכילה את ערכי Y שהותאמו לפלחים המשוערים, והשורה הרביעית מכילה 1 אם הנקודה המתאימה שימשה כקודקוד של פלח, או 0 אם לא. כל רצועה נוספת שמתאימה לשימוש מופיעה כשורות נוספות בפלט. התאמה לנקודת שבירה מניחה שערכים עולים מייצגים הפרעה וערכים יורדים מייצגים התאוששות.
ראו: Kennedy, R.E., Yang, Z. and Cohen, W.B., 2010. זיהוי מגמות בהפרעות ביערות ובהתאוששות שלהם באמצעות סדרות זמן שנתיות של Landsat: 1. LandTrendr – אלגוריתמים של פילוח זמני. Remote Sensing of Environment, 114(12), pp.2897-2910.
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["חסרים לי מידע או פרטים","missingTheInformationINeed","thumb-down"],["התוכן מורכב מדי או עם יותר מדי שלבים","tooComplicatedTooManySteps","thumb-down"],["התוכן לא עדכני","outOfDate","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["בעיה בדוגמאות/בקוד","samplesCodeIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2025-07-26 (שעון UTC)."],[[["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"]]
