ee.Algorithms.TemporalSegmentation.LandTrendr

การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวโดยอิงตาม Landsat: แบ่งกลุ่มชุดรูปภาพอนุกรมเวลาตามเวลาโดยการดึงวิถีสเปกตรัมของการเปลี่ยนแปลงเมื่อเวลาผ่านไป ระบบจะใช้แถบแรกของแต่ละรูปภาพเพื่อค้นหาจุดแบ่ง และใช้จุดแบ่งเหล่านั้นเพื่อทำการปรับแถบทั้งหมดที่ตามมา โดยจะแสดงผลเบรกพอยต์เป็นเมทริกซ์ 2 มิติที่มี 4 แถวและมีจำนวนคอลัมน์เท่ากับจำนวนรูปภาพ 2 แถวแรกคือค่า X และ Y เดิม แถวที่ 3 มีค่า Y ที่ปรับให้เข้ากับกลุ่มที่ประมาณ และแถวที่ 4 มีค่า 1 หากใช้จุดที่สอดคล้องกันเป็นจุดยอดของกลุ่ม หรือ 0 หากไม่ได้ใช้ ระบบจะต่อท้ายแถบที่ปรับเพิ่มเติมเป็นแถวในเอาต์พุต การปรับจุดเปลี่ยนจะถือว่าค่าที่เพิ่มขึ้นแสดงถึงการรบกวน และค่าที่ลดลงแสดงถึงการฟื้นตัว

ดูที่ Kennedy, R.E., Yang, Z. and Cohen, W.B., 2010 การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวของป่าโดยใช้ชุดข้อมูลอนุกรมเวลา Landsat รายปี: 1. LandTrendr - อัลกอริทึมการแบ่งกลุ่มตามเวลา Remote Sensing of Environment, 114(12), pp.2897-2910.

การใช้งาน	การคืนสินค้า
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded)	รูปภาพ

อาร์กิวเมนต์	ประเภท	รายละเอียด
timeSeries	ImageCollection	อนุกรมเวลาแบบรายปีที่จะใช้ดึงจุดเปลี่ยน แถบแรกใช้เพื่อค้นหาจุดแบ่ง และแถบต่อๆ ไปทั้งหมดจะปรับให้พอดีโดยใช้จุดแบ่งเหล่านั้น
maxSegments	จำนวนเต็ม	จำนวนกลุ่มสูงสุดที่จะปรับให้พอดีกับอนุกรมเวลา
spikeThreshold	Float, ค่าเริ่มต้น: 0.9	เกณฑ์สำหรับการลดช่วงที่เพิ่มขึ้น (1.0 หมายถึงไม่มีการลด)
vertexCountOvershoot	จำนวนเต็ม ค่าเริ่มต้น: 3	โมเดลเริ่มต้นอาจมีจุดยอดเกิน maxSegments + 1 ได้ตามจำนวนนี้ ต่อมาจะมีการตัดแต่งให้เหลือ maxSegments + 1
preventOneYearRecovery	บูลีน ค่าเริ่มต้น: false	ป้องกันกลุ่มที่แสดงการกู้คืน 1 ปี
recoveryThreshold	ลอย ค่าเริ่มต้น: 0.25	หากกลุ่มมีอัตราการกู้คืนเร็วกว่า 1/recoveryThreshold (เป็นปี) ระบบจะไม่อนุญาตกลุ่มดังกล่าว
pvalThreshold	Float, ค่าเริ่มต้น: 0.1	หากค่า p ของโมเดลที่ปรับแล้วเกินเกณฑ์นี้ ระบบจะทิ้งโมเดลปัจจุบันและปรับโมเดลอื่นโดยใช้ตัวเพิ่มประสิทธิภาพ Levenberg-Marquardt
bestModelProportion	Float, ค่าเริ่มต้น: 0.75	อนุญาตให้เลือกโมเดลที่มีจุดยอดมากกว่าได้ หากค่า P-Value ของโมเดลนั้นไม่เกิน (2 - bestModelProportion) เท่าของค่า P-Value ของโมเดลที่ดีที่สุด
minObservationsNeeded	จำนวนเต็ม ค่าเริ่มต้น: 6	จำนวนการสังเกตการณ์ขั้นต่ำที่จำเป็นต่อการปรับเอาต์พุต