ee.Algorithms.TemporalSegmentation.LandTrendr

การตรวจหาแนวโน้มการรบกวนและการฟื้นตัวโดยอิงตาม Landsat: แบ่งกลุ่มชุดรูปภาพอนุกรมเวลาตามเวลาโดยการดึงวิถีสเปกตรัมของการเปลี่ยนแปลงเมื่อเวลาผ่านไป ระบบจะใช้แถบแรกของแต่ละรูปภาพเพื่อค้นหาจุดพัก และใช้จุดพักเหล่านั้นเพื่อทำการปรับแถบทั้งหมดที่ตามมา โดยจะแสดงผลเบรกพอยต์เป็นเมทริกซ์ 2 มิติที่มี 4 แถวและมีจำนวนคอลัมน์เท่ากับจำนวนรูปภาพ 2 แถวแรกคือค่า X และ Y เดิม แถวที่ 3 มีค่า Y ที่ปรับให้เข้ากับกลุ่มที่ประมาณ และแถวที่ 4 มีค่า 1 หากใช้จุดที่สอดคล้องกันเป็นจุดยอดของกลุ่ม หรือ 0 หากไม่ได้ใช้ ระบบจะผนวกแถบที่ปรับเพิ่มเติมเป็นแถวในเอาต์พุต การปรับจุดเปลี่ยนสมมติว่าค่าที่เพิ่มขึ้นแสดงถึงการรบกวน 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.

การใช้งานการคืนสินค้า
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded)รูปภาพ
อาร์กิวเมนต์ประเภทรายละเอียด
timeSeriesImageCollectionอนุกรมเวลาแบบรายปีที่จะใช้ดึงจุดหยุด แถบแรกใช้เพื่อค้นหาจุดแบ่ง และแถบต่อๆ ไปทั้งหมดจะปรับให้พอดีโดยใช้จุดแบ่งเหล่านั้น
maxSegmentsจำนวนเต็มจำนวนกลุ่มสูงสุดที่จะปรับให้พอดีกับอนุกรมเวลา
spikeThresholdFloat, ค่าเริ่มต้น: 0.9เกณฑ์สำหรับการลดความผันผวน (1.0 หมายถึงไม่มีการลด)
vertexCountOvershootจำนวนเต็ม ค่าเริ่มต้น: 3โมเดลเริ่มต้นอาจมีจุดยอดเกิน maxSegments + 1 ได้ตามจำนวนนี้ ต่อมาจะมีการตัดแต่งให้เหลือ maxSegments + 1
preventOneYearRecoveryบูลีน ค่าเริ่มต้น: เท็จป้องกันกลุ่มที่แสดงการกู้คืนใน 1 ปี
recoveryThresholdลอย ค่าเริ่มต้น: 0.25หากกลุ่มมีอัตราการกู้คืนเร็วกว่า 1/recoveryThreshold (เป็นปี) ระบบจะไม่อนุญาตกลุ่มดังกล่าว
pvalThresholdFloat, ค่าเริ่มต้น: 0.1หากค่า p ของโมเดลที่ปรับแล้วเกินเกณฑ์นี้ ระบบจะทิ้งโมเดลปัจจุบันและปรับโมเดลอื่นโดยใช้ตัวเพิ่มประสิทธิภาพ Levenberg-Marquardt
bestModelProportionลอย ค่าเริ่มต้น: 0.75อนุญาตให้เลือกโมเดลที่มีจุดยอดมากกว่าได้ หากค่า P-Value ไม่เกิน (2 - bestModelProportion) เท่าของค่า P-Value ของโมเดลที่ดีที่สุด
minObservationsNeededจำนวนเต็ม ค่าเริ่มต้น: 6จำนวนการสังเกตการณ์ขั้นต่ำที่จำเป็นในการปรับเอาต์พุต