ee.Algorithms.TemporalSegmentation.Verdet

সময়, বন পরিবর্তন সনাক্তকরণ অ্যালগরিদম মাধ্যমে গাছপালা পুনর্জন্ম এবং ব্যাঘাত অনুমান. এই অ্যালগরিদম উপগ্রহ চিত্র থেকে একটি বার্ষিক পরিষ্কার-আকাশের যৌগ তৈরি করে, সেই যৌগের প্রতিটি পিক্সেলের জন্য একটি বর্ণালী উদ্ভিদ সূচক গণনা করে, গাছপালা সূচক চিত্রটিকে স্থানিকভাবে ভাগ করে প্যাচগুলিতে, অস্থায়ীভাবে টাইম সিরিজকে আলাদাভাবে ঢালু সেগমেন্টে বিভক্ত করে, এবং তারপরে সেগুলিকে বিভক্ত করে। পুনর্জন্ম স্থানিক এবং অস্থায়ী উভয় ধাপেই বিভাজন সম্পূর্ণ ভিন্নতা নিয়মিতকরণ ব্যবহার করে সঞ্চালিত হয়।

আউটপুটটিতে প্রতি পিক্সেলের জন্য একটি 1D অ্যারে থাকে যাতে লাগানো ট্রেন্ড লাইনের ঢাল থাকে। নেতিবাচক মানগুলি অশান্তি এবং ইতিবাচক মানগুলির পুনর্জন্ম নির্দেশ করে।

দেখুন: Hughes, MJ, Kaylor, SD এবং Hayes, DJ, 2017. Landsat টাইম সিরিজ থেকে প্যাচ-ভিত্তিক বন পরিবর্তন সনাক্তকরণ। বন, 8(5), p.166.

ব্যবহার রিটার্নস
ee.Algorithms.TemporalSegmentation.Verdet(timeSeries, tolerance , alpha , nRuns ) ছবি
যুক্তি টাইপ বিস্তারিত
timeSeries ইমেজ কালেকশন সংগ্রহ যা থেকে VerDET স্কোর বের করতে হবে। এই সংগ্রহে প্রতি বছরের জন্য 1টি ছবি থাকবে বলে আশা করা হচ্ছে, সাময়িকভাবে সাজানো।
tolerance ফ্লোট, ডিফল্ট: 0.0001 অভিসারী সহনশীলতা।
alpha ফ্লোট, ডিফল্ট: 0.03333333333333333 বিভাজনের জন্য নিয়মিতকরণ পরামিতি।
nRuns পূর্ণসংখ্যা, ডিফল্ট: 100 কনভারজেন্সের জন্য সর্বোচ্চ রান।