ee.Algorithms.TemporalSegmentation.Verdet

समय के साथ वनस्पति के फिर से उगने और उसमें होने वाली गड़बड़ियों का अनुमान लगाने के लिए, जंगल में हुए बदलाव का पता लगाने वाला एल्गोरिदम. यह एल्गोरिदम, सैटेलाइट से ली गई इमेज से हर साल साफ़ आसमान की कंपोज़िट इमेज जनरेट करता है. साथ ही, उस कंपोज़िट इमेज में मौजूद हर पिक्सल के लिए स्पेक्ट्रल वेजिटेशन इंडेक्स का हिसाब लगाता है. इसके बाद, वेजिटेशन इंडेक्स इमेज को पैच में बांटता है. साथ ही, टाइम सीरीज़ को अलग-अलग स्लोप वाले सेगमेंट में बांटता है. इसके बाद, उन सेगमेंट को डिस्टर्ब, स्टेबल या रीजेनरेटिंग के तौर पर लेबल करता है. स्पेशल और टेंपोरल, दोनों चरणों में सेगमेंटेशन के लिए, टोटल वेरिएशन रेगुलराइज़ेशन का इस्तेमाल किया जाता है.

आउटपुट में, हर पिक्सल के लिए एक डाइमेंशन वाला अरे होता है. इसमें फ़िट की गई ट्रेंड लाइन का स्लोप होता है. नेगेटिव वैल्यू से पता चलता है कि गड़बड़ी हुई है और पॉज़िटिव वैल्यू से पता चलता है कि गड़बड़ी ठीक हो गई है.

देखें: ह्यूज़, एम.जे., एस॰डी॰ केलर और डी॰जे॰ हेज़, 2017. Landsat टाइम सीरीज़ से, जंगल में हुए बदलावों का पता लगाने के लिए पैच-आधारित तरीका. Forests, 8(5), p.166.

इस्तेमाल	रिटर्न
ee.Algorithms.TemporalSegmentation.Verdet(timeSeries, tolerance, alpha, nRuns)	इमेज

आर्ग्यूमेंट	टाइप	विवरण
timeSeries	ImageCollection	वह कलेक्शन जिससे VeRDET स्कोर निकालने हैं. इस कलेक्शन में, हर साल के लिए एक इमेज होनी चाहिए. इन्हें समय के हिसाब से क्रम में लगाया गया हो.
tolerance	फ़्लोट, डिफ़ॉल्ट: 0.0001	कन्वर्जेंस टॉलरेंस.
alpha	फ़्लोट, डिफ़ॉल्ट: 0.03333333333333333	सेगमेंटेशन के लिए रेगुलराइज़ेशन पैरामीटर.
nRuns	पूर्णांक, डिफ़ॉल्ट: 100	कन्वर्जेंस के लिए ज़्यादा से ज़्यादा रन की संख्या.