시간 경과에 따른 식생 재생 및 교란 추정치, 산림 변화 감지 알고리즘 이 알고리즘은 위성 이미지에서 연간 맑은 하늘 합성 이미지를 생성하고, 해당 합성 이미지의 각 픽셀에 대한 스펙트럼 식생 지수를 계산하고, 식생 지수 이미지를 패치로 공간 분할하고, 시계열을 기울기가 다른 세그먼트로 시간 분할한 다음, 해당 세그먼트를 교란, 안정 또는 재생으로 라벨링합니다. 공간 및 시간 단계에서의 세분화는 총 변동 정규화를 사용하여 실행됩니다.
출력은 적합한 추세선의 기울기가 포함된 픽셀당 1D 배열로 구성됩니다. 음수 값은 교란을 나타내고 양수 값은 재생을 나타냅니다.
참고: Hughes, M.J., Kaylor, S.D. 및 Hayes, D.J., 2017. Landsat 시계열의 패치 기반 산림 변화 감지 Forests, 8(5), p.166.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["필요한 정보가 없음","missingTheInformationINeed","thumb-down"],["너무 복잡함/단계 수가 너무 많음","tooComplicatedTooManySteps","thumb-down"],["오래됨","outOfDate","thumb-down"],["번역 문제","translationIssue","thumb-down"],["샘플/코드 문제","samplesCodeIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-07-26(UTC)"],[[["The algorithm detects forest change by analyzing yearly satellite imagery and identifying areas of disturbance and regeneration."],["It uses a spectral vegetation index and segments the imagery spatially and temporally to track vegetation changes."],["Disturbance is indicated by negative trend slopes, while regeneration is indicated by positive slopes in the output array."],["The algorithm utilizes total variation regularization for both spatial and temporal segmentation to enhance accuracy."],["Users can adjust parameters like tolerance, regularization, and maximum runs for customized analysis using the provided function."]]],[]]
