ee.Algorithms.TemporalSegmentation.C2c

Composite 2 Change (C2C) 算法的实现。此算法使用分段线性拟合来对时间序列进行分段，并使用最少的分段数来拟合给定最大均方根误差 (RMSE) 内的数据。 对于每个输入波段，该算法都会返回以下输出波段：
  • changeDate （Array[Double]）：检测到变化时的日期。 日期格式由 dateFormat 实参确定。
  • value （Array[Double]）：每个 changeDate 处波段的值。
  • magnitude （Array[Double]）：变化日期前后的值之间的差值。第一个 magnitude 始终为 NaN。
  • duration （Array[Double]）：变化日期之前的分段时长。第一个 duration 始终为 NaN。
  • rate （Array[Double]）：变化日期之前的数据变化率。第一个 rate 始终为 NaN。
如果 includePostMetrics 为 true，则每个波段都会包含以下变量。
  • postMagnitude （Array[Double]）：下一个分段开始时的值与变化日期处的值之间的绝对差值。最后一个 postMagnitude 始终为 NaN。
  • postDuration （Array[Double]）：变化日期之后的分段时长。最后一个 postDuration 始终为 NaN。
  • postRate （Array[Double]）：变化日期之后的数据变化率。最后一个 postRate 始终为 NaN。
如果 includeRegrowth 为 true，则每个波段都会包含以下变量。
  • indexRegrowth （Array[Double]）：变化日期处的值与五个数据点之后的值之间的差值。
  • recoveryIndicator （Array[Double]）：indexRegrowth 与 magnitude 之比。
  • regrowth60 （Array[Double]）：变化日期与序列值达到干扰前值 60% 的数据点之间的时间差。
  • regrowth80 （Array[Double]）：变化日期与序列值达到干扰前值 80% 的数据点之间的时间差。
  • regrowth100 （Array[Double]）：变化日期与序列值达到干扰前值 100% 的数据点之间的时间差。
如需详细了解原始算法，请参阅：Hermosilla 等人 (2015) https://doi.org/10.1016/j.rse.2014.11.005。您可以在 GitHub 上找到算法实现：https://github.com/saveriofrancini/C2C-GEE 致谢：FORWARDS 和 NextGenCarbon。

引用：Txomin Hermosilla、Michael A. Wulder、Joanne C. White, Nicholas C. Coops、Daniel Coelho、Giovanni Ciatto、Noel Gorelick 和 Saverio Francini。（筹备中。）图片合成、时间序列变化检测和时间指标：在 Google Earth Engine 上实现 Composite2Change (C2C) 算法。

此算法处于预览阶段，可能会发生变化。

用法返回
ee.Algorithms.TemporalSegmentation.C2c(collection, dateFormat, maxErrorList, spikesToleranceList, spikeRemovalMagnitudeList, maxError, maxSegments, infill, spikesTolerance, spikeRemovalMagnitude, includePostMetrics, includeRegrowth, interpolateRegrowth, useRelativeRegrowth, negativeMagnitudeOnly)图片
实参类型详细信息
collectionImageCollection要在其上运行 C2C 的图片集合。
dateFormat整数，默认值：0拟合期间要使用的时间表示法：0 = jDays，1 = 分数年，2 = 以毫秒为单位的 Unix 时间。每个时间分段的开始时间、结束时间和中断时间将以这种方式进行编码。
maxErrorList列表，默认值：{}要用于每个波段的最大误差 (RMSE) 值列表。如果未提供，则 maxError 值将用于所有波段。
spikesToleranceList列表，默认值：{}要用于每个频段的尖峰容差值列表。值为 1 表示不移除尖峰。如果未提供，则 spikesTolerance 值将用于所有波段。
spikeRemovalMagnitudeList列表，默认值：{}要用于每个波段的尖峰移除幅度值列表。幅度高于此值的尖峰将被移除。如果未提供，则 spikeRemovalMagnitude 值将用于所有波段。
maxError浮点数，默认值：0.075分段线性拟合允许的最大 RMSE；控制分段敏感度。
maxSegments整数，默认值：6拟合轨迹中允许的最大分段数。
infill布尔值，默认值：true在时间序列中启用缺口填充，以在存在缺失值（即等于 0 的值）的情况下支持稳定拟合。
spikesTolerance浮点数，默认值：0.85控制时间序列中尖峰的容差。范围为 0 到 1。值为 1 表示不移除尖峰，值越低，移除越积极。
spikeRemovalMagnitude浮点数，默认值：0.1尖峰移除幅度阈值。幅度（与邻居平均值的绝对差值）高于此值的尖峰将被移除。
includePostMetrics布尔值，默认值：true返回变化后描述符（postMagnitude、postDuration、postRate）。
includeRegrowth布尔值，默认值：false返回恢复/再生长指标（indexRegrowth、recoveryIndicator、regrowth60/80/100）。
interpolateRegrowth布尔值，默认值：true使用检测到的变化对时间序列进行线性插值，然后再计算再生长指标。
useRelativeRegrowth布尔值，默认值：false以相对于干扰前条件的方式计算再生长阈值。
negativeMagnitudeOnly布尔值，默认值：false仅保留与负变化相关的断点（定向过滤）。