ee.Algorithms.TemporalSegmentation.C2c

پیاده‌سازی الگوریتم Composite 2 Change (C2C). این الگوریتم یک سری زمانی را با استفاده از برازش خطی تکه‌ای با حداقل بخش‌های مورد نیاز برای برازش داده‌ها در محدوده حداکثر جذر میانگین مربعات خطا (RMSE) داده شده، قطعه‌بندی می‌کند. برای هر باند داده شده، الگوریتم باندهای زیر را برمی‌گرداند:

changeDate: یک آرایه یک بعدی از اعداد دوتایی که جفت‌هایی از تاریخ‌های شروع و پایان را برای هر بخش برازش شده نشان می‌دهد. قالب تاریخ توسط آرگومان dateFormat تعیین می‌شود.

مقدار: یک آرایه یک بعدی از دو برابر مقدار گروه در changeDate.

قدر مطلق (magnitude): یک آرایه یک بعدی از اعداد دوتایی که اختلاف مطلق بین مقادیر قبل و بعد از یک تاریخ تغییر را ارائه می‌دهد. قدر اول همیشه NaN است.

مدت زمان: یک آرایه یک بعدی از دو برابر مدت زمان قطعه قبل از تاریخ تغییر. مدت زمان اول همیشه NaN است.

نرخ: یک آرایه یک بعدی از دو برابر نرخ تغییر داده‌های قبل از تاریخ تغییر. نرخ اول همیشه NaN است.

postMagnitude: یک آرایه یک بعدی از دو برابر اختلاف مطلق بین مقادیر پس از تاریخ تغییر و مقدار در تاریخ تغییر. آخرین postMagnitude همیشه NaN است.

postDuration: مدت زمان قطعه پس از تاریخ تغییر. آخرین postDuration همیشه NaN است.

postRate: نرخ تغییر داده‌ها پس از تاریخ تغییر. آخرین postRate همیشه NaN است.

indexRegrwoth: تفاوت بین مقدار در تاریخ تغییر و مقدار پنج نقطه داده‌ای بعد از آن.

شاخص بهبودی: شاخص نسبت رشد مجدد/شدت.

رشد مجدد60: اختلاف زمانی بین نقطه شکست و نقطه داده که در آن مقدار سری 60٪ از مقدار پیش از اختلال است.

رشد مجدد60: اختلاف زمانی بین نقطه شکست و نقطه داده که در آن مقدار سری 80٪ از مقدار پیش از اختلال است.

رشد مجدد60: اختلاف زمانی بین نقطه شکست و نقطه داده‌ای که در آن مقدار سری 100٪ مقدار پیش از اختلال است.

برای جزئیات بیشتر در مورد الگوریتم اصلی، به Hermosilla و همکاران (2015) dx.doi.org/10.1016/j.rse.2014.11.005 مراجعه کنید.

پیاده‌سازی الگوریتم را می‌توانید در گیت‌هاب پیدا کنید: https://github.com/saveriofrancini/C2C-GEE

تقدیر و تشکر: FORWARDS و NextGenCarbon.

منبع: تکسومین هرموسیلا، مایکل ای. وولدر، جوآن سی. وایت، نیکلاس سی. کوپس، دنیل کوئلیو، جیووانی سیاتو، نوئل گورلیک و ساوریو فرانچینی. در حال آماده‌سازی. ترکیب تصویر، تشخیص تغییرات سری زمانی و معیارهای زمانی: پیاده‌سازی الگوریتم Composite2Change (C2C) در موتور جستجوی گوگل ارث. این الگوریتم در مرحله پیش‌نمایش است و ممکن است تغییر کند.

کاربرد بازگشت‌ها
ee.Algorithms.TemporalSegmentation.C2c(collection, dateFormat , maxError , maxSegments , startYear , endYear , infill , spikesTolerance , includePostMetrics , includeRegrowth , useRelativeRegrowth , negativeMagnitudeOnly ) تصویر
استدلال نوع جزئیات
collection مجموعه تصاویر مجموعه‌ای از تصاویر که می‌توان C2C را روی آنها اجرا کرد.
dateFormat عدد صحیح، پیش‌فرض: ۰ نمایش زمانی مورد استفاده در طول برازش: 0 = jDays، 1 = fractional years، 2 = unix time بر حسب میلی‌ثانیه. زمان‌های شروع، پایان و شکست برای هر بخش زمانی به این صورت کدگذاری می‌شوند.
maxError مقدار شناور، پیش‌فرض: ۷۵
maxSegments عدد صحیح، پیش‌فرض: ۶
startYear عدد صحیح، پیش‌فرض: ۱۹۸۴
endYear عدد صحیح، پیش‌فرض: ۲۰۱۹
infill بولی، پیش‌فرض: درست
spikesTolerance مقدار شناور، پیش‌فرض: ۰.۸۵
includePostMetrics بولی، پیش‌فرض: درست
includeRegrowth بولی، پیش‌فرض: false
useRelativeRegrowth بولی، پیش‌فرض: false
negativeMagnitudeOnly بولی، پیش‌فرض: false