Anuncio: Todos los proyectos no comerciales registrados para usar Earth Engine antes del
15 de abril de 2025 deben
verificar su elegibilidad no comercial para mantener el acceso a Earth Engine.
ee.Algorithms.TemporalSegmentation.Ccdc
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Implementa el algoritmo de punto de inflexión temporal de detección y clasificación de cambios continuos. Este algoritmo encuentra puntos de interrupción temporales en una colección de imágenes ajustando de forma iterativa funciones armónicas a los datos. Los coeficientes de ajuste se producen para todas las bandas de entrada, pero las bandas que se usan para la detección de puntos de quiebre se pueden especificar con el argumento "breakpointBands".
Para obtener más detalles, consulta Zhu, Z. y Woodcock, C.E., 2014. Detección y clasificación continuas de los cambios en la cobertura del suelo con todos los datos de Landsat disponibles Remote sensing of Environment, 144, pp.152-171.
Uso | Muestra |
---|
ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands, tmaskBands, minObservations, chiSquareProbability, minNumOfYearsScaler, dateFormat, lambda, maxIterations) | Imagen |
Argumento | Tipo | Detalles |
---|
collection | ImageCollection | Es la colección de imágenes en las que se ejecutará CCDC. |
breakpointBands | Lista, valor predeterminado: null | Nombre o índice de las bandas que se usarán para la detección de cambios. Si no se especifica, se usan todas las bandas. |
tmaskBands | Lista, valor predeterminado: null | Nombre o índice de las bandas que se usarán para la detección iterativa de nubes de TMask. Por lo general, son la banda verde y la banda SWIR1. Si no se especifica, no se usa TMask. Si se especifica, "tmaskBands" debe incluirse en "breakpointBands". |
minObservations | Número entero, valor predeterminado: 6 | Es la cantidad de observaciones necesarias para marcar un cambio. |
chiSquareProbability | Número de punto flotante, valor predeterminado: 0.99 | Es el umbral de probabilidad de chi cuadrado para la detección de cambios en el rango de [0, 1]. |
minNumOfYearsScaler | Número de punto flotante, valor predeterminado: 1.33 | Son los factores de la cantidad mínima de años para aplicar el nuevo ajuste. |
dateFormat | Número entero, valor predeterminado: 0 | Representación del tiempo que se usará durante el ajuste: 0 = jDays, 1 = años fraccionarios, 2 = tiempo Unix en milisegundos. Los tiempos de inicio, finalización y descanso de cada segmento temporal se codificarán de esta manera. |
lambda | Número de punto flotante, valor predeterminado: 20 | Es el valor de Lambda para el ajuste de la regresión LASSO. Si se establece en 0, se usa el método de MCO regular en lugar de LASSO. |
maxIterations | Número entero, valor predeterminado: 25,000 | Es la cantidad máxima de ejecuciones para la convergencia de la regresión LASSO. Si se establece en 0, se usa el método de MCO regular en lugar de LASSO. |
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-26 (UTC)
[null,null,["Última actualización: 2025-07-26 (UTC)"],[[["\u003cp\u003eImplements the Continuous Change Detection and Classification (CCDC) algorithm to identify temporal breakpoints (changes over time) within an image collection.\u003c/p\u003e\n"],["\u003cp\u003eUses harmonic functions to fit the image data and detect changes based on specified bands and statistical thresholds.\u003c/p\u003e\n"],["\u003cp\u003eOffers customization options such as selecting specific bands for change detection, adjusting sensitivity parameters, and configuring the time format for results.\u003c/p\u003e\n"],["\u003cp\u003eProvides fit coefficients for all input bands, aiding in understanding the nature of the detected changes.\u003c/p\u003e\n"],["\u003cp\u003eRelies on iterative fitting and statistical analysis to pinpoint breakpoints and ensure robust change detection.\u003c/p\u003e\n"]]],[],null,["# ee.Algorithms.TemporalSegmentation.Ccdc\n\nImplements the Continuous Change Detection and Classification temporal breakpoint algorithm. This algorithm finds temporal breakpoints in an image collection by iteratively fitting harmonic functions to the data. Fit coefficients are produced for all input bands, but the bands used for breakpoint detection can be specified with the 'breakpointBands' argument.\n\n\u003cbr /\u003e\n\nFor more details, see Zhu, Z. and Woodcock, C.E., 2014. Continuous change detection and classification of land cover using all available Landsat data. Remote sensing of Environment, 144, pp.152-171.\n\n| Usage | Returns |\n|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.TemporalSegmentation.Ccdc(collection, `*breakpointBands* `, `*tmaskBands* `, `*minObservations* `, `*chiSquareProbability* `, `*minNumOfYearsScaler* `, `*dateFormat* `, `*lambda* `, `*maxIterations*`)` | Image |\n\n| Argument | Type | Details |\n|------------------------|-------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `collection` | ImageCollection | Collection of images on which to run CCDC. |\n| `breakpointBands` | List, default: null | The name or index of the bands to use for change detection. If unspecified, all bands are used. |\n| `tmaskBands` | List, default: null | The name or index of the bands to use for iterative TMask cloud detection. These are typically the green band and the SWIR1 band. If unspecified, TMask is not used. If specified, 'tmaskBands' must be included in 'breakpointBands'. |\n| `minObservations` | Integer, default: 6 | The number of observations required to flag a change. |\n| `chiSquareProbability` | Float, default: 0.99 | The chi-square probability threshold for change detection in the range of \\[0, 1\\]. |\n| `minNumOfYearsScaler` | Float, default: 1.33 | Factors of minimum number of years to apply new fitting. |\n| `dateFormat` | Integer, default: 0 | The time representation to use during fitting: 0 = jDays, 1 = fractional years, 2 = unix time in milliseconds. The start, end and break times for each temporal segment will be encoded this way. |\n| `lambda` | Float, default: 20 | Lambda for LASSO regression fitting. If set to 0, regular OLS is used instead of LASSO. |\n| `maxIterations` | Integer, default: 25000 | Maximum number of runs for LASSO regression convergence. If set to 0, regular OLS is used instead of LASSO. |"]]