ee.Algorithms.TemporalSegmentation.Ccdc

Continuous Change Detection and Classification の時間的ブレークポイント アルゴリズムを実装します。このアルゴリズムは、調和関数をデータに繰り返し適合させることで、画像コレクション内の時間的ブレークポイントを検出します。すべての入力バンドに対して適合係数が生成されますが、ブレークポイント検出に使用されるバンドは「breakpointBands」引数で指定できます。

詳しくは、Zhu, Z. and Woodcock, C.E., 2014 年。利用可能なすべての Landsat データを使用した、土地被覆の継続的な変化の検出と分類。Remote sensing of Environment, 144, pp.152-171.

用途	戻り値
ee.Algorithms.TemporalSegmentation.Ccdc(collection, breakpointBands, tmaskBands, minObservations, chiSquareProbability, minNumOfYearsScaler, dateFormat, lambda, maxIterations)	画像

引数	タイプ	詳細
collection	ImageCollection	CCDC を実行するイメージのコレクション。
breakpointBands	リスト、デフォルト: null	変化の検出に使用するバンドの名前またはインデックス。指定しない場合は、すべての帯域が使用されます。
tmaskBands	リスト、デフォルト: null	反復 TMask 雲検出に使用するバンドの名前またはインデックス。通常、緑色バンドと SWIR1 バンドです。指定しない場合、TMask は使用されません。指定する場合、tmaskBands は breakpointBands に含まれている必要があります。
minObservations	整数、デフォルト: 6	変化を検出するために必要な観測数。
chiSquareProbability	浮動小数点数、デフォルト: 0.99	変化検出のカイ二乗確率しきい値です。[0, 1] の範囲で指定します。
minNumOfYearsScaler	浮動小数点数、デフォルト: 1.33	新しいフィッティングを適用する最小年数の係数。
dateFormat	整数、デフォルト: 0	フィッティング中に使用する時間表現: 0 = jDays、1 = 年の分数、2 = UNIX 時間（ミリ秒単位）。各時間セグメントの開始時間、終了時間、休憩時間は、このようにエンコードされます。
lambda	浮動小数点数、デフォルト: 20	LASSO 回帰フィッティングのラムダ。0 に設定すると、LASSO ではなく通常の OLS が使用されます。
maxIterations	整数。デフォルト: 25000	LASSO 回帰の収束の最大実行数。0 に設定すると、LASSO ではなく通常の OLS が使用されます。