ee.Algorithms.TemporalSegmentation.Ewmacd

Detecção de mudança de média móvel ponderada exponencialmente. Esse algoritmo calcula um modelo harmônico para a parte de "treinamento" dos dados de entrada e subtrai isso dos resultados originais. Os resíduos são então submetidos a gráficos de controle X-barra de Shewhart e a uma média móvel ponderada exponencialmente. Os pixels afetados são indicados quando os gráficos sinalizam um desvio dos limites de controle especificados.

 A saída é uma imagem de cinco bandas que contém:

    ewma: uma matriz 1D da pontuação de EWMA para cada imagem de entrada. Valores negativos representam perturbação, e valores positivos representam recuperação.

    harmonicCoefficients: uma matriz unidimensional dos pares de coeficientes harmônicos calculados. Os coeficientes são ordenados como [constante, sin0, cos0, sin1, cos1...].

    rmse: o REQM da regressão harmônica.

    rSquared: valor de R ao quadrado da regressão harmônica.

    residuals: matriz 1D de resíduos da regressão harmônica.

Consulte: Brooks, E.B., Wynne, R.H., Thomas, V.A., Blinn, C.E. e Coulston, J.W., 2014. Detecção de mudanças multitemporais em grande escala usando gráficos de controle de qualidade estatística e dados do Landsat. IEEE Transactions on Geoscience and Remote Sensing, 52(6), pp.3316-3332.

UsoRetorna
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)Imagem
ArgumentoTipoDetalhes
timeSeriesImageCollectionColeção de onde extrair a EWMA. Essa coleção precisa ter uma imagem para cada ano e ser classificada temporalmente.
vegetationThresholdPonto flutuanteLimite para vegetação. Valores abaixo disso são considerados não vegetação.
trainingStartYearNúmero inteiroAno de início do período de treinamento, inclusive.
trainingEndYearNúmero inteiroAno de término do período de treinamento, exclusivo.
harmonicCountNúmero inteiro, padrão: 2Número de pares de funções harmônicas (seno e cosseno) usados.
xBarLimit1Ponto flutuante, padrão: 1,5Limite para o limite de xBar do treinamento inicial.
xBarLimit2Número inteiro, padrão: 20Limite para execução do limite xBar.
lambdaPonto flutuante, padrão: 0,3O parâmetro de ajuste "lambda" pondera os novos anos em relação à média móvel.
lambdasigsPonto flutuante, padrão: 3Limites de controle de EWMA, em unidades de desvios padrão.
roundingBooleano, padrão: verdadeiroO arredondamento deve ser feito para EWMA.
persistenceNúmero inteiro, padrão: 3Número mínimo de observações necessárias para considerar uma mudança.