ee.Algorithms.TemporalSegmentation.Ewmacd

指數加權移動平均變化偵測。這項演算法會計算輸入資料「訓練」部分的諧波模型，並從原始結果中減去該模型。然後，殘差會經過休哈特 X-bar 圖表和指數加權移動平均值處理。如果圖表顯示超出指定控制上限的偏差，即表示有像素受到干擾。

輸出內容是包含以下波段的 5 波段影像：

  • ewma：每個輸入圖片的 EWMA 分數 1D 陣列。負值代表干擾，正值代表恢復。
  • harmonicCoefficients：計算出的諧波係數對的一維陣列。係數的順序為 [常數、sin0、cos0、sin1、cos1...]
  • rmse：諧波迴歸的 RMSE。
  • rSquared：諧波迴歸的 r 平方值。
  • 殘差：諧波迴歸的殘差一維陣列。
請參閱：Brooks, E.B.，Wynne, R.H.、Thomas, V.A.、Blinn, C.E. 和 Coulston, J.W.，2014 年。使用統計品質管制圖表和 Landsat 資料，即時偵測大規模多時態變化。IEEE Transactions on Geoscience and Remote Sensing, 52(6), pp.3316-3332.

用量傳回
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)圖片
引數類型詳細資料
timeSeriesImageCollection要從中擷取 EWMA 的集合。這個集合預計會包含每年一張圖片，並依時間排序。
vegetationThreshold浮點值植被的閾值。低於這個值則視為非植被。
trainingStartYear整數訓練日期範圍開始年份 (含)。
trainingEndYear整數訓練日期範圍結束年份 (不含)。
harmonicCount整數，預設值為 2使用的諧波函數對 (正弦和餘弦) 數量。
xBarLimit1浮點數，預設值為 1.5初始訓練 xBar 限制的門檻。
xBarLimit2整數，預設值為 20執行 xBar 限制的門檻。
lambda浮點值，預設值為 0.3「lambda」微調參數，可為新年度與執行平均值設定權重。
lambdasigs浮點值，預設值為 3EWMA 控制界限，以標準差為單位。
rounding布林值，預設值為 true是否應對 EWMA 執行四捨五入。
persistence整數，預設值為 3考慮變更時所需的最少觀察次數。