ee.Algorithms.TemporalSegmentation.LandTrendr

ব্যাঘাত এবং পুনরুদ্ধারের প্রবণতাগুলির ল্যান্ডস্যাট-ভিত্তিক সনাক্তকরণ: সময়ের সাথে পরিবর্তনের বর্ণালী ট্র্যাজেক্টোরিগুলি বের করে অস্থায়ীভাবে চিত্রগুলির একটি সময়-শ্রেণি ভাগ করে। প্রতিটি ছবির প্রথম ব্যান্ড ব্রেকপয়েন্ট খুঁজে বের করতে ব্যবহার করা হয়, এবং সেই ব্রেকপয়েন্টগুলি পরবর্তী সমস্ত ব্যান্ডে ফিটিং করার জন্য ব্যবহার করা হয়। ব্রেকপয়েন্টগুলি 4 সারির 2-ডি ম্যাট্রিক্স এবং ছবির মতো কলাম হিসাবে ফেরত দেওয়া হয়। প্রথম দুটি সারি হল আসল X এবং Y মান। তৃতীয় সারিতে আনুমানিক অংশগুলিতে লাগানো Y মান রয়েছে এবং 4র্থ সারিতে একটি 1 থাকে যদি সংশ্লিষ্ট বিন্দুটি একটি সেগমেন্ট শীর্ষবিন্দু হিসাবে ব্যবহার করা হয় বা না হলে 0। যেকোনো অতিরিক্ত লাগানো ব্যান্ড আউটপুটে সারি হিসাবে যুক্ত করা হয়। ব্রেকপয়েন্ট ফিটিং অনুমান করে যে ক্রমবর্ধমান মানগুলি ব্যাঘাতের প্রতিনিধিত্ব করে এবং কম হওয়া মানগুলি পুনরুদ্ধারের প্রতিনিধিত্ব করে।

দেখুন: Kennedy, RE, Yang, Z. এবং Cohen, WB, 2010। বার্ষিক ল্যান্ডস্যাট টাইম সিরিজ ব্যবহার করে বনের ঝামেলা এবং পুনরুদ্ধারের প্রবণতা সনাক্ত করা: 1. LandTrendr - টেম্পোরাল সেগমেন্টেশন অ্যালগরিদম। রিমোট সেন্সিং অফ এনভায়রনমেন্ট, 114(12), pp.2897-2910।

ব্যবহার	রিটার্নস
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold , vertexCountOvershoot , preventOneYearRecovery , recoveryThreshold , pvalThreshold , bestModelProportion , minObservationsNeeded )	ছবি

যুক্তি	টাইপ	বিস্তারিত
timeSeries	ইমেজ কালেকশন	বার্ষিক সময়-সিরিজ যেখান থেকে ব্রেকপয়েন্ট বের করতে হবে। প্রথম ব্যান্ডটি ব্রেকপয়েন্ট খুঁজে বের করার জন্য ব্যবহার করা হয় এবং পরবর্তী সমস্ত ব্যান্ড সেই ব্রেকপয়েন্ট ব্যবহার করে লাগানো হয়।
maxSegments	পূর্ণসংখ্যা	টাইম সিরিজে সর্বোচ্চ সংখ্যক সেগমেন্ট লাগানো হবে।
spikeThreshold	ফ্লোট, ডিফল্ট: 0.9	স্পাইকগুলিকে স্যাঁতসেঁতে করার জন্য থ্রেশহোল্ড (1.0 মানে স্যাঁতসেঁতে না হওয়া)।
vertexCountOvershoot	পূর্ণসংখ্যা, ডিফল্ট: 3	প্রাথমিক মডেলটি এই পরিমাণ দ্বারা maxSegments + 1 শীর্ষবিন্দুকে ওভারশুট করতে পারে। পরে, এটি maxSegments + 1 এ ছাঁটাই করা হবে।
preventOneYearRecovery	বুলিয়ান, ডিফল্ট: মিথ্যা	এক বছরের পুনরুদ্ধারের প্রতিনিধিত্বকারী বিভাগগুলিকে আটকান।
recoveryThreshold	ফ্লোট, ডিফল্ট: 0.25	যদি একটি সেগমেন্টের পুনরুদ্ধারের হার 1/পুনরুদ্ধার থ্রেশহোল্ড (বছরে) এর চেয়ে দ্রুত থাকে, তাহলে সেগমেন্টটি অননুমোদিত।
pvalThreshold	ফ্লোট, ডিফল্ট: 0.1	যদি লাগানো মডেলের p-মান এই থ্রেশহোল্ড অতিক্রম করে, তাহলে বর্তমান মডেলটি বাতিল করা হবে এবং Levenberg-Marquardt অপ্টিমাইজার ব্যবহার করে অন্য একটি লাগানো হবে৷
bestModelProportion	ফ্লোট, ডিফল্ট: 0.75	আরও শীর্ষবিন্দু সহ মডেলগুলিকে বেছে নেওয়ার অনুমতি দেয় যদি তাদের p-মান সেরা মডেলের p-মানের (2 - bestModelProportion) গুণের বেশি না হয়৷
minObservationsNeeded	পূর্ণসংখ্যা, ডিফল্ট: 6	আউটপুট ফিটিং সঞ্চালনের জন্য ন্যূনতম পর্যবেক্ষণ প্রয়োজন।