ee.Algorithms.TemporalSegmentation.LandTrendr
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Landsat-basierte Erkennung von Trends bei Störungen und Erholung: Segmentiert eine Zeitreihe von Bildern zeitlich, indem die spektralen Trajektorien der Veränderung im Zeitverlauf extrahiert werden. Das erste Band jedes Bildes wird verwendet, um Haltepunkte zu finden. Diese Haltepunkte werden dann verwendet, um alle nachfolgenden Bänder anzupassen. Die Haltepunkte werden als 2‑D-Matrix mit 4 Zeilen und so vielen Spalten wie Bildern zurückgegeben. Die ersten beiden Zeilen enthalten die ursprünglichen X- und Y-Werte. Die dritte Zeile enthält die Y-Werte, die an die geschätzten Segmente angepasst wurden, und die vierte Zeile enthält eine 1, wenn der entsprechende Punkt als Segmentvertex verwendet wurde, und eine 0, wenn nicht. Alle zusätzlichen angepassten Bereichen werden als Zeilen an die Ausgabe angehängt. Bei der Anpassung von Haltepunkten wird davon ausgegangen, dass steigende Werte eine Störung und sinkende Werte eine Erholung darstellen.
Siehe: Kennedy, R.E., Yang, Z. und Cohen, W.B., 2010. Erkennen von Trends bei Waldstörungen und ‑erholung anhand jährlicher Landsat-Zeitreihen: 1. LandTrendr – Algorithmen für die zeitliche Segmentierung. Remote Sensing of Environment, 114(12), S.2897–2910.
Nutzung | Ausgabe |
---|
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded) | Bild |
Argument | Typ | Details |
---|
timeSeries | ImageCollection | Jährliche Zeitreihe, aus der Haltepunkte extrahiert werden sollen. Das erste Band wird verwendet, um Haltepunkte zu finden. Alle nachfolgenden Bänder werden mit diesen Haltepunkten angepasst. |
maxSegments | Ganzzahl | Maximale Anzahl der Segmente, die an die Zeitreihe angepasst werden sollen. |
spikeThreshold | Gleitkommazahl, Standardwert: 0,9 | Grenzwert für die Dämpfung der Spitzen (1,0 bedeutet keine Dämpfung). |
vertexCountOvershoot | Ganzzahl, Standard: 3 | Das ursprüngliche Modell kann die maximale Anzahl von Segmenten + 1 um diesen Betrag überschreiten. Später wird sie auf maxSegments + 1 reduziert. |
preventOneYearRecovery | Boolescher Wert, Standard: „false“ | Verhindern Sie Segmente, die die Erholung eines Jahres darstellen. |
recoveryThreshold | Gleitkommazahl, Standardwert: 0,25 | Wenn ein Segment eine Wiederherstellungsrate hat, die schneller als 1/recoveryThreshold (in Jahren) ist, ist das Segment nicht zulässig. |
pvalThreshold | Gleitkommazahl, Standardwert: 0,1 | Wenn der p-Wert des angepassten Modells diesen Grenzwert überschreitet, wird das aktuelle Modell verworfen und ein anderes Modell mit dem Levenberg-Marquardt-Optimierer angepasst. |
bestModelProportion | Gleitkommazahl, Standard: 0,75 | Ermöglicht die Auswahl von Modellen mit mehr Knoten, wenn ihr p-Wert höchstens (2 – bestModelProportion) mal so hoch ist wie der p-Wert des besten Modells. |
minObservationsNeeded | Ganzzahl, Standard: 6 | Mindestanzahl an Beobachtungen, die für die Anpassung der Ausgabe erforderlich sind. |
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2025-07-26 (UTC).
[null,null,["Zuletzt aktualisiert: 2025-07-26 (UTC)."],[],["The LandTrendr algorithm segments a time-series of images, using the first band to find breakpoints that identify spectral changes. These breakpoints are then applied to fit all other bands. Breakpoints are returned as a matrix, with the original data, fitted values, and segment vertex indicators. Increasing values suggest disturbance, while decreasing values suggest recovery. Users define parameters like maximum segments, spike dampening, and recovery rates to guide the fitting process. The algorithm outputs an image containing the results.\n"],null,[]]