Landsat के आधार पर, गड़बड़ी और रिकवरी के रुझानों का पता लगाना: यह समय के साथ होने वाले बदलाव की स्पेक्ट्रल ट्रैजेक्ट्री को निकालकर, इमेज की टाइम-सीरीज़ को समय के हिसाब से सेगमेंट करता है. ब्रेकपॉइंट ढूंढने के लिए, हर इमेज के पहले बैंड का इस्तेमाल किया जाता है. इसके बाद, उन ब्रेकपॉइंट का इस्तेमाल करके, सभी बैंड को फ़िट किया जाता है. ब्रेकपॉइंट को चार लाइनों वाले 2-डी मैट्रिक्स के तौर पर दिखाया जाता है. इसमें इमेज की संख्या के हिसाब से कॉलम होते हैं. पहली दो लाइनें, X और Y की ओरिजनल वैल्यू हैं. तीसरी लाइन में, अनुमानित सेगमेंट के हिसाब से फ़िट की गई Y वैल्यू शामिल होती हैं. चौथी लाइन में, अगर संबंधित पॉइंट का इस्तेमाल सेगमेंट वर्टेक्स के तौर पर किया गया है, तो 1 शामिल होता है. अगर ऐसा नहीं किया गया है, तो 0 शामिल होता है. फ़िट की गई किसी भी अतिरिक्त बैंड को आउटपुट में लाइनों के तौर पर जोड़ा जाता है. ब्रेकपॉइंट फ़िटिंग से यह पता चलता है कि वैल्यू बढ़ने से गड़बड़ी होती है और वैल्यू कम होने से सुधार होता है.
देखें: केनेडी, आर.ई., यांग, ज़ेड॰ और कोहेन, डब्ल्यू॰बी॰, 2010. हर साल के Landsat टाइम सीरीज़ डेटा का इस्तेमाल करके, जंगल में होने वाली गड़बड़ी और उसके ठीक होने के ट्रेंड का पता लगाना: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114(12), pp.2897-2910.
| इस्तेमाल | रिटर्न |
|---|
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded) | इमेज |
| आर्ग्यूमेंट | टाइप | विवरण |
|---|
timeSeries | ImageCollection | साल के हिसाब से टाइम-सीरीज़, जिससे ब्रेकपॉइंट निकालने हैं. पहले बैंड का इस्तेमाल ब्रेकपॉइंट ढूंढने के लिए किया जाता है. इसके बाद, सभी बैंड को उन ब्रेकपॉइंट का इस्तेमाल करके फ़िट किया जाता है. |
maxSegments | पूर्णांक | टाइम सीरीज़ पर फ़िट किए जाने वाले सेगमेंट की ज़्यादा से ज़्यादा संख्या. |
spikeThreshold | फ़्लोट, डिफ़ॉल्ट: 0.9 | स्पाइक को कम करने के लिए थ्रेशोल्ड (1.0 का मतलब है कि स्पाइक को कम नहीं किया गया है). |
vertexCountOvershoot | पूर्णांक, डिफ़ॉल्ट: 3 | शुरुआती मॉडल में, maxSegments + 1 वर्टेक्स से ज़्यादा वर्टेक्स हो सकते हैं. बाद में, इसे maxSegments + 1 तक कम कर दिया जाएगा. |
preventOneYearRecovery | बूलियन, डिफ़ॉल्ट वैल्यू: false | ऐसे सेगमेंट को रोकना जो एक साल के लिए रिकवर किए गए डेटा को दिखाते हैं. |
recoveryThreshold | फ़्लोट, डिफ़ॉल्ट: 0.25 | अगर किसी सेगमेंट की रिकवरी रेट, 1/recoveryThreshold (साल में) से ज़्यादा है, तो उस सेगमेंट को अनुमति नहीं दी जाती. |
pvalThreshold | फ़्लोट, डिफ़ॉल्ट: 0.1 | अगर फ़िट किए गए मॉडल की p-वैल्यू इस थ्रेशोल्ड से ज़्यादा है, तो मौजूदा मॉडल को खारिज कर दिया जाता है. इसके बाद, Levenberg-Marquardt ऑप्टिमाइज़र का इस्तेमाल करके दूसरा मॉडल फ़िट किया जाता है. |
bestModelProportion | फ़्लोट, डिफ़ॉल्ट: 0.75 | अगर ज़्यादा वर्टिसिस वाले मॉडल की p-वैल्यू, सबसे अच्छे मॉडल की p-वैल्यू के (2 - bestModelProportion) गुना से ज़्यादा नहीं है, तो उन्हें चुना जा सकता है. |
minObservationsNeeded | पूर्णांक, डिफ़ॉल्ट: 6 | आउटपुट फ़िटिंग के लिए कम से कम ज़रूरी ऑब्ज़र्वेशन. |
