Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso. Se non hai eseguito la verifica entro il 26 settembre 2025, il tuo accesso potrebbe essere sospeso.
ee.Algorithms.TemporalSegmentation.LandTrendr
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Rilevamento basato su Landsat delle tendenze di disturbo e recupero: segmenta temporalmente una serie temporale di immagini estraendo le traiettorie spettrali del cambiamento nel tempo. La prima banda di ogni immagine viene utilizzata per trovare i punti di interruzione, che vengono utilizzati per eseguire l'adattamento su tutte le bande successive. I punti di interruzione vengono restituiti come matrice bidimensionale di 4 righe e tante colonne quante sono le immagini. Le prime due righe sono i valori X e Y originali. La terza riga contiene i valori Y adattati ai segmenti stimati, mentre la quarta riga contiene 1 se il punto corrispondente è stato utilizzato come vertice del segmento o 0 in caso contrario. Tutte le bande aggiuntive adattate vengono aggiunte come righe nell'output. L'adattamento del punto di interruzione presuppone che i valori crescenti rappresentino un disturbo e i valori decrescenti rappresentino il recupero.
Vedi: Kennedy, R.E., Yang, Z. and Cohen, W.B., 2010. Rilevamento delle tendenze di disturbo e recupero delle foreste utilizzando serie temporali Landsat annuali: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114(12), pp.2897-2910.
| Utilizzo | Resi |
|---|
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded) | Immagine |
| Argomento | Tipo | Dettagli |
|---|
timeSeries | ImageCollection | Serie temporale annuale da cui estrarre i punti di interruzione. La prima banda viene utilizzata per trovare i punti di interruzione e tutte le bande successive vengono adattate utilizzando questi punti di interruzione. |
maxSegments | Numero intero | Numero massimo di segmenti da adattare alla serie temporale. |
spikeThreshold | Float, valore predefinito: 0,9 | Soglia per smorzare i picchi (1,0 significa nessun smorzamento). |
vertexCountOvershoot | Numero intero, valore predefinito: 3 | Il modello iniziale può superare il numero di vertici maxSegments + 1 di questo importo. In seguito, verrà ridotto a maxSegments + 1. |
preventOneYearRecovery | Booleano, valore predefinito: false | Impedisci i segmenti che rappresentano i recuperi di un anno. |
recoveryThreshold | Float, valore predefinito: 0,25 | Se un segmento ha un tasso di recupero più rapido di 1/recoveryThreshold (in anni), il segmento non è consentito. |
pvalThreshold | Virgola mobile, valore predefinito: 0,1 | Se il valore p del modello adattato supera questa soglia, il modello corrente viene eliminato e ne viene adattato un altro utilizzando l'ottimizzatore Levenberg-Marquardt. |
bestModelProportion | Float, valore predefinito: 0,75 | Consente di scegliere modelli con più vertici se il loro valore p non è superiore a (2 - bestModelProportion) volte il valore p del modello migliore. |
minObservationsNeeded | Numero intero, valore predefinito: 6 | Numero minimo di osservazioni necessarie per eseguire l'adattamento dell'output. |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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"]]