お知らせ:
2025 年 4 月 15 日より前に Earth Engine の使用を登録したすべての非商用プロジェクトは、Earth Engine へのアクセスを維持するために
非商用目的での利用資格を確認する必要があります。
ee.Algorithms.TemporalSegmentation.LandTrendr
コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
Landsat ベースの撹乱と回復の傾向の検出: 時間の経過に伴う変化のスペクトル軌跡を抽出して、画像の時系列を時間的にセグメント化します。各画像の最初のバンドを使用してブレークポイントを見つけ、そのブレークポイントを使用して後続のすべてのバンドでフィッティングを実行します。ブレークポイントは、4 行と画像の数と同じ数の列の 2 次元行列として返されます。最初の 2 行は、元の X 値と Y 値です。3 行目には推定されたセグメントに適合した Y 値が含まれ、4 行目には対応するポイントがセグメントの頂点として使用された場合は 1、そうでない場合は 0 が含まれます。追加のフィットバンドは、出力の行として追加されます。ブレークポイント フィッティングでは、値の増加は外乱を表し、値の減少は回復を表すと想定されます。
Kennedy, R.E.、Yang, Z. and Cohen, W.B., 2010 年。Landsat の年次時系列データを使用した森林の撹乱と回復の傾向の検出: 1. LandTrendr - 時間セグメンテーション アルゴリズム。Remote Sensing of Environment, 114(12), pp.2897-2910.
| 用途 | 戻り値 |
|---|
ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, spikeThreshold, vertexCountOvershoot, preventOneYearRecovery, recoveryThreshold, pvalThreshold, bestModelProportion, minObservationsNeeded) | 画像 |
| 引数 | タイプ | 詳細 |
|---|
timeSeries | ImageCollection | ブレークポイントを抽出する年次時系列。最初の帯域はブレークポイントの検出に使用され、後続のすべての帯域はこれらのブレークポイントを使用して適合されます。 |
maxSegments | Integer | 時系列に適合させるセグメントの最大数。 |
spikeThreshold | 浮動小数点数、デフォルト: 0.9 | スパイクを減衰させるしきい値（1.0 は減衰なしを意味します）。 |
vertexCountOvershoot | 整数、デフォルト: 3 | 初期モデルは、この量だけ maxSegments + 1 頂点を超える可能性があります。その後、maxSegments + 1 に削減されます。 |
preventOneYearRecovery | ブール値。デフォルト値は false です。 | 1 年間の回復を表すセグメントを防ぎます。 |
recoveryThreshold | 浮動小数点数、デフォルト: 0.25 | セグメントの回復率が 1/recoveryThreshold（年単位）よりも速い場合、そのセグメントは許可されません。 |
pvalThreshold | 浮動小数点数、デフォルト: 0.1 | 適合モデルの p 値がこのしきい値を超えると、現在のモデルは破棄され、別のモデルが Levenberg-Marquardt オプティマイザーを使用して適合されます。 |
bestModelProportion | 浮動小数点数、デフォルト: 0.75 | 頂点の多いモデルが、その p 値が最良のモデルの p 値の（2 - bestModelProportion）倍以下の場合に選択されるようにします。 |
minObservationsNeeded | 整数、デフォルト: 6 | 出力の適合を実行するために必要な最小観測数。 |
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2025-07-26 UTC。
[null,null,["最終更新日 2025-07-26 UTC。"],[[["\u003cp\u003eLandTrendr is a temporal segmentation algorithm designed to detect trends in disturbance and recovery within yearly Landsat time-series data.\u003c/p\u003e\n"],["\u003cp\u003eIt identifies breakpoints in spectral trajectories, using the first band of the image collection for initial detection and then fitting the breakpoints to all other bands.\u003c/p\u003e\n"],["\u003cp\u003eThese breakpoints, representing changes in land cover, are fitted to a model assuming increasing values indicate disturbance and decreasing values signify recovery.\u003c/p\u003e\n"],["\u003cp\u003eThe algorithm offers parameters for controlling spike dampening, segment recovery rates, model selection, and minimum data requirements to fine-tune the analysis.\u003c/p\u003e\n"],["\u003cp\u003eThe output is an image containing the original and fitted values, segment vertices, and optionally fitted values for additional bands.\u003c/p\u003e\n"]]],["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,["# ee.Algorithms.TemporalSegmentation.LandTrendr\n\nLandsat-based detection of Trends in Disturbance and Recovery: temporally segments a time-series of images by extracting the spectral trajectories of change over time. The first band of each image is used to find breakpoints, and those breakpoints are used to perform fitting on all subsequent bands. The breakpoints are returned as a 2-D matrix of 4 rows and as many columns as images. The first two rows are the original X and Y values. The third row contains the Y values fitted to the estimated segments, and the 4th row contains a 1 if the corresponding point was used as a segment vertex or 0 if not. Any additional fitted bands are appended as rows in the output. Breakpoint fitting assumes that increasing values represent disturbance and decreasing values represent recovery.\n\n\u003cbr /\u003e\n\nSee: Kennedy, R.E., Yang, Z. and Cohen, W.B., 2010. Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr - Temporal segmentation algorithms. Remote Sensing of Environment, 114(12), pp.2897-2910.\n\n| Usage | Returns |\n|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.TemporalSegmentation.LandTrendr(timeSeries, maxSegments, `*spikeThreshold* `, `*vertexCountOvershoot* `, `*preventOneYearRecovery* `, `*recoveryThreshold* `, `*pvalThreshold* `, `*bestModelProportion* `, `*minObservationsNeeded*`)` | Image |\n\n| Argument | Type | Details |\n|--------------------------|-------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `timeSeries` | ImageCollection | Yearly time-series from which to extract breakpoints. The first band is usedto find breakpoints, and all subsequent bands are fitted using those breakpoints. |\n| `maxSegments` | Integer | Maximum number of segments to be fitted on the time series. |\n| `spikeThreshold` | Float, default: 0.9 | Threshold for dampening the spikes (1.0 means no dampening). |\n| `vertexCountOvershoot` | Integer, default: 3 | The initial model can overshoot the maxSegments + 1 vertices by this amount. Later, it will be pruned down to maxSegments + 1. |\n| `preventOneYearRecovery` | Boolean, default: false | Prevent segments that represent one year recoveries. |\n| `recoveryThreshold` | Float, default: 0.25 | If a segment has a recovery rate faster than 1/recoveryThreshold (in years), then the segment is disallowed. |\n| `pvalThreshold` | Float, default: 0.1 | If the p-value of the fitted model exceeds this threshold, then the current model is discarded and another one is fitted using the Levenberg-Marquardt optimizer. |\n| `bestModelProportion` | Float, default: 0.75 | Allows models with more vertices to be chosen if their p-value is no more than (2 - bestModelProportion) times the p-value of the best model. |\n| `minObservationsNeeded` | Integer, default: 6 | Min observations needed to perform output fitting. |"]]
