ঘোষণা :
15 এপ্রিল, 2025 এর আগে আর্থ ইঞ্জিন ব্যবহার করার জন্য নিবন্ধিত সমস্ত অবাণিজ্যিক প্রকল্পগুলিকে অবশ্যই আর্থ ইঞ্জিন অ্যাক্সেস বজায় রাখার জন্য
অ-বাণিজ্যিক যোগ্যতা যাচাই করতে হবে।
ee.Algorithms.TemporalSegmentation.VCT
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
ভেজিটেশন চেঞ্জ ট্র্যাকার, ঘন ল্যান্ডস্যাট টাইম সিরিজ স্ট্যাক ব্যবহার করে সাম্প্রতিক বন বিশৃঙ্খলার ইতিহাস পুনর্গঠনের জন্য একটি স্বয়ংক্রিয় পদ্ধতি।
আউটপুট হল একটি 2D অ্যারে প্রতি পিক্সেল যাতে 6 সারি x N বছর থাকে। আউটপুট সারিতে রয়েছে: ইনপুট বছর, ভিসিটি ল্যান্ডকভার মাস্ক, ইউডি কম্পোজিটের পরিমাপ, বি 4 তে ব্যাঘাতের মাত্রা, এনডিভিআই-তে ব্যাঘাতের মাত্রা, ডিএনবিআর-এ বিঘ্নের মাত্রা।
দেখুন: Huang, C., Goward, SN, Masek, JG, Thomas, N., Zhu, Z. এবং Vogelmann, JE, 2010. ঘন ল্যান্ডস্যাট টাইম সিরিজ স্ট্যাক ব্যবহার করে সাম্প্রতিক বন বিশৃঙ্খলার ইতিহাস পুনর্গঠনের জন্য একটি স্বয়ংক্রিয় পদ্ধতি। রিমোট সেন্সিং অফ এনভায়রনমেন্ট, 114(1), pp.183-198।
| ব্যবহার | রিটার্নস | ee.Algorithms.TemporalSegmentation.VCT(timeSeries, landCover, maxUd , minNdvi , forThrMax , nYears ) | ছবি |
| যুক্তি | টাইপ | বিস্তারিত | timeSeries | ইমেজ কালেকশন | সংগ্রহ যেখান থেকে ভিসিটি ঝামেলা বের করতে হবে, এতে ব্যান্ড রয়েছে: B3, B4, B5, B7, থার্মাল, NDVI, DNBR এবং COMP। এই সংগ্রহে প্রতি বছরের জন্য 1টি ছবি থাকবে বলে আশা করা হচ্ছে, সময় অনুসারে সাজানো। |
landCover | ইমেজ কালেকশন | সংগ্রহ যা থেকে ভিসিটি মাস্ক বের করতে হবে। এই সংগ্রহে টাইম সিরিজের প্রতিটি ছবির জন্য 1টি ছবি থাকবে বলে আশা করা হচ্ছে, সময় অনুসারে সাজানো। |
maxUd | ফ্লোট, ডিফল্ট: 4 | বন শনাক্ত করার জন্য সর্বাধিক Z-স্কোর যৌগিক মান। |
minNdvi | ফ্লোট, ডিফল্ট: 0.45 | বনের জন্য ন্যূনতম NDVI মান। |
forThrMax | ফ্লোট, ডিফল্ট: 3 | বনের জন্য সর্বোচ্চ থ্রেশহোল্ড। |
nYears | পূর্ণসংখ্যা, ডিফল্ট: 30 | বছরের সর্বোচ্চ সংখ্যা। |
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-24 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["\u003cp\u003eThe Vegetation Change Tracker (VCT) automatically reconstructs forest disturbance history using dense Landsat time series stacks.\u003c/p\u003e\n"],["\u003cp\u003eVCT identifies disturbances by analyzing changes in spectral indices like NDVI, dNBR, and UD composite over time.\u003c/p\u003e\n"],["\u003cp\u003eThe output provides a per-pixel disturbance magnitude for each year within the analyzed Landsat time series.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize parameters like maximum UD composite value and minimum NDVI for forest detection.\u003c/p\u003e\n"],["\u003cp\u003eVCT requires input Landsat time series collections with specific bands, including B3, B4, B5, B7, thermal, NDVI, DNBR, and COMP.\u003c/p\u003e\n"]]],["Vegetation Change Tracker (VCT) reconstructs forest disturbance history using Landsat time series. It requires yearly image collections of `timeSeries` (containing specific bands) and `landCover` to produce a per-pixel 2D array. This array contains information for each year, including the VCT landcover mask, and the magnitude of disturbances based on UD composite, B4, NDVI, and dNBR. VCT's function can be customized by using arguments like `maxUd`, `minNdvi`, `forThrMax`, and `nYears`.\n"],null,["# ee.Algorithms.TemporalSegmentation.VCT\n\nVegetation Change Tracker, an automated approach for reconstructing recent forest disturbance history using dense Landsat time series stacks.\n\n\u003cbr /\u003e\n\nThe output is a 2D array per pixel containing 6 rows x N years. The output rows contain: input years, VCT landcover mask, magnitude in term of the UD composite, magnitude of distubance in B4, magnitude of distubance in NDVI, magnitude of distubance in dNBR.\n\nSee: Huang, C., Goward, S.N., Masek, J.G., Thomas, N., Zhu, Z. and Vogelmann, J.E., 2010. An automated approach for reconstructing recent forest disturbance history using dense Landsat time series stacks. Remote Sensing of Environment, 114(1), pp.183-198.\n\n| Usage | Returns |\n|-----------------------------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.TemporalSegmentation.VCT(timeSeries, landCover, `*maxUd* `, `*minNdvi* `, `*forThrMax* `, `*nYears*`)` | Image |\n\n| Argument | Type | Details |\n|--------------|----------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `timeSeries` | ImageCollection | Collection from which to extract VCT disturbances, containing the bands: B3, B4, B5, B7, thermal, NDVI, DNBR, and COMP. This collection is expected to contain 1 image for each year, sorted by time. |\n| `landCover` | ImageCollection | Collection from which to extract VCT masks. This collection is expected to contain 1 image for each image in the timeSeries, sorted by time. |\n| `maxUd` | Float, default: 4 | Maximum Z-score composite value for detecting forest. |\n| `minNdvi` | Float, default: 0.45 | Minimum NDVI value for forest. |\n| `forThrMax` | Float, default: 3 | Maximum threshold for forest. |\n| `nYears` | Integer, default: 30 | Maximum number of years. |"]]
