ee.Algorithms.TemporalSegmentation.VCT

ردیاب تغییر گیاهی، یک رویکرد خودکار برای بازسازی تاریخچه اخیر اختلالات جنگلی با استفاده از پشته های سری زمانی متراکم Landsat.

خروجی یک آرایه دو بعدی در هر پیکسل است که شامل 6 ردیف x N سال است. ردیف های خروجی شامل: سال های ورودی، ماسک پوشش زمین VCT، بزرگی بر حسب کامپوزیت UD، بزرگی اختلال در B4، بزرگی اختلال در NDVI، بزرگی اختلال در dNBR.

نگاه کنید به: هوانگ، سی، گووارد، اس. سنجش از دور محیط زیست، 114(1)، صص 183-198.

استفاده	برمی گرداند
ee.Algorithms.TemporalSegmentation.VCT(timeSeries, landCover, maxUd , minNdvi , forThrMax , nYears )	تصویر

استدلال	تایپ کنید	جزئیات
timeSeries	ImageCollection	مجموعه ای که از آن می توان اختلالات VCT را استخراج کرد، حاوی باندهای: B3، B4، B5، B7، حرارتی، NDVI، DNBR و COMP. انتظار می رود این مجموعه شامل 1 تصویر برای هر سال، مرتب شده بر اساس زمان باشد.
landCover	ImageCollection	مجموعه ای که از آن می توان ماسک های VCT را استخراج کرد. انتظار می رود این مجموعه شامل 1 تصویر برای هر تصویر در timeSeries باشد که بر اساس زمان مرتب شده است.
maxUd	شناور، پیش فرض: 4	حداکثر مقدار ترکیبی Z-score برای تشخیص جنگل.
minNdvi	شناور، پیش فرض: 0.45	حداقل مقدار NDVI برای جنگل.
forThrMax	شناور، پیش فرض: 3	حداکثر آستانه برای جنگل.
nYears	عدد صحیح، پیش فرض: 30	حداکثر تعداد سال.