ee.Algorithms.TemporalSegmentation.Verdet
संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
समय के साथ वनस्पति के फिर से उगने और उसमें होने वाली गड़बड़ियों का अनुमान लगाने वाला एल्गोरिदम, जंगल में हुए बदलाव का पता लगाने वाला एल्गोरिदम. यह एल्गोरिदम, सैटेलाइट से ली गई इमेज से हर साल साफ़ आसमान की कंपोज़िट इमेज जनरेट करता है. साथ ही, उस कंपोज़िट इमेज में मौजूद हर पिक्सल के लिए स्पेक्ट्रल वेजिटेशन इंडेक्स का हिसाब लगाता है. इसके बाद, वेजिटेशन इंडेक्स इमेज को पैच में बांटता है. साथ ही, टाइम सीरीज़ को अलग-अलग स्लोप वाले सेगमेंट में बांटता है. इसके बाद, उन सेगमेंट को डिस्टर्ब, स्टेबल या रीजेनरेटिंग के तौर पर लेबल करता है. स्पेशल और टेंपोरल, दोनों चरणों में सेगमेंटेशन के लिए, टोटल वेरिएशन रेगुलराइज़ेशन का इस्तेमाल किया जाता है.
आउटपुट में, हर पिक्सल के लिए एक डाइमेंशन वाला अरे होता है. इसमें फ़िट की गई ट्रेंड लाइन का स्लोप होता है. नेगेटिव वैल्यू से गड़बड़ी और पॉज़िटिव वैल्यू से सुधार का पता चलता है.
देखें: ह्यूज़, एम.जे., एस॰डी॰ केलर और डी॰जे॰ हेज़, 2017. Landsat टाइम सीरीज़ से, जंगल में हुए बदलाव का पता लगाने के लिए पैच-आधारित तरीका. जंगल, 8(5), पेज 166.
| इस्तेमाल | रिटर्न |
|---|
ee.Algorithms.TemporalSegmentation.Verdet(timeSeries, tolerance, alpha, nRuns) | इमेज |
| आर्ग्यूमेंट | टाइप | विवरण |
|---|
timeSeries | ImageCollection | वह कलेक्शन जिससे VeRDET स्कोर निकालने हैं. इस कलेक्शन में, हर साल के लिए एक इमेज होनी चाहिए. इन्हें समय के हिसाब से क्रम में लगाया गया हो. |
tolerance | फ़्लोट, डिफ़ॉल्ट: 0.0001 | कन्वर्जेंस टॉलरेंस. |
alpha | फ़्लोट, डिफ़ॉल्ट: 0.03333333333333333 | सेगमेंटेशन के लिए रेगुलराइज़ेशन पैरामीटर. |
nRuns | पूर्णांक, डिफ़ॉल्ट: 100 | कन्वर्जेंस के लिए ज़्यादा से ज़्यादा रन. |
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया."],[[["\u003cp\u003eThe algorithm detects forest change by analyzing yearly satellite imagery and identifying areas of disturbance and regeneration.\u003c/p\u003e\n"],["\u003cp\u003eIt uses a spectral vegetation index and segments the imagery spatially and temporally to track vegetation changes.\u003c/p\u003e\n"],["\u003cp\u003eDisturbance is indicated by negative trend slopes, while regeneration is indicated by positive slopes in the output array.\u003c/p\u003e\n"],["\u003cp\u003eThe algorithm utilizes total variation regularization for both spatial and temporal segmentation to enhance accuracy.\u003c/p\u003e\n"],["\u003cp\u003eUsers can adjust parameters like tolerance, regularization, and maximum runs for customized analysis using the provided function.\u003c/p\u003e\n"]]],[],null,["# ee.Algorithms.TemporalSegmentation.Verdet\n\nVegetation Regeneration and Disturbance Estimates through Time, forest change detection algorithm. This algorithm generates a yearly clear-sky composite from satellite imagery, calculates a spectral vegetation index for each pixel in that composite, spatially segments the vegetation index image into patches, temporally divides the time series into differently sloped segments, and then labels those segments as disturbed, stable, or regenerating. Segmentation at both the spatial and temporal steps are performed using total variation regularization.\n\n\u003cbr /\u003e\n\nThe output consists of a 1D array per pixel containing the slope of fitted trend lines. Negative values indicate disturbance and positive values regeneration.\n\nSee: Hughes, M.J., Kaylor, S.D. and Hayes, D.J., 2017. Patch-based forest change detection from Landsat time series. Forests, 8(5), p.166.\n\n| Usage | Returns |\n|------------------------------------------------------------------------------------------------|---------|\n| `ee.Algorithms.TemporalSegmentation.Verdet(timeSeries, `*tolerance* `, `*alpha* `, `*nRuns*`)` | Image |\n\n| Argument | Type | Details |\n|--------------|-------------------------------------|----------------------------------------------------------------------------------------------------------------------------------|\n| `timeSeries` | ImageCollection | Collection from which to extract VeRDET scores. This collection is expected to contain 1 image for each year, sorted temporally. |\n| `tolerance` | Float, default: 0.0001 | Convergence tolerance. |\n| `alpha` | Float, default: 0.03333333333333333 | Regularization parameter for segmentation. |\n| `nRuns` | Integer, default: 100 | Maximum number of runs for convergence. |"]]
