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.Verdet
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。
Vegetation Regeneration and Disturbance Estimates through Time（植生の再生と撹乱の経時的推定）、森林変化検出アルゴリズム。このアルゴリズムは、衛星画像から年間の晴天コンポジットを生成し、そのコンポジット内の各ピクセルのスペクトル植生指数を計算し、植生指数画像をパッチに空間的にセグメント化し、時系列を傾斜の異なるセグメントに時間的に分割し、それらのセグメントを撹乱、安定、再生としてラベル付けします。空間ステップと時間ステップの両方でのセグメンテーションは、全変動正則化を使用して実行されます。
出力は、適合したトレンド線の傾きを含むピクセルごとの 1 次元配列で構成されます。負の値は撹乱、正の値は再生を示します。
Hughes, M.J.、Kaylor, S.D.、Hayes, D.J.、2017 年。Landsat 時系列データからのパッチベースの森林変化検出。Forests, 8(5), p.166.
| 用途 | 戻り値 |
|---|
ee.Algorithms.TemporalSegmentation.Verdet(timeSeries, tolerance, alpha, nRuns) | 画像 |
| 引数 | タイプ | 詳細 |
|---|
timeSeries | ImageCollection | VeRDET スコアの抽出元となるコレクション。このコレクションには、年ごとに 1 枚の画像が時系列で並べられていることが想定されます。 |
tolerance | 浮動小数点数、デフォルト: 0.0001 | 収束許容値。 |
alpha | 浮動小数点数、デフォルト: 0.03333333333333333 | セグメンテーションの正則化パラメータ。 |
nRuns | 整数、デフォルト: 100 | 収束の最大実行数。 |
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\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. |"]]
