Pengumuman: Semua project nonkomersial yang terdaftar untuk menggunakan Earth Engine sebelum
15 April 2025 harus
memverifikasi kelayakan nonkomersial untuk mempertahankan akses Earth Engine.
ee.ImageCollection.formaTrend
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Menghitung tren jangka panjang dan jangka pendek deret waktu atau secara opsional, tren rasio deret waktu dan kovariat. Tren jangka panjang diperkirakan dari istilah linear regresi pada deret waktu penuh. Tren jangka pendek dihitung sebagai minimum berjendela pada deret waktu.
Deret waktu dan deret kovariat diharapkan berisi satu band masing-masing, dan deret waktu diharapkan memiliki jarak yang sama dalam waktu. Outputnya adalah 4 band float: tren jangka panjang dan jangka pendek, uji t tren jangka panjang terhadap deret waktu, dan uji Bruce Hansen tentang stabilitas parameter.
| Penggunaan | Hasil |
|---|
ImageCollection.formaTrend(covariates, windowSize) | Gambar |
| Argumen | Jenis | Detail |
|---|
ini: timeSeries | ImageCollection | Kumpulan data yang akan diekstrak trennya. |
covariates | ImageCollection, default: null | Kofaktor yang akan digunakan dalam analisis tren. |
windowSize | Bilangan bulat, default: 6 | Ukuran jendela analisis tren jangka pendek, dalam gambar. |
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-26 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-26 UTC."],[[["\u003cp\u003eCalculates long-term and short-term trends of a time series, optionally considering a covariate for ratio trends.\u003c/p\u003e\n"],["\u003cp\u003eLong-term trends are determined through linear regression over the entire series, while short-term trends use a windowed minimum approach.\u003c/p\u003e\n"],["\u003cp\u003eOutputs include the long and short-term trends, a t-test for the long-term trend's significance, and a stability test.\u003c/p\u003e\n"],["\u003cp\u003eRequires an evenly spaced time series ImageCollection and an optional covariate ImageCollection.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize the short-term trend analysis by adjusting the window size.\u003c/p\u003e\n"]]],[],null,["# ee.ImageCollection.formaTrend\n\nComputes the long and short term trends of a time series or optionally, the trends of the ratio of the time series and a covariate. The long term trend is estimated from the linear term of a regression on the full time series. The short term trend is computed as the windowed minimum over the time series.\n\n\u003cbr /\u003e\n\nThe time series and covariate series are expected to contain a single band each, and the time series is expected to be evenly spaced in time. The output is 4 float bands: the long and short term trends, the t-test of the long term trend against the time series, and the Bruce Hansen test of parameter stability.\n\n| Usage | Returns |\n|---------------------------------------------------------------|---------|\n| ImageCollection.formaTrend`(`*covariates* `, `*windowSize*`)` | Image |\n\n| Argument | Type | Details |\n|--------------------|--------------------------------|---------------------------------------------------|\n| this: `timeSeries` | ImageCollection | Collection from which to extract trends. |\n| `covariates` | ImageCollection, default: null | Cofactors to use in the trend analysis. |\n| `windowSize` | Integer, default: 6 | Short term trend analysis window size, in images. |"]]
