Annuncio: tutti i progetti non commerciali registrati per l'utilizzo di Earth Engine prima del
15 aprile 2025 devono
verificare l'idoneità non commerciale per mantenere l'accesso a Earth Engine.
ee.ImageCollection.formaTrend
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Calcola le tendenze a lungo e breve termine di una serie temporale o, facoltativamente, le tendenze del rapporto tra la serie temporale e una covariata. La tendenza a lungo termine viene stimata dal termine lineare di una regressione sull'intera serie temporale. La tendenza a breve termine viene calcolata come minimo finestrato nella serie temporale.
Le serie temporali e le serie di covariate devono contenere una singola banda ciascuna e la serie temporale deve essere equamente distanziata nel tempo. L'output è costituito da quattro bande di valori float: le tendenze a lungo e breve termine, il test t della tendenza a lungo termine rispetto alla serie temporale e il test di Bruce Hansen sulla stabilità dei parametri.
| Utilizzo | Resi |
|---|
ImageCollection.formaTrend(covariates, windowSize) | Immagine |
| Argomento | Tipo | Dettagli |
|---|
questo: timeSeries | ImageCollection | Raccolta da cui estrarre le tendenze. |
covariates | ImageCollection, valore predefinito: null | I fattori di correlazione da utilizzare nell'analisi delle tendenze. |
windowSize | Numero intero, valore predefinito: 6 | Dimensione della finestra di analisi delle tendenze a breve termine, in immagini. |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-26 UTC.
[null,null,["Ultimo aggiornamento 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. |"]]
