ee.Algorithms.TemporalSegmentation.Ewmacd

指数加权移动平均值变化检测。此算法会针对输入数据的“训练”部分计算谐波模型，并从原始结果中减去该模型。然后，对残差进行休哈特 X-bar 图表分析和指数加权移动平均分析。当图表显示超出指定控制限度的偏差时，系统会指示异常像素。

输出是一张包含以下波段的 5 波段图片：

    ewma：一个 1 维数组，包含每个输入图片的 EWMA 得分。负值表示干扰，正值表示恢复。

    harmonicCoefficients：一个 1 维数组，包含计算出的谐波系数组。系数的顺序为 [constant, sin0, cos0, sin1, cos1...]

    rmse：谐波回归的 RMSE。

    rSquared：谐波回归的 R 平方值。

    残差：谐波回归的 1 维残差数组。

参见：Brooks, E.B.、Wynne, R.H.、Thomas, V.A.、Blinn, C.E. 和 Coulston, J.W.，2014 年。使用统计质量控制图和 Landsat 数据进行大规模多时相实时变化检测。IEEE Transactions on Geoscience and Remote Sensing，52(6)，第 3316-3332 页。

用法	返回
ee.Algorithms.TemporalSegmentation.Ewmacd(timeSeries, vegetationThreshold, trainingStartYear, trainingEndYear, harmonicCount, xBarLimit1, xBarLimit2, lambda, lambdasigs, rounding, persistence)	图片

参数	类型	详细信息
timeSeries	ImageCollection	从中提取 EWMA 的集合。此集合应包含每个年份的 1 张图片，并按时间顺序排序。
vegetationThreshold	浮点数	植被阈值。低于此值的值会被视为非植被。
trainingStartYear	整数	训练时段的开始年份（含）。
trainingEndYear	整数	培训期的结束年份（不含）。
harmonicCount	整数，默认值：2	所使用的谐波函数对（正弦和余弦）的数量。
xBarLimit1	浮点数，默认值：1.5	初始训练 xBar 限制的阈值。
xBarLimit2	整数，默认值：20	运行 xBar 限制的阈值。
lambda	浮点数，默认值：0.3	“lambda”调整形参，用于确定新年份与滚动平均值的权重。
lambdasigs	浮点数，默认值：3	EWMA 控制界限，以标准差为单位。
rounding	布尔值，默认值：true	是否应针对 EWMA 执行舍入。
persistence	整数，默认值：3	考虑变化所需的最少观测次数。