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
timeSeriesImageCollection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:3EWMA 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。