متاح مع ArcGIS Image for ArcGIS Online.
تقيم التغييرات في قيم البكسل بمرور الوقت باستخدام طريقة الاكتشاف والتصنيف المستمر للتغيير (CCDC) وتقوم بإنشاء بيانات نقطية لتحليل التغيير تحتوي على نتائج النموذج.
للحصول على معلومات بشأن خوارزمية CCDC، راجع كيفية عمل تحليل التغييرات باستخدام CCDC.
ملاحظة:
لا يتم دعم دالة البيانات النقطية هذه إلا من خلال الاقتران بدالة اكتشاف التغيير باستخدام تحليل التغيير. استخدم الطبقة الناتجة لدالة تحليل CCDC كإدخال في دالة اكتشاف التغيير باستخدام تحليل التغيير. لإنتاج إخراج مجموعة بيانات نقطية، قم بربط دالة تحليل CCDC بدالة اكتشاف التغيير باستخدام تحليل التغيير عن طريق محرر الدوال، واحفظ هذا كقالب دالة بيانات نقطية، واستخدمه كإدخال في أداة المعالجة الجغرافية إنشاء بيانات نقطية من دالة بيانات نقطية.
ملاحظات
لا يمكن استخدام دالة البيانات النقطية هذه إلا في صورة إدخال لدالة البيانات النقطية اكتشاف التغيير باستخدام تحليل التغيير. لإنشاء إخراج البيانات النقطية، قم بربط دالة تحليل CCDC بدالة اكتشاف التغيير باستخدام تحليل التغيير في قالب دالة بيانات نقطية، واستخدم القوالب كإدخال في أداة المعالجة الجغرافية إنشاء بيانات نقطية من دالة بيانات نقطية. ينتج من ذلك بيانات نقطية تحتوي على معلومات تتعلق بالوقت الذي تغيرت فيه قيم البكسل.
تحدد المعلمة نطاقات الإخفاء المؤقت النطاقات المراد استخدامها للسحابة وظل السحابة وإخفاء الثلج. نظرًا لأن ظل السحابة والثلج يظهران بشكل مظلم في نطاق الأشعة تحت الحمراء ذات الموجة القصيرة (SWIR)، والغيوم والثلج ساطعان في النطاق الأخضر، فمن المستحسن إخفاء فهارس النطاق لـ SWIR والنطاقات الخضراء.
تحدد معلمة تحديث التردد المناسب (بالسنوات) عدد المرات التي سيتم فيها تحديث نموذج السلاسل الزمنية بملاحظات جديدة. يمكن أن يكون تحديث النموذج بشكل متكرر مكلفًا من الناحية الحسابية وقد تكون الفائدة ضئيلة للغاية. على سبيل المثال، إذا كان هناك 365 شريحة أو ملاحظات واضحة سنويًا في البيانات النقطية متعددة الأبعاد، وكان تكرار التحديث لكل ملاحظة، فستكون المعالجة أكثر تكلفة من الناحية الحسابية 365 مرة مقارنة بالتحديث مرة واحدة سنويًا، ولكن قد لا تكون الدقة أعلى.
المعلمات
| المعلمة | الوصف |
|---|---|
البيانات النقطية | طبقة البيانات النقطية المدخلة المتعددة الأبعاد. |
نطاقات اكتشاف التغيير | معرفات النطاق المراد استخدامها لاكتشاف التغيير. في حالة عدم توفر معرفات نطاق، ستُستخدم جميع النطاقات من مجموعة البيانات النقطية المدخلة. يجب أن تكون قيم المعرف أعدادًا صحيحة مفصولة بمسافات. |
نطاقات الإخفاء المؤقت | تُستخدم معرفات النطاق للنطاق الأخضر ونطاق SWIR لإخفاء السحب والظل السحابي والثلج. إذا لم يتم توفير معرفات نطاق، فلن يحدث الإخفاء. يجب أن تكون قيم المعرف أعدادًا صحيحة مفصولة بمسافات. |
حد مربع كاي لاكتشاف التغيير | حد احتمالية تغيير مربع كاي. إذا كانت الملاحظة تحتوي على احتمالية تغيير محسوبة أعلى من هذا الحد، يتم تمييزها بأنها حالة شاذة، وهو حدث تغيير محتمل. القيمة الافتراضية هي 0.99. |
الحد الأدنى للملاحظات الشاذة المتتالية | الحد الأدنى للملاحظات الشاذة المتتالية التي يجب أن تحدث قبل أن يعد الحدث تغييرًا. يجب تمييز البكسل بأنه حالة شاذة لعدد محدد من شرائح الوقت المتتالية قبل اعتباره تغييرًا حقيقيًا. القيمة الافتراضية هي 6. |
تحديث تردد الملائمة (بالسنوات) | عدد مرات تحديث نموذج السلاسل الزمنية بملاحظات جديدة. الإعداد الافتراضي هو تحديث النموذج مرة واحدة في السنة. |