CCDC (Continuous Change Detection and Classification) 法を使用してピクセル値の経時的な変化を評価し、モデル結果を含む変化解析ラスターを生成します。
CCDC アルゴリズムの詳細については、「CCDC を使用した変更の解析 (Analyze Changes Using CCDC) ツールの詳細」をご参照ください。
注意:
このラスター関数は、変化解析を使用した変化検出関数との連携でのみサポートされます。 CCDC 解析関数の出力レイヤーは、変更解析を使用した変更検出関数への入力として使用されます。 ラスター データセット出力を生成するには、関数エディターを使用して変更解析を使用した変更検出関数に CCDC 解析関数を接続して、これをラスター関数テンプレートとして保存し、[ラスター関数からラスターを生成 (Generate Raster from Raster Function)] ジオプロセシング ツールへの入力として使用します。
備考
このラスター関数は、変化解析を使用した変化検出ラスター関数への入力としてのみ使用できます。 ラスター出力を生成するには、ラスター関数テンプレートで変更解析を使用した変更検出関数に CCDC 解析関数を接続し、そのテンプレートを [ラスター関数からラスターを生成 (Generate Raster from Raster Function)] ジオプロセシング ツールの入力として使用します。 生成されたラスターには、ピクセル値が変更された時間に関する情報が含まれます。
[時間マスキングのバンド] パラメーターは、雲、雲の影、および雪のマスクに使用されるバンドを指定します。 短波赤外 (SWIR) バンドでは雲の影と雪は暗く表示され、緑バンドでは雲と雪が明るくなるため、SWIR バンドと緑バンドのバンド インデックスをマスクすることをお勧めします。
[更新フィッティング頻度 (年)] パラメーターは、時系列モデルを新しい観測データで更新する頻度を定義します。 モデルを頻繁に更新すると、計算負荷が大きく、メリットがわずかになる可能性があります。 たとえば、多次元ラスターに 1 年あたり 365 個のスライス、つまり観測データの消去が存在し、更新頻度が観測データごとの場合、その処理にかかる計算負荷は、年に一度更新する場合と比べて 365 倍に増えますが、精度は高くなりません。
パラメーター
Parameter | 説明 |
---|---|
ラスター | 入力多次元ラスター レイヤー。 |
変化を検出するバンド | 変更の検出に使用するバンド ID。 バンド ID を指定しない場合、入力ラスター データセットのすべてのバンドが使用されます。 ID 値は、スペースで区切られた整数でなければなりません。 |
時間マスキングのバンド | 雲、雲の影、および雪のマスクに使用される緑バンドと SWIR バンドのバンド ID。 バンド ID を指定しない場合、マスキングは発生しません。 ID 値は、スペースで区切られた整数でなければなりません。 |
変化検出のためのカイ二乗閾値 | カイ二乗変更確率閾値。 観測データに含まれている計算された変更確率がこの閾値を超えている場合、異常としてフラグが付けられ、変更イベントの可能性があります。 デフォルト値は 0.99 です。 |
最小連続異常観測数 | イベントが変更と見なされる前に発生する連続異常観測の最小数です。 ピクセルは、変更と見なされる前に、指定した数の連続するタイム スライスに対して、異常としてフラグを付けられる必要があります。 デフォルトは 6 です。 |
更新フィッティング頻度 (年) | 時系列モデルを新しい観測データで更新する頻度。 デフォルトでは、年 1 回モデルを更新します。 |