Funkcja Analiza CCDC

Ocenia zachodzące z biegiem czasu zmiany w wartościach pikseli przy użyciu metody ciągłego wykrywania i klasyfikacji zmian (Continuous Change Detection and Classification — CCDC) i generuje raster analizy zmian zawierający wyniki modelu.

Aby uzyskać informacje na temat algorytmu CCDC, zapoznaj się z sekcją Jak działa analiza zmian z użyciem algorytmu CCDC.

Notatka:

Ta funkcja rastrowania jest obsługiwana tylko w połączeniu z funkcją Wykrywanie zmian przy użyciu analizy zmian. Użyj warstwy wynikowej funkcji Analiza CCDC jako wartości wejściowej funkcji Wykrywanie zmian przy użyciu analizy zmian. Aby utworzyć wynikowy zestaw danych rastrowych, połącz funkcję Analiza CCDC z funkcją Wykrywanie zmian przy użyciu analizy zmian za pomocą Edytora funkcji, zapisz go jako szablon funkcji rastrowej i użyj go jako wartości wejściowej narzędzia geoprzetwarzania Generuj raster z funkcji rastrowej.

Uwagi

Ta funkcja rastrowa może być używana tylko do generowania danych wejściowych funkcji rastrowej Wykrywanie zmian przy użyciu analizy zmian. Aby wygenerować raster wynikowy, połącz funkcję Analiza CCDC z funkcją Wykrywanie zmian przy użyciu analizy zmian w szablonie funkcji rastrowej i użyj tego szablonu jako danych wejściowych narzędzia geoprzetwarzania Generuj raster z funkcji rastrowej. Wynikiem jest raster zawierający informacje o czasie, w którym zmieniły się wartości pikseli.

Parametr Pasma na potrzeby maskowania czasowego określa pasma używane do maskowania chmur, cieni chmur i śniegu. Ponieważ cienie chmur i śnieg są ciemne w krótkofalowym paśmie podczerwieni (SWIR), a chmury i śnieg są jasne w paśmie zieleni, zalecamy maskowanie indeksów pasm SWIR i zieleni.

Parametr Aktualizowanie częstotliwości dopasowywania (w latach) określa, jak często model szeregów czasowych będzie aktualizowany nowymi obserwacjami. Częste aktualizowanie modelu może być kosztowne obliczeniowo, a korzyści są zwykle minimalne. Jeśli na przykład w rastrze wielowymiarowym istnieje 365 klatek czasowych lub wyraźnych obserwacji rocznie, a częstotliwość aktualizacji jest skonfigurowana w taki sposób, że model jest aktualizowany przy każdej obserwacji, wówczas przetwarzanie będzie 365 razy bardziej kosztowne pod względem obliczeniowym w porównaniu z aktualizacjami przeprowadzanymi raz do roku, a dokładność może się nie zmienić.

Parametry

ParametrOpis

Raster

Wejściowa wielowymiarowa warstwa rastrowa.

Pasma na potrzeby wykrywania zmian

Identyfikatory pasm używane podczas wykrywania zmian. Jeśli nie zostaną podane identyfikatory pasm, będą używane wszystkie pasma wejściowego zestawu danych rastrowych.

Wartości identyfikatorów powinny być liczbami całkowitymi rozdzielanymi spacjami.

Pasma na potrzeby maskowania czasowego

Identyfikatory pasm zieleni i SWIR służące do maskowania chmur, cieni chmur i śniegu. Jeśli nie zostaną podane żadne identyfikatory pasm, maskowanie nie zostanie przeprowadzone.

Wartości identyfikatorów powinny być liczbami całkowitymi rozdzielanymi spacjami.

Próg chi-kwadrat na potrzeby wykrywania zmian

Próg prawdopodobieństwa zmiany chi kwadrat. Jeśli dla obserwacji zostało obliczone prawdopodobieństwo zmiany, które jest wyższe niż ta wartość progowa, obserwacja jest oznaczana jako anomalia, co jest potencjalnym zdarzeniem zmiany. Wartość domyślna wynosi 0,99.

Minimalna liczba kolejnych obserwacji anomalii

Minimalna liczba kolejnych obserwacji anomalnych, które muszą wystąpić, zanim zdarzenie zostanie uznane za zmianę. Piksel musi zostać oznaczony jako anomalia dla określonej liczby kolejnych klatek czasu, zanim zostanie uznany za prawdziwą zmianę. Domyślna wartość to 6.

Aktualizowanie częstotliwości dopasowywania (w latach)

Częstotliwość aktualizowania modelu szeregów czasowych nowymi obserwacjami. Domyślnie model jest aktualizowany raz w roku.


W tym temacie
  1. Uwagi
  2. Parametry