Google Earth Engine 实现 LandTrendr 光谱-时间分割算法的指南（ LT-GEE输出）
【摘要】
LT-GEE 的结果包括（图 5.1）：
每个像素时间序列的观测年份；二维谱-时间空间中的 x 轴值；（默认）
每个像素时间序列的观测源值；二维谱时间空间中的 y 轴值；（默认）
拟合到每个像素时间序列顶点之间的线段 (FTV) 的观测值的源值；二维谱时间空间中的 y 轴值；（默认）
FTV 值的均方根误差 (RMSE)，相...
LT-GEE 的结果包括（图 5.1）：
- 每个像素时间序列的观测年份；二维谱-时间空间中的 x 轴值；（默认）
- 每个像素时间序列的观测源值；二维谱时间空间中的 y 轴值；（默认）
- 拟合到每个像素时间序列顶点之间的线段 (FTV) 的观测值的源值；二维谱时间空间中的 y 轴值；（默认）
- FTV 值的均方根误差 (RMSE)，相对于源值；（默认）
- 集合中大于波段 1 的其他波段的完整时间序列 FTV 值；二维谱时间空间中的 y 轴值；（可选的）
图 5.1。从 LT-GEE 返回哪些数据的可视化图表。每个图例项都作为输出返回。
LT-GEE 的结果不能立即用于分析、显示或导出为变化图或拟合时间序列数据。将每个像素视为需要解包的一组数据。每个像素的数据打包类似于 Python 或 R 中的嵌套列表。主
文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/qq_31988139/article/details/120047430
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）