Embedded Files
Algoritmo de detección basado en Landsat de tendencias en perturbación y recuperación
LandTrendr consiste en algoritmos de segmentación spectral-temporal que son útiles para detectar cambios en una serie de imágenes satelitales de resolución moderada (principalmente las de Landsat). La serie de tiempo espectral generada por LandTrendr reduce el ruido inter-anual de las imágenes.
Scripts de Google Earth Engine (GEE)
Scripts de Google Earth Engine (GEE)
Ejemplos de outputs de NASA SERVIR:
Ejemplos de outputs de NASA SERVIR:
Parámetros de colección:
Año de inicio: 2000 | Año final: 2020 | Fecha inicial: 01-01 | Fecha final: 05-31 | Índice: NDVI | Máscara: nubosidad, sombras, nieve, agua
Parámetros
Parámetros de corrida:
MaxSegments: 6
Spike Threshold: 0.75
VertexCountOvershoot: 3
PreventOneYearRecovery: False
Recovery Threshold: 1
pvalThreshold: 0.2
bestModelProportion: 0.75
MinObservationsNeeded: 6
Parámetros de cambio:
Magnitude Value: 50
Durration Value: 50
Preval Value: 300
mmu Value: 6
Parámetros
Parámetros de corrida:
MaxSegments: 5
Spike Threshold: 0.9
VertexCountOvershoot: 3
PreventOneYearRecovery: False
Recovery Threshold: 0.5
pvalThreshold: 0.1
bestModelProportion: 0.75
MinObservationsNeeded: 6
Parámetros de cambio:
Magnitude Value: 100
Durration Value: 50
Preval Value: 400
mmu Value: 6
Parámetros
Parámetros de corrida:
MaxSegments: 4
Spike Threshold: 1
VertexCountOvershoot: 3
PreventOneYearRecovery: False
Recovery Threshold: 0.25
pvalThreshold: 0.05
bestModelProportion: 0.75
MinObservationsNeeded: 6
Parámetros de cambio:
Magnitude Value: 200
Durration Value: 50
Preval Value: 500
mmu Value: 6
Información de contacto
Información de contacto
Robert Kennedy
robert.kennedy@oregonstate.edu
Emil Cherrington
emil.cherrington@nasa.gov
Christine Evans
cae0004@uah.edu
Page updated
Report abuse