获得 Image Analyst 许可后可用。
可将使用 LandTrendr 分析变化工具与使用变化分析栅格检测变化工具配合使用，来识别像素值随时间的变化，以指示土地使用或土地覆被的变化。
LandTrendr 算法
使用 LandTrendr 分析变化工具使用基于 Landsat 的扰动和恢复趋势检测 (LandTrendr) 算法（Kennedy 等人于 2010 年发布）。该算法的目的是提取有关干扰（从一种状态到另一种状态的短期变化）和恢复（恢复为原始状态的长期过程）如何改变地表要素的信息。
变化检测
LandTrendr 算法是基于可以根据时间将像素历史记录拆分成几个线段这一想法建立的。可能很长一段时间内变化很小，由一条小坡度直线表示。当发生干扰时，像素的值将发生变化，由一条可能很陡峭的短线段表示。如果允许进行恢复（例如在森林大火之后），则这将以一条略微倾斜的长线表示，该线向后移回像素的原始值。
在上图中，像素在一段时间内为绿色，然后发生了干扰，像素变为灰棕色，然后随着时间的推移缓慢恢复为绿色。在 LandTrendr 算法中，这由位于图像底部的图表中的三条线段表示。每个变化处有一个折点，用于帮助描述线段。
这是一个像素随时间变化的高度简化历史记录的示例。多年来，地表发生了许多大大小小的变化。使用 LandTrendr 分析变化工具提供许多参数来控制提取的模型信息，以仅检索感兴趣变化。
输入图像要求
LandTrendr 算法适用于 Landsat TM、Landsat ETM+ 和 Landsat OLI 数据表面反射率数据。但是，使用 LandTrendr 分析变化工具将检测来自任何受支持传感器的影像以及影像导数（例如波段指数）的变化。
在分析中使用该算法时，一年只需一张影像，建议在使用此工具时至少要准备六年的数据。使用年影像以云栅格格式 (.crf) 生成多维镶嵌数据集或多维栅格数据集，然后将其用作工具的输入。
仅在影像的一个波段上执行影像分割。因此，必须选择最能代表要提取信息的波段进行处理。例如，近红外 (NIR) 波段可能是用于捕获植被变化的最佳波段。但是，在许多情况下，波段指数可能更适合用于提取信息。例如，要可视化地表中开阔水面要素的变化，您可能想要使用修正归一化差值水体指数 (MNDWI)，该指数使用绿色和 SWIR 波段中的光谱信息。
由于此算法取决于随着时间的推移持续观测某一现象的能力，必须具有已针对大气和传感器噪声、云和云阴影进行归一化的影像。如果具有一年的多张影像（最好来自一个季节，以尽可能减少季节波动），则可以从多张影像中移除云和云阴影，然后对其进行组合以生成该年的一张代表性影像。
模型结果
使用 LandTrendr 分析变化工具的输出是包含模型系数的变化分析栅格。分析中每年对应一个剖切片，因此每个像素包含每年的一组不同的模型系数。将在输出中包含一个名为 FittedValue 的波段，用于在拟合到该时间点处的建模线段时提供像素值。
模型系数很难直观地解释。还可以使用其他工具来解释数据：
- 创建时间分布图以使用 Fitted Value 波段探索像素随时间的变化。这将显示使用 LandTrendr 算法为像素提取的线段。
- 使用变化分析栅格作为使用变化分析栅格检测变化工具的输入来提取变化日期信息。
时态图图表
要探索模型的分段结果，使用 Fitted Value 波段为使用 LandTrendr 分析变化工具的变化分析输出生成时间分布图。
变化日期
要提取有关像素值变化日期的信息，使用使用变化分析栅格检测变化工具。该工具将生成一个栅格，其中每个像素具有与您感兴趣日期对应的日期值。可提取模型中特定段的开始日期或结束日期。例如，可提取表示最长变化持续时间的段的开始日期（由上图表中的点 
表示），或者可以提取表示最快变化（坡度值最高）的段的结束日期（由上图中的点 
表示）。