获得 Image Analyst 许可后可用。
图像或栅格的时间序列通常是由一段时间内按照固定时间间隔采集的数据组成，通常用于分析地球表面变化。 在 ArcGIS Pro 中，可以在多维栅格数据集或多维镶嵌数据集组织栅格数据的时间序列，并且可以使用工具提取有关像素随时间变化的历史记录信息。
通常情况下，对数十或数百个图像的像素历史记录进行建模的目的为查找发生某种更改类型的日期。
CCDC 分析栅格函数和 LandTrendr 分析栅格函数可以与使用变化分析检测变化栅格函数链接在一起，以从多维栅格中提取变化日期信息。
将使用 LandTrendr 分析变化工具或使用 CCDC 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，可用于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。
变化检测向导与可用的工具和函数配合使用，可指导您完成从影像或栅格时间序列中提取变化日期信息的过程。 向导的输出是一个栅格，其中每个像素都有一个与特定变化类型时间相对应的日期值。
以下部分提供了有关执行时间序列变化检测时变化检测向导中每个窗格的详细信息。
变化检测向导
变化检测向导从影像选项卡分析组中的变化检测下拉按钮启动。 如果您不在 2D 地图场景中使用，或没有 Image Analyst 扩展模块，该按钮将不可用。
配置
变化检测向导中的第一个窗格是配置窗格，您可以在其中选择要使用的变化检测方法选项。 要从多维栅格中提取变化日期信息，请将变化检测方法设置为时间序列变化检测。
| 参数 | 描述 |
|---|---|
| 输入栅格 | 将分析输入多维栅格数据集。 支持的输入包括多维云栅格格式 (.crf) 文件、多维镶嵌数据集或多维图像服务。 此工具用于提取观测要素中的变化，因此理想的输入多维影像应在整个时间内捕获一致的观测结果，并且不应包括大气或传感器干扰、云或云阴影。 理想做法是使用已归一化的数据，并且可以使用 QA 波段进行掩膜，例如包含云掩膜的 Landsat Collection 1 表面反射率产品。 如果您已经使用使用 LandTrendr 分析变化或者使用 CCDC 分析变化工具生成了变化分析栅格，则在向导中将其结果作为输入栅格提供，然后将跳过下一个窗格。 |
处理范围 | 输出更改栅格的处理范围。 |
分析时间序列
分析时间序列窗格允许您指定要运行以执行时间序列分析并配置模型的模型类型。 如果您在配置窗格中输入现有变化分析栅格，则不会显示该窗格。
此窗格中显示的参数取决于在变化分析方法参数中选择的建模选项：
- CCDC - 连续变化检测和分类 (CCDC) 算法用于评估像素值随时间的变化。 要使用此选项，输入多维栅格必须至少包含 12 个剖切片，且跨度至少为 1 年。 有关算法和参数的信息，请参阅使用 CCDC 分析变化的工作原理。
- LandTrendr - 基于 Landsat 的干扰和恢复趋势检测 (LandTrendr) 算法用于评估像素值随时间的变化。 有关算法和参数的详细信息，请参阅使用 LandTrendr 工具分析变化的工作原理。
CCDC 变化分析参数
| 参数 | 描述 |
|---|---|
| 用于检测变化的波段 | 要分析以进行变化检测的光谱波段。 默认设置为使用所有波段。 |
| 用于时间掩膜的波段 | 用于云、云阴影和雪掩膜的波段。 因为云阴影和雪会在短波红外 (SWIR) 波段显示为非常暗的颜色，而云和雪会在绿色波段显示为非常亮的颜色，所以建议您对 SWIR 和绿色波段进行掩膜。 如果未选择波段，则不会进行任何掩膜。 |
| 用于检测更改的卡方阈值 | 卡方统计变化概率阈值。如果观测值算得的变化概率高于此阈值，则将其标记为异常，即潜在的变化事件。默认值为 0.99。 |
| 最小连续异常观测次数 | 在事件被视为变化之前必须进行的最小连续异常观测次数。像素必须针对指定数量的连续时间片标记为异常，然后才能将其视为真正的变化。默认值为 6。 |
| 更新拟合频率（以年为单位） | 使用新观测值更新时间序列模型的频率（以年为单位）。 频繁更新模型可能会导致高昂的计算成本，可能会使收益将至最低。 例如，如果多维栅格中每年有 365 个剖切片或清晰的观测值，并且更新频率是针对每个观测值的，则与每年更新一次相比，该处理的计算成本将高出 365 倍，但准确性可能并不会提高。 默认值为 1。 |
LandTrendr 变化分析参数
| 参数 | 描述 |
|---|---|
| 处理波段 | 用于随时间分割像素值轨线的图像波段名称。 请选择最能捕获您要观测的要素变化的波段名称。 默认设置为第一个波段。 |
| 捕捉日期 | 用于在输入多维数据集中针对每年识别一个剖切片的日期。 将使用日期最接近捕捉日期的剖切片。 如果输入数据集包含次年数据，则此参数为必填项。 默认值为 06-30 或 June 30，大约是某一日历年的年中。 |
| 最大段数 | 要拟合到每个像素的时间序列的最大段数。 默认值为 5。 |
| 折点数过未及线 | 在标识折点的初始阶段，超出 maximum number of segments + 1 的附加折点数可用于拟合模型。 在建模过程的后期，附加折点数将减少为 maximum number of segments + 1。 默认值为 2。 |
| 峰值阈值 | 用于衰减像素值轨线中的峰值或异常的阈值。 该值的范围必须介于 0 到 1 之间，其中 1 表示没有衰减。 默认值为 0.9。 |
| 恢复阈值 | 恢复阈值，以年为单位。 景观中的要素通常需要花费一些时间才能从非永久性变化（例如森林火灾或遭受病虫害）中恢复。 使用此参数来控制模型识别的恢复率。 如果某段的恢复率快于 1/recovery threshold，则该段将被放弃，并且不会包含在时间序列模型中。 该值必须介于 0 到 1 之间。 默认值为 0.25。 |
| 最小观测值个数 | 执行拟合所需的最小有效观测点数。 输入多维数据集中的年数必须等于或大于此值。 默认值为 6。 |
| P 值阈值 | 要选择的模型的 p 值阈值。 在模型拟合的初始阶段中检测到折点后，该工具将拟合每个段并计算 p 值以确定模型的显著性。 在下次迭代中，模型会将段数减 1 并重新计算 p 值。 由此继续，如果 p 值小于此参数中指定的值，则将选择该模型，并且该工具将停止搜索更好的模型。 如果未选择此类模型，则该工具将选择 p 值小于 lowest p-value × best model proportion value 的模型。 默认值为 0.01。 |
| 最佳模型比例 | 最佳模型比例值。 在模型选择过程中，该工具将计算每个模型的 p 值，并根据此比例值来识别折点最多的模型，同时保持最小（最显著）p 值。 值为 1 表示模型的 p 值最低，但折点数量可能不多。 默认值为 1.25。 |
| 防止一年恢复 | 指定是否将排除呈现一年恢复的段。
|
| 恢复具有上升趋势 | 指定恢复是否具有上升（正）趋势。
从景观变化中恢复可以出现在正向或负向。 例如，当景观遭受森林破坏时，植被指数值的时间序列将显示指数值下降；而恢复将显示植被指数值逐渐上升，或者呈现正的恢复趋势。 |
| 输出其他波段 | 指定结果中是否将包含其他波段。
|
变化检测日期
变化检测日期窗格提供了用于指定要从模型中提取变化信息的日期的参数。
| 参数 | 描述 |
|---|---|
| 更改类型 | 指定要为每个像素计算的变化信息。 使用 CCDC 变化分析方法时，可以从以下选项中进行选择：
使用 LandTrendr 变化分析方法时，可以使用以下附加选项：
|
| 最大更改数 | 要计算的每个像素的最大变化次数。 该数字与输出栅格中的波段数相对应。 默认值为 1，表示将仅计算一个变化日期，且输出栅格将仅包含一个波段。 当变化类型参数设置为变化次数时，此参数不适用。 |
| 段日期 | 指定是提取位于变化段的起点还是终点处的日期。 仅当使用 LandTrendr 变化分析方法时，此参数才可用。 |
| 变化方向 | 指定要在分析中包含的变化方向。
仅当使用 LandTrendr 变化分析方法时，此参数才可用。 |
| 按年过滤 | 指定是否按年范围过滤输出。
仅当使用 LandTrendr 变化分析方法时，此参数才可用。 使用此参数以识别特定时间段内发生的变化，例如，如果要查找持续五年的干旱中地表发生的变化。 如果选中，则必须输入用于过滤结果的最小和最大年份。 |
| 按持续时间过滤 | 指定是否按变化持续时间对结果进行过滤。
仅当使用 LandTrendr 变化分析方法时，此参数才可用。 使用此参数以识别给定年份范围内发生的变化，例如，如果您只对在 1 或 2 年内发生的突然变化感兴趣。 可以使用公式 end year - start year +1 来计算感兴趣的持续时间。 将包含时间序列中的空白。 如果选中，则必须输入用于过滤结果的最小和最大持续时间值。 |
| 按量级过滤 | 指定是否按变化量级对结果进行过滤。
仅当使用 LandTrendr 变化分析方法时，此参数才可用。 使用此参数以识别给定量级的变化，例如，如果只想查找植被指数 NDVI 的较大变化。 量级是一个绝对值，因此最小值和最大值不能为负。 要指定方向变化，使用变化方向参数。 如果选中，则必须输入用于过滤结果的最小和最大幅度值。 |
| 输出变化日期栅格 | 输出数据集。 输出是一个多波段栅格，其中每个波段都包含变化信息，具体取决于所选的变化类型和指定的最大变化次数。 例如，如果变化类型参数设置为最早变化的日期，且最大变化次数参数设置为 2，则在整个时间序列中每个像素发生变化时，该工具都会计算两个最早的日期。 结果为栅格，其中第一个波段包含每个像素最早变化的日期，第二个波段包含每个像素第二早的变化日期。 |
示例
在以下示例中，从 2000 年至 2019 年的年度 NDVI 栅格时间序列中提取变化最快的日期。
- 将 NDVI 多维栅格数据集添加到地图。
- 在内容窗格中选择图层后，从影像选项卡的分析组中打开变化检测向导。
- 在配置窗格中，将变化检测方法设置为时间序列变化以确保输入栅格被设置为 NDVI 多维栅格。 单击下一步。
- 在分析时间序列窗格中，配置参数以执行 LandTrendr 建模。
- 将变化分析方法参数设置为 LandTrendr。
- 将最大段数参数设置为 10。
- 保留所有其他默认设置。
- 单击下一步。
- 在检测变化窗格中，配置参数以提取序列中最快、高负值（NDVI 损失）的变化起点。
- 将变化类型设置为最快变化的时间。
- 将变化方向设置为递减。
- 选中按幅度过滤复选框。
- 将最小幅度设置为 0.5，将最大幅度设置为 2。
- 对于输出变化日期栅格，输入 FastestNDVILoss.crf。
- 单击运行。