获得 Image Analyst 许可后可用。
概述
使用基于 Landsat 的干扰和恢复趋势检测 (LandTrendr) 方法评估像素值随时间的变化，并生成包含模型结果的变化分析栅格。
有关 LandTrendr 算法的信息，请参阅使用 LandTrendr 分析变化的工作原理。
注：
仅支持将此栅格函数与使用变化分析检测变化函数配合使用。 可以使用“LandTrendr 分析”函数的输出图层作为“使用变化分析检测变化”函数的输入。 要生成栅格数据集输出，请使用函数编辑器将“LandTrendr 分析”函数与“使用变化分析检测变化”函数连接起来，将其另存为栅格函数模板，然后将其用作使用栅格函数生成栅格地理处理工具的输入。
注释
此栅格函数只能用作使用变化分析检测变化栅格函数的输入。 要生成栅格输出，请在栅格函数模板中将“LandTrendr 分析”函数连接到“使用变化分析检测变化”函数，然后使用该模板作为使用栅格函数生成栅格地理处理工具中的输入。 结果将为一个栅格，其中包含有关像素值更改时间的信息。
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。
该工具将针对每年一个图像进行分析，并且每年的剖切片数必须等于或大于最小观测值个数参数中指定的值。 建议您至少拥有 6 年的数据。
如果您拥有每月、每周或每天的数据，建议您从每年（最好是从同一季节）中选择多个图像，移除云和云阴影，然后合并这些图像以生成一个能够很好地捕获观测值的图像。 如果提供每月、每周或每天的数据作为输入多维栅格，则该工具将根据最接近在捕捉日期参数中所提供日期的日期来标识一个剖切片以进行分析。
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。 要控制模型识别的恢复率，需要设置恢复阈值参数。 不重复段的恢复率不能超过 1/恢复阈值。
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。 可以使用恢复呈上升趋势参数来指定恢复趋势的方向。
参数
| 参数 | 描述 |
|---|---|
栅格 | 输入 Landsat 多维栅格图层。 |
处理波段名称 | 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。 |
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。 |
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 max_num_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 max_num_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。 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。
|
输出其他波段 | 指定结果中是否将包含其他波段。
|