用bfast 算法,检测了某城市温度的长期趋势中的断点和季节性成分的变化!
🔴迭代估计时间序列内突然变化的时间和数量,并通过其幅度和方向来表征变化。BFAST 可用于分析不同类型的时间序列(如 Landsat、MODIS),并可应用于处理季节性或非季节性时间序列的其他学科,如水文学、气候学和计量经济学。
🔴在时间序列结束时近乎实时地监控时间序列模型(具有趋势/季节/回归项)中的干扰。基于稳定的历史行为模型,可以检测新获取的数据中的异常变化。不同的模型可用于对稳定的历史行为进行建模。回归建模中默认使用季节趋势模型(具有调和季节模式)。
如图的温度干扰时间图,可以准确的看到该区域的长时间序列中受到干扰的时间喔😉
可以问我哦,我R语言超强!👏
遥感处理的啥都能做😌