Earth Engine下长时间序列监测

巨流河是清代称呼辽河的名字，她是中国七大江河之一，辽宁百姓的母亲河。哑口海位于台湾南端，是鹅銮鼻灯塔下的一泓湾流，据说汹涌海浪冲击到此，声消音灭。

本次将以哑口海周边区域为对象，研究该海岸近30年来的变化趋势。

为求简便，只取了1988，1998，2008和2018的典型无云影像来分析，如果需要精准研究的话就要取很长的时间序列来研究了。具体过程也只涵盖了随机森林分类，植被NDVI计算和建筑区求像元数。其中勾选的训练样区应该在30年内均无变化或为同一地物，如果变化大则需要对每年的影像建立单独的训练样本。

之前想一起把趋势图画了，但现成的ui.Chart.image.byClass()只能对单景影像画图，而ui.Chart()里面的数据又需要为number类型，花了好长时间也没能将计算出的Number Object类型转换为number类型，所以就只有将就用List看一下了，况且科学的图表还是其他软件在行。

计算结果如下图，第一个List表示每年的植被区域NDVI值，第二个List表示每年的建筑区像元数，单像元均为0.09公顷。简单结论：在1988-1998，2008-2018年间该地区为适应旅游规划或生态建设，持续将建筑区规划为绿地；近30年来，绿地的护养情况也得到了提高。（1998的研究影像成像于11月，处于秋末冬初季，略小于1988年的8月或为正常现象）

计算结果

代码如下（第66行为代码开始的地方，前面为研究区和训练区）：

var veg = /* color: #98ff00 */ee.Feature(
        ee.Geometry.MultiPoint(
            [[120.8596453364878, 21.902058426152273],
             [120.8572849925547, 21.913644945654127],
             [120.85393759570411, 21.91205235278763],
             [120.85831496081641, 21.901062976747287],
             [120.85196348986