Google Earth Engine(GEE)——Landsat 8 图像的 SWIR1 和 SWIR2 波段的linearRegression进行分析一元线性回归计算截距和斜率

本博客介绍了如何使用Google Earth Engine(GEE)进行Landsat 8图像的SWIR1和SWIR2波段的线性回归分析,以计算一元线性回归的截距和斜率。通过polynomial函数和ee.Image.cat方法组合不同波段图像,并解释了如何提取回归系数。
摘要由CSDN通过智能技术生成

linearFit这里应用了与上一节相同的分析,只是这次使用了ee.Reducer.linearRegression函数。请注意,回归图像由三个单独的图像构成:一个常量图像和代表来自同一 Landsat 8 图像的 SWIR1 和 SWIR2 波段的图像。请记住,你可以组合任何一组波段来构造输入图像以减少区域ee.Reducer.linearRegression,它们不必属于同一源图像。

再重复说一下函数吧:

polynomial(coefficients)

使用给定系数计算每个像素的多项式。多项式计算

Compute a polynomial at each pixel using the given coefficients.

Arguments:

this:image (Image):

The input image.

coefficients (List):

The polynomial coefficients in increasing order of degree starting with the constant term.

Returns: Image

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值