这个脚本的目的是对MODSI EVI数据的时间序列拟合一个一阶谐波模型。线性回归还原器被用来估计谐波项和数据的长期趋势。
var c = ee.ImageCollection('MODIS/006/MOD13A1').select('EVI');
// 一个函数,根据从图像元数据中提取的场景开始时间计算自变量(即一阶傅里叶模型加线性模型)。
// 线性回归还原器(下文)希望看到带有所有自变量和所有因变量值的图像。 在这种情况下,所有的自变量都是纯粹从图像元数据中提取的,因此在不同的像素上是恒定的 在不同的像素中是恒定的。
function addIndependentVariables(image) {
// 从影像中获取开始的系统时间
var date = ee.Date(image.get('system:time_start'));
var phase = date.getFraction('year').multiply(2 * Math.PI);
var sin = phase.sin();
var cos = phase.cos();
var time = date.difference(ee.Date('2000-01-01'), 'year');
// 将四个自变量组装成图像波段,是双精度型。
var independent = ee.Image([sin, cos, time, 1]).double();
// 将输入图像中的 "EVI "作为最后一个波段。
return independent.addBands(image);
}
// 进行线性回归,返回一个数组值的图像,然后将其扩展为一个四段式图像 以方便以后使用。
var regression = c.map(addIndep