r - 试图识别 Landsat 图像中的断点 - 为什么 BFAST 会错过明显的断点？

Question

我有一堆 300 多张陆地卫星 NDVI 图像。我在 R 中使用 BFAST 包来识别断点。正如您从这张图片中看到的那样，中断通常非常明显:

请注意 NDVI 在 1988 年左右出现大幅下降，然后逐渐增加。 BFAST 忽略了明显的断点，而是在逐渐增加的中间 1994 年左右设置了一个断点。

我使用以下 R 代码运行 BFAST:

bfast(ndvi.ts, h=.3, season="harmonic", max.iter=1, breaks=1)

(调整 h 参数似乎并不能改善这种情况)。

请教大家几个问题:

1. 除了 h 之外，是否还有我可以调整以改进结果的参数？
2. 如果不是，有没有办法对数据进行处理以获得更好的结果？
3. 如果没有，R 中是否有另一个断点分析包可能会产生更好的结果？

Answer 1

我进行了相同的分析并最终使用了 ecp 包 http://cran.r-project.org/web/packages/ecp/vignettes/ecp.pdf

在我的工作流程中，我为许多站点提取每个图像日期的索引，并将它们放入数据框中。然后从那里我有一个循环来计算变化点并创建一个带有指示变化点的时间序列的 ggplot。我不会在这里展示整个循环，但是用于识别变化点的相关代码如下:

library("ecp")
df <- "your data frame"
df2 <- df[ ,1]#assuming your data values are in first column
ecp.mat <- matrix(df2, ncol = 1)
ecp.out <- e.divisive(ecp.mat, R = 499, sig.lvl = sig, alpha = 1 )
ecp.est <- ecp.out$estimates[c(-1, -length(ecp.out$estimates))]#drop first and last records

上面的最后一个对象包含你的变化点的位置，然后我绘制它。希望对您有所帮助。