构建LST-NDVI非线性回归模型

Question

您好,看了下您的一些关于线性回归的文章, 请教一下非线性的模型要如何构建呀

Answer 1

Earth Engine 有几种使用减速器执行线性回归的方法：

ee.Reducer.linearFit()
ee.Reducer.linearRegression()
ee.Reducer.robustLinearRegression()
ee.Reducer.ridgeRegression()
最简单的线性回归缩减器是linearFit()计算一个具有常数项的变量的线性函数的最小二乘估计。要获得更灵活的线性建模方法，请使用允许可变数量的自变量和因变量的线性回归缩减器之一。linearRegression()实现普通最小二乘回归（OLS）。robustLinearRegression()使用基于回归残差的成本函数来迭代地减轻数据中的异常值 ( O'Leary, 1990 )。 ridgeRegression()使用 L2 正则化进行线性回归。
非现象模型我之前也没做过，不知道如何进行。有一个时间序列拟合的函数：
ee.Algorithms.TemporalSegmentation.LandTrendrFit(timeSeries, vertices, spikeThreshold, minObservationsNeeded)
使用一组LandTrendr断点年份对时间序列进行插值。对于时间序列中的每个输入带，输出一个新的一维数组值带，其中包含由顶点图像识别的断点时间之间的输入值插值。更多细节见LandTrendr算法。
Interpolates a time series using a set of LandTrendr breakpoint years. For each input band in the timeSeries, outputs a new 1D array-valued band containing the input values interpolated between the breakpoint times identified by the vertices image. See the LandTrendr Algorithm for more details.

Arguments:
timeSeries (ImageCollection):
Time series to interpolate.
要内插的时间序列影像。
vertices (Image):
Vertices image. A 1D array of LandTrendr breakpoint years.
顶点图像。LandTrendr断点年份的一维数组
spikeThreshold (Float, default: 0.9):
Threshold for dampening input spikes (1.0 means no dampening).
阈值设置
minObservationsNeeded (Integer, default: 6):
Min observations needed.
需要的最小观测值
Returns: Image