{
  "id": "3be902c150bc405aa8662f491392b6da",
  "item": "CCDC_Analysis.rft.json",
  "itemType": "file",
  "owner": "esri_ar",
  "uploaded": 1588225112000,
  "modified": 1588225112000,
  "guid": null,
  "name": null,
  "title": "تحليل CCDC",
  "type": "Raster function template",
  "typeKeywords": [
    "ArcGIS Raster Function Templates",
    "categoryName#AnalysisSystem_RFT",
    "Function Template",
    "Functions",
    "Processing",
    "Raster",
    "rft",
    "sourceId#CCDC AnalysisSystem_RFT",
    "Templates"
  ],
  "description": "تقوم دالة تحليل CCDC بتقييم التغيرات في قيم البكسل بمرور الوقت باستخدام خوارزمية الاكتشاف والتصنيف المستمر للتغيير (CCDC) وإنشاء بيانات نقطية متعددة الأبعاد تحتوي على نتائج النموذج. لا يتم دعمه إلا من خلال الاقتران مع دالة اكتشاف التغيير باستخدام دالة تحليل التغيير في قالب دالة البيانات النقطية. لإنتاج مخرجات البيانات النقطية، قم بتوصيل دالة تحليل CCDC بدالة اكتشاف التغيير باستخدام دالة تحليل التغيير، ثم احفظها كقالب دالة البيانات النقطية، وقم بتشغيل تحليل البيانات النقطية بواسطة قالب الدالة.<div><br />تستخدم هذه الدالة خوارزمية الاكتشاف والتصنيف المستمر للتغيير (CCDC) لتقييم التغييرات في قيم البكسل لمجموعة من الصور مع مرور الوقت. في سلسلة زمنية من الصور البصرية أو مشتقات الصور (مثل مؤشر NDVI)، يمكن أن تتغير قيم البكسل لعدة أسباب: 1. التغيير الموسمي - تعكس التغيرات التي تطرأ على قيم البكسل التغيرات في الغطاء النباتي نتيجة التفاوتات الموسمية في درجة الحرارة ومعدل هطول الأمطار. في نصف الكرة الشمالي، على سبيل المثال، نتوقع رؤية غطاء نباتي أكثر كثافة في فصل الصيف مقارنة بفصل الشتاء؛ 2. التغير التدريجي - تعكس التغيرات في قيمة البكسل الاتجاهات السائدة في الغطاء النباتي أو المياه السطحية بسبب التقلبات المناخية أو ممارسات إدارة الأراضي طويلة الأمد. على سبيل المثال، قد يزداد معدل تعرية التربة تدريجيًا في المنطقة نتيجة انخفاض معدل هطول الأمطار على المدى الطويل؛ و3. التغيير المفاجئ - تعكس تغييرات قيمة البكسل التغييرات التي تطرأ فجأة على الغطاء الأرضي نتيجة إزالة الغابات، والتنمية العمرانية، والكوارث الطبيعية، وما إلى ذلك. تحدد خوارزمية CCDC جميع أنواع التغيير الثلاثة بغرض أساسي يتمثل في تحديد التغييرات المفاجئة. تضاف نماذج الانحدار والاتجاه التوافقية إلى البيانات لتقييم التغيير الموسمي والتدريجي، وتشير الانحرافات المفاجئة عن نماذج الاتجاه إلى التغيير المفاجئ.<div><br />صُممت خوارزمية CCDC في الأصل لبيانات معامل الانعكاس السطحي أو بيانات درجة حرارة السطوع لـ Landsat TM وLandsat ETM+ وLandsat OLI. وبالرغم من ذلك، فإن اكتشاف التغيير باستخدام دالة تحليل التغيير في وجود هذه الوظيفة سيؤدي إلى اكتشاف التغيير الذي طرأ على الصور متعددة النطاقات من أي مستشعر مدعوم، بالإضافة إلى مشتقات الصور أحادية النطاق مثل فهارس النطاق. على سبيل المثال، يمكنك إجراء عملية الاكتشاف المستمر للتغيير على البيانات النقطية لمؤشر التغير الطبيعي للغطاء النباتي (NDVI)، لأن التغييرات المفاجئة في مؤشر NDVI قد تشير إلى إزالة الغابات.<\/div><\/div>",
  "tags": [
    "دالة System Raster",
    "قالب دالة البيانات النقطية",
    "تحليل",
    "تحليل CCDC"
  ],
  "snippet": "تقييم التغييرات في قيم البكسل بمرور الوقت باستخدام خوارزمية الاكتشاف والتصنيف المستمر للتغيير (CCDC) وإنشاء نتائج النموذج.",
  "thumbnail": "thumbnail/CCDCAnalysis.png",
  "documentation": null,
  "extent": [],
  "categories": [],
  "lastModified": -1,
  "spatialReference": null,
  "accessInformation": "Esri, Inc.",
  "licenseInfo": "يمكن استخدام قالب دالة البيانات النقطية هذه لمعالجة الصور باستخدام ArcGIS Image Server.",
  "culture": "english (united states)",
  "properties": null,
  "advancedSettings": null,
  "url": null,
  "proxyFilter": null,
  "access": "public",
  "size": 1565,
  "subInfo": 0,
  "appCategories": [],
  "industries": [],
  "languages": [],
  "largeThumbnail": null,
  "banner": null,
  "screenshots": [],
  "listed": false,
  "commentsEnabled": true,
  "numComments": 0,
  "numRatings": 0,
  "avgRating": 0,
  "numViews": 19,
  "scoreCompleteness": 100,
  "groupDesignations": null,
  "lastViewed": -1
}