LandViewer - Otkrivanje promjena sada radi u pregledniku

Najvažnija upotreba podataka daljinskih istraživanja bila je usporedba slika iz određenog područja, snimljena u različito vrijeme kako bi se identificirale promjene koje su se ovdje dogodile. S velikim brojem satelitskih snimaka koji su trenutno u otvorenoj upotrebi, tijekom duljeg vremenskog razdoblja, ručno otkrivanje promjena trajalo bi dugo i najvjerojatnije bi bilo neprecizno. EOS Data Analytics je stvorio automatizirani alat od otkrivanje promjena u svom vodećem proizvodu, LandViewer, koji je među najsposobnijim oblak alatima za pretraživanje i analizu satelitskih snimaka na trenutnom tržištu.

Za razliku od metoda koje uključuju neuronske mreže identificirati promjene u prethodno izvađenim karakteristikama, algoritam za detekciju promjena implementiran od EOS namjene strategija zasnovana na pikselima, što znači da se promjene između dvije višestruke rasterske slike izračunavaju matematički oduzimanjem vrijednosti piksela jednog datuma s vrijednostima piksela istih koordinata za drugi datum. Ova nova značajka potpisivanja dizajnirana je za automatiziranje zadatka otkrivanja promjena i isporuku točnih rezultata s manje koraka iu djeliću potrebnog vremena u odnosu na ArcGIS, QGIS ili drugi softver za obradu slika GIS-a.

Sučelje za otkrivanje promjena. Slike obale grada Beiruta odabrane su kako bi se utvrdili događaji posljednjih godina.

Otkrivanje promjena u gradu Beirutu

Neograničen opseg primjene: od poljoprivrede do praćenja stanja okoliša.

Jedan od primarnih ciljeva koji je postavio EOS tim bio je učiniti složeni postupak otkrivanja promjena podataka daljinskog istraživanja dostupnim i lakim za neiskusne korisnike iz ne-GIS industrije. Pomoću LandViewerovog alata za otkrivanje promjena poljoprivrednici mogu brzo prepoznati područja koja su pretrpjela štetu na svojim poljima od tuče, oluje ili poplave. U gospodarenju šumama, otkrivanje promjena Na satelitskoj će slici biti korisno za procjenu opožarenih područja nakon šumskog požara i za otkrivanje ilegalne sječe ili invazije na šumsko zemljište. Promatranje brzine i opsega klimatskih promjena (poput topljenja polarnog leda, onečišćenja zraka i vode, gubitka prirodnog staništa uslijed širenja urbanih područja) stalni je zadatak znanstvenika koji se bave okolišem i sada to mogu. u nekoliko minuta. Proučavajući razlike između prošlosti i sadašnjosti pomoću godina satelitskih podataka pomoću LandViewer-ovog alata za otkrivanje promjena, sve ove industrije također mogu predvidjeti buduće promjene.

Glavni primjeri otkrivanja promjena: šteta od poplave i krčenje šuma

Slika vrijedi tisuću riječi, a mogućnosti otkrivanja promjena pomoću satelitskih snimaka LandViewer One se mogu najbolje demonstrirati primjerima iz stvarnog života.

Šume koje još uvijek pokrivaju oko trećine svjetskog područja nestaju alarmantnom stopom, uglavnom zbog ljudskih aktivnosti kao što su poljoprivreda, rudarstvo, ispaša stoke, sječa drveća i prirodni čimbenici kao što su šumski požari. Umjesto provođenja masovnih istraživanja, na zemlji tisuća hektara šume, šumarski tehničar može redovito pratiti sigurnost šuma s parom satelitskih snimaka i automatskim otkrivanjem promjena na temelju NDVI (Normalizirani indeks razlike vegetacije). ,

Kako radi? NDVI je poznato sredstvo za određivanje zdravlja vegetacije. Usporedbom satelitske slike netaknute šume i slike koja je stečena neposredno nakon obaranja drveća, LandViewer će otkriti promjene i generirati sliku razlike koja naglašava točke krčenja šuma, korisnici mogu preuzeti rezultate u .jpg, .png ili .tiff format. Šumski pokrivač koji preživi imat će pozitivne vrijednosti, dok će iskrčena područja imati negativne strane i bit će prikazana crvenim tonovima što pokazuje da nema vegetacije.

Druga slika koja prikazuje opseg krčenja šuma na Madagaskaru između 2016-a i 2018-a; generirane iz dvije Sentinel-2 satelitske slike

Još jedan široko rasprostranjeni slučaj za otkrivanje promjena bila bi procjena štete od poplave u poljoprivredi, koja je od velikog interesa za poljoprivrednike i osiguravajuća društva. Svaki put kad poplave oduzmu veliki danak na vašoj žetvi, šteta se može brzo mapirati i izmjeriti uz pomoć algoritama za otkrivanje promjena temeljenih na NDVI.

Rezultati detekcije promjene scene Sentinel-2: crvena i narančasta područja predstavljaju poplavljeni dio polja; okolna polja su zelena, što znači da su izbjegli štetu. Poplava Kalifornije, veljača 2017-a.

Kako izvršiti otkrivanje promjena u LandVieweru

Postoje dva načina za pokretanje alata i početak pronalaženja razlika u multitemporalnim satelitskim slikama: klikom na desnu ikonu izbornika "Alati za analizu" ili na klizaču Usporedba, što je pogodnije. Trenutno se otkrivanje promjena vrši samo na optičkim (pasivnim) satelitskim podacima; Za buduće nadogradnje planirano je dodavanje algoritama za podatke aktivnog daljinskog spajanja.

Za više pojedinosti pročitajte ovaj vodič iz alat za otkrivanje promjena iz LandViewer-a. ILI početi istraživati ​​najnovije mogućnosti tvrtke LandViewer sami

Ostavite odgovor

Vaša email adresa neće biti objavljen.

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.