LandViewer - Sada otkrivanje promjena 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 glavnih ciljeva koje je uspostavio tim EOS-a bio je napraviti složeni proces otkrivanja promjena za podatke daljinskog istraživanja koji su dostupni i jednostavni za neiskusne korisnike iz ne-GIS industrije. Uz pomoć alata za otkrivanje promjena LandViewer, poljoprivrednici mogu brzo identificirati područja koja su oštećena na njihovim poljima zbog tuče, oluje ili poplave. U gospodarenju šumama, otkrivanje promjena u satelitskoj slici bit će korisna za procjenu spaljenih područja, nakon šumskog požara i za otkrivanje nezakonite sječe ili invazije šumskih zemljišta. Promatranje stope i opsega klimatskih promjena (kao što je otapanje polarnog leda, zagađenje zraka i vode, gubitak prirodnih staništa zbog urbanog širenja) je zadatak koji znanstvenici za okoliš kontinuirano obavljaju, a sada to mogu učiniti u nekoliko minuta. Proučavanjem razlika između prošlosti i sadašnjosti korištenjem godina satelitskih podataka s LandViewerovim alatom 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 to funkcionira? NDVI je poznato sredstvo za određivanje zdravlja vegetacije. Uspoređujući satelitsku sliku netaknute šume, sa slikom koja je stečena neposredno nakon rezanja stabala, LandViewer će otkriti promjene i generirati sliku razlike koja naglašava točke krčenja, korisnici mogu preuzeti rezultate u .jpg, .png ili .tiff format. Šumski pokrivač koji preživi imat će pozitivne vrijednosti, dok će očišćena područja imati negativnu vrijednost i biti će prikazana crvenim tonovima koji ukazuju na to da ne postoji vegetacija.

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

Drugi slučaj raširene uporabe za otkrivanje promjena bila bi procjena štete od poplava u poljoprivredi, koja je od velikog interesa za poljoprivrednike i osiguravajuća društva. Svaki put kad su poplave uzele veliki danak za njihovu berbu, šteta se može mapirati i mjeriti brzo 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 višestrukim vremenskim satelitskim snimkama: klikom na desnu ikonu izbornika «Alati za analizu» ili na klizaču Usporedba, ovisno o tome što je pogodnije. Trenutno, otkrivanje promjena vrši se samo u optičkim satelitskim podacima (pasivno); Dodatak algoritama za aktivne podatke daljinskog istraživanja predviđen je za buduća ažuriranja.

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

Ostavi komentar

Vaša email adresa neće biti objavljen.

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