LandViewer - Ændringsregistrering fungerer nu i browseren

Den vigtigste brug af fjernføler data har været sammenligningen af ​​billeder fra et bestemt område, taget på forskellige tidspunkter for at identificere de ændringer, der skete her. Med et stort antal satellitbilleder i øjeblikket i åben brug vil manuel opdagelse af ændringer i lang tid tage lang tid og sandsynligvis være upræcis. EOS Data Analytics har oprettet det automatiske værktøj til påvisning af ændringer i sit flagskib produkt, LandViewer, som er blandt de mest klare sky værktøjer til søgning og analyse af satellitbilleder i det nuværende marked.

I modsætning til metoder, der involverer neurale netværk som identificere ændringer i de tidligere ekstraherede egenskaber, ændringsdetekteringsalgoritmen implementeret af EOS USA en pixelbaseret strategi, hvilket betyder, at ændringerne mellem to multibandrasterbilleder beregnes matematisk ved at trække pixelværdierne fra en dato sammen med pixelværdierne for de samme koordinater til en anden dato. Denne nye signaturfunktion er designet til at automatisere opgaven med at registrere ændringer og levere nøjagtige resultater med færre trin og i en brøkdel af den tid, der er brug for i forhold til ArcGIS, QGIS eller anden GIS-billedbehandlingssoftware.

Skiftdetekteringsgrænsefladen. Billeder af Beiruts bykyst valgt til at identificere udviklingen i de seneste år.

Påvisning af ændringer i byen Beirut

Ubegrænset anvendelsesområde: fra landbrug til miljøovervågning.

Et af de primære mål, der blev opstillet af EOS-teamet, var at gøre en kompleks ændringsdetekteringsproces til fjernmåling af data tilgængelig og let for uerfarne brugere fra ikke-GIS-industrier. Med LandViewers ændringsdetekteringsværktøj kan landmænd hurtigt identificere områder, der har lidt skade på deres marker på grund af hagl, storm eller oversvømmelse. Inden for skovforvaltning, påvisning af ændringer På satellitbilledet vil det være nyttigt til at estimere brændte områder efter en skovbrand og til at opdage ulovlig skovhugst eller invasion af skovarealer. Observation af hastigheden og omfanget af klimaændringer (såsom smeltning af polaris, luft- og vandforurening, tab af naturlige levesteder på grund af byspredning) er en løbende opgave af miljøforskere, og nu kan de. i løbet af få minutter. Ved at studere forskellene mellem fortiden og nutiden ved hjælp af år med satellitdata med LandViewers værktøj til at opdage ændringer, kan alle disse industrier også forudsige fremtidige ændringer.

Hovedbrug tilfælde af påvisning af ændringer: oversvømmelseskader og skovrydning

Et billede er tusind ord værd, og detekteringsevnen for forandring med satellitbilleder i LandViewer De kan bedst demonstreres med egentlige eksempler.

Skove stadig dækker omkring en tredjedel af det globale område er ved at forsvinde i et alarmerende tempo, primært som følge af menneskelige aktiviteter såsom landbrug, minedrift, græsning, logning og naturlige faktorer såsom skovbrande. I stedet for at udføre massive undersøgelser på land af tusindvis af tønder skov, kan en skov tekniker regelmæssigt overvåge sikkerheden af ​​skove med et par satellitbilleder og automatisk registrering forandring baseret på NDVI (Vegetation Index Normaliseret Difference) .

Hvordan virker det? NDVI er et kendt middel til at bestemme vegetationens sundhed. Ved at sammenligne satellitbilledet af den intakte skov med det billede, der blev erhvervet lige efter træerne blev fældet, vil LandViewer registrere ændringerne og generere et forskellebillede, der fremhæver skovrydningspunkterne, brugerne kan downloade resultaterne i .jpg, .png- eller .tiff-format. Skovdækket, der overlever, vil have positive værdier, mens de ryddede områder vil have negative og vises i røde toner, der indikerer, at der ikke er nogen vegetation til stede.

Et andet billede, der viser omfanget af skovrydning i Madagaskar mellem 2016 og 2018; genereret af to Sentinel-2 satellitbilleder

Et andet udbredt anvendelsestilfælde til påvisning af ændringer ville være vurderingen af ​​oversvømmelsesskader i landbruget, som er af stor interesse for landmænd og forsikringsselskaber. Hver gang oversvømmelser har taget en hård vejafgift på din høst, kan skaden kortlægges og måles hurtigt ved hjælp af NDVI-baserede ændringsdetekteringsalgoritmer.

Resultater af Sentinel-2 sceneændring afsløring: de røde og orange områder repræsenterer den oversvømmede del af feltet; de omgivende marker er grønne, hvilket betyder, at de undgik skaden. Oversvømmelse af Californien, februar i 2017.

Sådan udføres ændringsdetektion i LandViewer

Der er to måder at starte værktøjet på og begynde at finde forskelle i multi-temporale satellitbilleder: ved at klikke på højre menupunkt «Analyseværktøjer» eller på Sammenligningsskyderen, alt efter hvad der er mere praktisk. I øjeblikket er deteksionen af ​​ændringer kun foretaget i optiske satellitdata (passiv); Tilføjelsen af ​​algoritmer til aktiv fjernføler data er planlagt til fremtidige opdateringer.

For yderligere oplysninger, læs denne vejledning fra skift detektion værktøj fra LandViewer. ELLER begynde at udforske de nyeste evner hos LandViewer alene

Kommentér

Din e-mailadresse vil ikke blive offentliggjort.

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.