Geospatial - GISinnovationer

LandViewer - Ändringsdetektering fungerar nu i webbläsaren

Den viktigaste användningen av fjärranalysdata har varit jämförelsen av bilder från ett visst område, som vid olika tidpunkter gjorts för att identifiera de förändringar som hänt här. Med ett stort antal satellitbilder som för närvarande är öppna för användning, kommer manuell upptäckt av förändringar under en längre tid att ta lång tid och sannolikt skulle vara oriktigt. EOS Data Analytics har skapat det automatiska verktyget för upptäckt av förändringar i sin flaggskeppsprodukt, LandViewer, som är bland de mest skickliga molnverktygen för sökning och analys av satellitbilder på den nuvarande marknaden.

Till skillnad från metoder som involverar neurala nätverk som identifiera förändringar i de tidigare extraherade egenskaperna, förändringsdetekteringsalgoritmen implementerad av EOS USA en pixelbaserad strategi, vilket innebär att förändringarna mellan två multibandrasterbilder beräknas matematiskt genom subtrahering av pixelvärdena för ett datum med pixelvärdena för samma koordinater för ett annat datum. Den här nya signaturfunktionen är utformad för att automatisera uppgiften att upptäcka förändringar och leverera exakta resultat med färre steg och på en bråkdel av tiden som behövs jämfört med ArcGIS, QGIS eller annan GIS-bildbehandlingsprogram.

Ändringsdetekteringsgränssnittet. Bilder av Beirut stadskust utvalda för att identifiera utvecklingen under senare år.

Detektion av förändringar i staden Beirut

Obegränsad tillämpningsområde: från jordbruk till miljöövervakning.

Ett av de främsta målen för EOS-teamet var att göra en komplex förändringsdetekteringsprocess för fjärranalysdata tillgänglig och lätt för oerfarna användare från icke-GIS-industrier. Med LandViewers verktyg för upptäckt av ändringar kan jordbrukare snabbt identifiera områden som har skadats på sina åkrar från hagel, storm eller översvämning. Inom skogsförvaltning, upptäckt av förändringar I satellitbilden kommer den att vara användbar för att uppskatta brända områden, efter en skogsbrand och för att upptäcka olaglig avverkning eller invasion av skogsmarker. Att observera hastigheten och omfattningen av klimatförändringarna (som smältning av polaris, luft- och vattenföroreningar, förlust av naturliga livsmiljöer på grund av stadsutbredning) är en uppgift som miljöforskare utför löpande och nu kan de. på några minuter. Genom att studera skillnaderna mellan det förflutna och nuet med hjälp av år av satellitdata med LandViewers verktyg för ändringsdetektering kan alla dessa industrier också förutsäga framtida förändringar.

Huvudsakliga användningsfall vid upptäckt av förändringar: översvämningsskador och avskogning

En bild är värd tusen ord, och detekteringsförmågan för förändring med satellitbilder i LandViewer De kan bäst demonstreras med exemplar i verkligheten.

Skogar som fortfarande täcker ungefär en tredjedel av världens område försvinner i en alarmerande takt, främst på grund av mänskliga aktiviteter som jordbruk, gruvor, boskapsbete, skogsavverkning och naturliga faktorer som skogsbränder. I stället för att genomföra massundersökningar kan en skogstekniker regelbundet övervaka skogsskyddet med ett par satellitbilder och automatiskt detektera förändringar baserade på NDVI (Normalized Difference Vegetation Index) på tusentals tunnland skog. .

Hur fungerar det? NDVI är ett känt sätt att bestämma vegetationens hälsa. Genom att jämföra satellitbilden av den intakta skogen med den bild som förvärvades strax efter att träden fälldes, kommer LandViewer att upptäcka ändringarna och generera en skillnadsbild som markerar avskogningspunkterna, användarna kan ladda ner resultaten i .jpg, .png- eller .tiff-format. Skogsskyddet som överlever kommer att ha positiva värden, medan de rensade områdena kommer att ha negativa och visas i röda toner som indikerar att det inte finns någon vegetation närvarande.

En annan bild som visar omfattningen av avskogning i Madagaskar mellan 2016 och 2018; genereras av två Sentinel-2 satellitbilder

Ett annat utbrett användningsfall för upptäckt av förändringar skulle vara bedömning av översvämningsskador på jordbruket, vilket är av stort intresse för jordbrukare och försäkringsbolag. När översvämningar har drabbats hårt av din skörd kan skadan snabbt kartläggas och mätas med hjälp av NDVI-baserade ändringsdetekteringsalgoritmer.

Resultat av Sentinel-2 scenändringsdetektering: de röda och orange områdena representerar den översvämmade delen av fältet; De omgivande fälten är gröna, vilket innebär att de undviker skadorna. Översvämning av Kalifornien, februari av 2017.

Så här utför du förändringsdetektering i LandViewer

Det finns två sätt att starta verktyget och börja hitta skillnader i multi-temporala satellitbilder: genom att klicka på högermenyikonen "Analysverktyg" eller skjutreglaget Jämförelse, beroende på vilket som är lämpligast. För närvarande utförs förändringsdetektering endast på optisk (passiv) satellitdata; tillägget av algoritmerna för aktiv fjärranalysdata är schemalagd för framtida uppdateringar.

För mer information, läs den här guiden från ändra upptäckt verktyg från LandViewer. ELLER börja utforska de senaste funktionerna i LandViewer på egen hand

Golgi Alvarez

Författare, forskare, specialist på Land Management Models. Han har deltagit i konceptualisering och implementering av modeller som: National System of Property Administration SINAP i Honduras, Model of Management of Joint Municipalities in Honduras, Integrated Model of Cadastre Management - Registry in Nicaragua, System of Administration of the Territory SAT in Colombia . Redaktör för Geofumadas kunskapsblogg sedan 2007 och skapare av AulaGEO Academy som inkluderar mer än 100 kurser om GIS - CAD - BIM - Digital Twins-ämnen.

Relaterade artiklar

Lämna en kommentar

Din e-postadress kommer inte att publiceras. Obligatoriska fält är markerade med *

Tillbaka till toppen knappen