LandViewer - Nu fungerar detekteringen av ändringar 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 huvudmålen med EOS-teamet var att göra en komplex förändringsdetekteringsprocess för fjärranalysdata tillgänglig och lätt för oerfarna användare från icke-GIS-branscher. Med LandViewers förändringsdetekteringsverktyg kan bönder snabbt identifiera områden som har skadats i sina fält med hagel, storm eller översvämning. I skogsförvaltningen, upptäckt av förändringar I satellitbilden kommer det att vara användbart för uppskattning av brända områden, efter en skogsbrand och för att upptäcka olaglig avverkning eller invasionen av skogsmarker. Att observera klimatförändringarnas hastighet och omfattning (som smältning av polaris, luft och vattenförorening, förlust av naturliga livsmiljöer på grund av stadsspridning) är en uppgift som miljöforskare utför kontinuerligt, och nu kan de göra det om några minuter. Genom att studera skillnaderna mellan fortiden och nutiden med hjälp av år av satellitdata med LandViewers verktyg för ändring av detekteringen, kan alla dessa industrier också förutse 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 bilden som förvärvades strax efter att träden klipptes, kommer LandViewer att upptäcka förändringarna och generera en bild av skillnad som markerar avskogningspunkterna, användare kan ladda ner resultaten i .jpg, .png eller .tiff format. Skogsområdet som överlever kommer att ha positiva värden, medan de rensade områdena kommer att ha negativa effekter och kommer att 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 fall av utbredd användning för att upptäcka förändringar skulle vara utvärdering av översvämningsskador på jordbruket, vilket är av stor intresse för jordbrukare och försäkringsbolag. Varje gång översvämningarna har tagit en tung avgift på sin skörd, kan skadorna kartläggas och mätas snabbt med hjälp av NDVI-baserade förändringsdetekteringsalgoritmer.

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 multitemporala satellitbilder: genom att klicka på den högra menyikonen «Analysverktyg» eller på jämförelsesknappen, vilket är mer bekvämt. För närvarande är detekteringen av ändringar endast gjord i optisk satellitdata (passiv); Tillägget av algoritmer för aktiv fjärranalysdata är planerad för framtida uppdateringar.

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

Lämna en kommentar

Din e-postadress kommer inte att publiceras.

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.