Najważniejszym zastosowaniem danych teledetekcyjnych było porównanie obrazów z określonego obszaru, wykonanych w różnych momentach, w celu zidentyfikowania zmian, które miały miejsce tutaj. Przy dużej liczbie zdjęć satelitarnych obecnie otwartych, przez dłuższy czas, ręczne wykrywanie zmian zajęłoby dużo czasu i najprawdopodobniej byłoby nieprecyzyjne. EOS Data Analytics stworzył zautomatyzowane narzędzie wykrywanie zmian w swoim flagowym produkcie LandViewer, który jest jednym z najzdolniejszych narzędzi chmurowych do wyszukiwania i analizy zdjęć satelitarnych na obecnym rynku.
W przeciwieństwie do metod wykorzystujących sieci neuronowe zidentyfikować zmiany we wcześniej wyodrębnionych charakterystykach algorytm wykrywania zmian zaimplementowany przez EOS USA strategia oparta na pikselach, co oznacza, że zmiany między dwoma wielopasmowymi obrazami rastrowymi są obliczane matematycznie przez odjęcie wartości pikseli jednej daty od wartości pikseli o tych samych współrzędnych dla innej daty. Ta nowa funkcja podpisu ma za zadanie zautomatyzować zadanie wykrywania zmian i dostarczania dokładnych wyników przy mniejszej liczbie kroków i w ułamku czasu potrzebnego w porównaniu z ArcGIS, QGIS lub innym oprogramowaniem do przetwarzania obrazów GIS.
Interfejs wykrywania zmian. Obrazy wybrzeża miasta Bejrutu wybrane do identyfikacji rozwoju ostatnich lat.
Wykrywanie zmian w mieście Bejrut
Nieograniczony zakres zastosowań: od rolnictwa po monitorowanie środowiska.
Jednym z głównych celów wyznaczonych przez zespół EOS było udostępnienie i ułatwienie dostępu do złożonego procesu wykrywania zmian danych teledetekcyjnych dla niedoświadczonych użytkowników z branż innych niż GIS. Dzięki narzędziu do wykrywania zmian LandViewer rolnicy mogą szybko zidentyfikować obszary, które ucierpiały na swoich polach w wyniku gradobicia, burzy lub powodzi. W gospodarce leśnej wykrywanie zmian Na zdjęciu satelitarnym będzie przydatne do szacowania obszarów spalonych po pożarze lasu oraz do wykrywania nielegalnego wyrębu lub inwazji na tereny leśne. Obserwowanie tempa i zakresu zmian klimatycznych (takich jak topnienie lodu polarnego, zanieczyszczenie powietrza i wody, utrata siedlisk przyrodniczych w wyniku niekontrolowanej zabudowy miejskiej) jest ciągłym zadaniem naukowców zajmujących się środowiskiem i teraz mogą. w ciągu kilku minut. Badając różnice między przeszłością a teraźniejszością przy użyciu wieloletnich danych satelitarnych za pomocą narzędzia do wykrywania zmian LandViewer, wszystkie te branże mogą również przewidywać przyszłe zmiany.
Główne przypadki użycia wykrywania zmian: szkody powodziowe i wylesianie
Obraz jest wart tysiąca słów, a możliwości wykrywania zmian w obrazach satelitarnych LandViewer Można je najlepiej pokazać na przykładach z życia.
Lasy, które nadal zajmują około jednej trzeciej powierzchni świata, znikają w alarmującym tempie, głównie z powodu działalności człowieka, takiej jak rolnictwo, górnictwo, wypas bydła, wycinka drzew, a także czynniki naturalne, takie jak pożary lasów. Zamiast przeprowadzać masowe badania na lądzie tysięcy akrów lasu, technik leśny może regularnie monitorować bezpieczeństwo lasów za pomocą pary zdjęć satelitarnych i automatycznego wykrywania zmian w oparciu o NDVI (znormalizowany indeks roślinności różnicy). ,
Jak to działa? NDVI to znany sposób określania kondycji roślinności. Porównując obraz satelitarny nienaruszonego lasu z obrazem uzyskanym tuż po ścięciu drzew, LandViewer wykryje zmiany i wygeneruje obraz różnic z zaznaczeniem punktów wylesiania, użytkownicy mogą pobrać wyniki w formacie .jpg, Format .png lub .tiff. Pokrycie lasów, które przetrwa, będzie miało wartości dodatnie, podczas gdy oczyszczone obszary będą miały negatywy i będą zaznaczone na czerwono, co oznacza brak roślinności.
Inny obraz pokazujący zakres wylesiania na Madagaskarze między 2016 a 2018; wygenerowane z dwóch obrazów satelitarnych Sentinel-2
Innym szeroko rozpowszechnionym przypadkiem zastosowania wykrywania zmian byłaby ocena szkód powodziowych w rolnictwie, która jest bardzo interesująca dla rolników i firm ubezpieczeniowych. Za każdym razem, gdy powodzie mocno odbiły się na twoich żniwach, szkody można szybko zmapować i zmierzyć za pomocą algorytmów wykrywania zmian opartych na NDVI.
Wyniki wykrywania zmiany sceny Sentinel-2: czerwone i pomarańczowe obszary reprezentują zalaną część pola; otaczające pola są zielone, co oznacza, że uniknęły uszkodzeń. Powódź w Kalifornii, luty 2017.
Jak wykonać wykrywanie zmian w programie LandViewer
Istnieją dwa sposoby uruchomienia narzędzia i rozpoczęcia wyszukiwania różnic w wieloczasowych obrazach satelitarnych: klikając ikonę menu po prawej stronie „Narzędzia analizy” lub suwak Porównanie, w zależności od tego, który jest wygodniejszy. Obecnie wykrywanie zmian odbywa się tylko na optycznych (pasywnych) danych satelitarnych; dodanie algorytmów dla aktywnych danych teledetekcyjnych jest planowane w przyszłych aktualizacjach.
Aby uzyskać więcej informacji, przeczytaj ten przewodnik od narzędzie do wykrywania zmian z LandViewer. LUB zacznij odkrywać najnowsze możliwości LandViewer na własną rękę
