LandViewer - Sada otkrivanje promjena radi u pregledniku

Najvažnija upotreba podataka daljinskih istraživanja je bila usporedba slika iz određene oblasti, snimljena u različito vrijeme kako bi se identificirale promjene koje su se ovdje dogodile. Sa velikim brojem satelitskih snimaka koji su trenutno u otvorenoj upotrebi, tokom dužeg vremenskog perioda, ručna detekcija promena će trajati dugo i najverovatnije će biti neprecizna. EOS Data Analytics je kreirao automatizirani alat za otkrivanje promjena u svom vodećem proizvodu, LandViewer, koji je među najsposobnijim cloud 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 detekcije promena koji je implementiran EOS SAD 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 karakteristika potpisa je dizajnirana da automatizuje zadatak otkrivanja promena i da dostavi tačne rezultate sa manje koraka i za delić vremena potrebnog u poređenju sa ArcGIS, QGIS ili drugim GIS softverom za obradu slika.

Interfejs za detekciju promena. Slike obale grada Bejruta odabrane su kako bi se identifikovali događaji posljednjih godina.

Otkrivanje promjena u gradu Bejrutu

Neograničen opseg primjene: od poljoprivrede do monitoringa okoliša.

Jedan od glavnih ciljeva koje je uspostavio EOS tim bio je da napravi kompleksan proces otkrivanja promjena za podatke daljinskog istraživanja koji su dostupni i jednostavni za neiskusne korisnike iz ne-GIS industrije. Sa LandViewer-ovim alatom za detekciju promene, farmeri mogu brzo da identifikuju područja koja su oštećena na njihovim poljima zbog tuče, oluje ili poplave. U upravljanju šumama, otkrivanje promjena u satelitskoj slici, to će biti korisno za procjenu spaljenih područja, nakon šumskog požara i za otkrivanje ilegalne sječe ili invazije šumskog 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 zaštitu okoliša obavljaju kontinuirano, a sada to mogu učiniti za nekoliko minuta. Proučavajući razlike između prošlosti i sadašnjosti koristeći godine satelitskih podataka sa LandViewerovim alatom za otkrivanje promena, sve ove industrije mogu takođe predvideti buduće promene.

Glavni slučajevi primjene otkrivanja promjena: šteta od poplave i krčenje šuma

Slika vrijedi tisuću riječi, a mogućnosti otkrivanja promjena sa satelitskim snimcima LandViewer One se mogu najbolje demonstrirati primjerima iz stvarnog života.

Šume koje još uvijek pokrivaju oko trećinu svjetskog područja nestaju alarmantno, uglavnom zbog ljudskih aktivnosti kao što su poljoprivreda, rudarstvo, ispaša stoke, sječa drveća i prirodni faktori kao što su šumski požari. Umesto da se sprovedu masovne ankete, na zemlji hiljada hektara šume, šumarski tehničar može redovno da prati bezbednost šuma pomoću para satelitskih snimaka i automatske detekcije promena na osnovu NDVI (Normalizovani indeks razlike vegetacije). .

Kako to funkcionira? NDVI je poznato sredstvo za određivanje zdravlja vegetacije. Upoređivanjem satelitske slike netaknute šume, sa slikom koja je stečena odmah nakon rezanja drveća, 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 će imati pozitivne vrijednosti, dok će očišćena područja imati negativan i biti će prikazan u crvenim tonovima koji pokazuju da nema prisutne vegetacije.

Drugačiji prikaz koji pokazuje stepen krčenja šuma na Madagaskaru između 2016-a i 2018-a; generisane iz dve Sentinel-2 satelitske slike

Još jedan slučaj raširene upotrebe za otkrivanje promjena bila bi procjena štete od poplava u poljoprivredi, koja je od velikog interesa za poljoprivrednike i osiguravajuća društva. Svaki put kada su poplave oštetile njihovu žetvu, šteta se može mapirati i brzo mjeriti uz pomoć algoritama za otkrivanje promjena zasnovanih 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, februar 2017.

Kako izvršiti otkrivanje promjena u LandVieweru

Postoje dva načina za pokretanje alata i početak pronalaženja razlika u višestrukim satelitskim snimcima: klikom na desnu ikonu menija «Alati za analizu» ili na klizaču za poređenje, koji god je pogodniji. Trenutno otkrivanje promjena se vrši samo u optičkim satelitskim podacima (pasivno); Dodavanje algoritama za aktivne podatke daljinskog istraživanja planirano je za buduća ažuriranja.

Za više detalja, pročitajte ovaj vodič iz alat za otkrivanje promjena LandViewer. O počnite da istražujete najnovije mogućnosti kompanije LandViewer sami

Ostavite komentar

Vaša e-mail adresa neće biti objavljena.

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.