Geoprostornih - GISinovacije

LandViewer - Otkrivanje promjena sada 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 primarnih ciljeva koji je postavio EOS tim bio je učiniti složeni postupak detekcije promjena podataka daljinskog očitavanja pristupačnim i lakim za neiskusne korisnike iz ne-GIS industrije. Pomoću LandViewer-ovog alata za otkrivanje promjena poljoprivrednici mogu brzo identificirati područja koja su pretrpjela štetu na svojim poljima od tuče, oluje ili poplave. U upravljanju šumama, otkrivanje promjena Na satelitskom snimku biće korisno za procjenu opožarenih površina nakon šumskog požara i za otkrivanje ilegalne sječe ili invazije na šumsko zemljište. Promatranje brzine i razmjera klimatskih promjena (poput topljenja polarnog leda, zagađenja zraka i vode, gubitka prirodnog staništa uslijed širenja urbanih područja) zadatak je koji znanstvenici iz zaštite okoliša obavljaju kontinuirano i sada to mogu. za nekoliko minuta. Proučavajući razlike između prošlosti i sadašnjosti pomoću godina satelitskih podataka pomoću LandViewer-ovog alata za otkrivanje promjena, sve ove industrije mogu također predvidjeti buduće promjene.

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 radi? NDVI je poznato sredstvo za određivanje zdravlja vegetacije. Usporedbom satelitske slike netaknute šume i slike koja je stečena neposredno nakon obaranja drveća, LandViewer će otkriti promjene i generirati sliku razlike koja naglašava točke krčenja šuma, korisnici mogu preuzeti rezultate u .jpg, .png ili .tiff format. Šumski pokrivač koji preživi imat će pozitivne vrijednosti, dok će iskrčena područja imati negativne vrijednosti i bit će prikazana crvenim tonovima koji ukazuju na to da nema 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 široko rasprostranjeni slučaj za otkrivanje promjena bila bi procjena štete od poplava u poljoprivredi, koja je od velikog interesa za poljoprivrednike i osiguravajuće kompanije. Svaki put kad poplave oduzmu veliki danak na vašoj žetvi, šteta se može brzo mapirati i izmjeriti 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 da pokrenete alat i počnete da pronalazite razlike u viševremenskim satelitskim snimcima: klikom na desnu ikonu menija „Alatke za analizu“ ili klizač za poređenje, što god je zgodnije. Trenutno se otkrivanje promjena vrši samo na optičkim (pasivnim) satelitskim podacima; Dodavanje algoritama za aktivne podatke daljinskog otkrivanja je zakazano za buduća ažuriranja.

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

Golgi Alvarez

Pisac, istraživač, specijalista za modele upravljanja zemljištem. Učestvovao je u konceptualizaciji i implementaciji modela kao što su: Nacionalni sistem upravljanja imovinom SINAP u Hondurasu, Model upravljanja zajedničkim opštinama u Hondurasu, Integrisani model upravljanja katastrom - registar u Nikaragvi, Sistem administracije teritorije SAT u Kolumbiji . Urednik Geofumadas bloga znanja od 2007. godine i kreator AulaGEO akademije koja uključuje više od 100 kurseva o temama GIS - CAD - BIM - Digital Twins.

Vezani članci

Ostavite komentar

Vaša e-mail adresa neće biti objavljena. Obavezna polja su označena sa *

Nazad na vrh dugmeta