LandViewer - zaznavanje sprememb zdaj deluje v brskalniku
Najpomembnejša uporaba podatkov daljinskega zaznavanja je bila primerjava slik z določenega območja, ki so bile sprejete ob različnih časih, da bi se ugotovile spremembe, ki so se zgodile tukaj. Z velikim številom satelitskih posnetkov, ki so trenutno v odprti rabi, v daljšem časovnem obdobju, bi ročno zaznavanje sprememb trajalo dolgo in najverjetneje bi bilo nenatančno. EOS Data Analytics je ustvaril avtomatizirano orodje odkrivanje sprememb v svojem vodilnem izdelku, LandViewer, ki je med najbolj zmogljivimi orodji v oblaku za iskanje in analizo satelitskih posnetkov na trenutnem trgu..
Za razliko od metod, ki vključujejo nevronske mreže ugotovite spremembe v predhodno izločenih značilnostih, algoritem za odkrivanje sprememb, ki ga izvaja EOS ZDA strategijo, ki temelji na slikovnih pikah, kar pomeni, da se spremembe med dvema večstranskima rastrskima slikama matematično izračunajo z odštevanjem vrednosti pikslov enega datuma z vrednostmi pikslov istih koordinat za drug datum. Ta nova funkcija za podpisovanje je zasnovana tako, da avtomatizira nalogo odkrivanja sprememb in dostave natančnih rezultatov z manj koraki in v delčku potrebnega časa v primerjavi z ArcGIS, QGIS ali drugo programsko opremo za obdelavo slik GIS.
Vmesnik za zaznavanje sprememb. Slike obale mesta Bejrut izbrane za prepoznavanje razvoja v zadnjih letih.
Odkrivanje sprememb v mestu Bejrut
Neomejeno področje uporabe: od kmetijstva do spremljanja okolja.
Eden glavnih ciljev, ki si ga je zastavila ekipa EOS, je bil narediti zapleten postopek zaznavanja sprememb za podatke daljinskega zaznavanja dostopen in enostaven za neizkušene uporabnike iz panog, ki niso GIS. Z orodjem LandViewer za odkrivanje sprememb lahko kmetje hitro prepoznajo območja, ki so na svojih poljih utrpela škodo zaradi toče, nevihte ali poplav. Pri gospodarjenju z gozdovi odkrivanje sprememb Na satelitski sliki bo koristno za oceno požganih površin po gozdnem požaru in za odkrivanje nezakonite sečnje ali invazije na gozdna zemljišča. Opazovanje stopnje in obsega podnebnih sprememb (kot so taljenje polarnega ledu, onesnaževanje zraka in vode, izguba naravnega habitata zaradi širjenja mest) je stalna naloga okoljskih znanstvenikov, ki jo zdaj lahko. v nekaj minutah. S proučevanjem razlik med preteklostjo in sedanjostjo z uporabo satelitskih podatkov z orodjem LandViewer za odkrivanje sprememb lahko vse te panoge napovedujejo tudi prihodnje spremembe.
Glavni primeri uporabe za odkrivanje sprememb: škoda zaradi poplav in krčenje gozdov
Slika je vredna tisoč besed in zmožnosti zaznavanja sprememb s satelitskimi posnetki LandViewer Najboljše jih je mogoče dokazati z resničnimi primeri.
Gozdovi, ki še vedno pokrivajo približno tretjino svetovnega območja, izginjajo zaskrbljujoče, predvsem zaradi človeških dejavnosti, kot so kmetijstvo, rudarstvo, paša za govedo, sečnja in tudi naravni dejavniki, kot so gozdni požari. Gozdni tehnik lahko namesto množičnih raziskav na zemljiščih tisoč hektarjev gozda redno spremlja varnost gozdov s parom satelitskih posnetkov in samodejno zaznava spremembe na podlagi indeksa NDVI (Normalized Difference Vegetation Index). .
Kako deluje? NDVI je znano sredstvo za določanje zdravja vegetacije. S primerjavo satelitske slike nedotaknjenega gozda in slike, ki je bila pridobljena takoj po podiranju dreves, bo LandViewer zaznal spremembe in ustvaril sliko razlike, ki poudarja točke krčenja gozdov, uporabniki pa lahko rezultate prenesejo v .jpg, .png ali .tiff format. Gozdna odeja, ki preživi, bo imela pozitivne vrednosti, medtem ko bodo očiščena območja negativna in bodo prikazana v rdečih tonih, kar pomeni, da ni rastlinja.
Druga slika, ki prikazuje obseg krčenja gozdov na Madagaskarju med 2016 in 2018; iz satelitskih posnetkov Sentinel-2
Drug primer razširjene uporabe za odkrivanje sprememb bi bila ocena škode zaradi poplav v kmetijstvu, ki je zelo zanimiva za kmete in zavarovalnice. Vsakokrat, ko so poplave močno prizadele vašo letino, lahko s pomočjo algoritmov za zaznavanje sprememb, ki temeljijo na NDVI, hitro začrtamo in izmerimo škodo.
Rezultati zaznavanja sprememb scene Sentinel-2: rdeča in oranžna območja predstavljajo poplavljeni del polja; okoliška polja so zelena, kar pomeni, da so se izognili škodi. Poplava Kalifornije, februar 2017.
Kako izvesti odkrivanje sprememb v programu LandViewer
Orodje lahko zaženete in začnete iskati razlike v veččasovnih satelitskih slikah na dva načina: s klikom desne ikone menija »Orodja za analizo« ali drsnika za primerjavo, kar je bolj priročno. Trenutno se zaznavanje sprememb izvaja samo na optičnih (pasivnih) satelitskih podatkih; dodajanje algoritmov za aktivne podatke daljinskega zaznavanja je načrtovano za prihodnje posodobitve.
Za več podrobnosti preberite ta priročnik iz orodje za odkrivanje sprememb iz LandViewer. ALI začeti raziskati najnovejše zmogljivosti LandViewer sami
