LandViewer - Sekarang pengesanan perubahan berfungsi dalam penyemak imbas

Penggunaan data penderiaan terpenting adalah perbandingan imej dari kawasan tertentu, yang diambil pada masa yang berlainan untuk mengenal pasti perubahan yang berlaku di sini. Dengan sejumlah besar masa ini terbuka imej penggunaan satelit, sepanjang tempoh masa yang panjang, pengesanan manual perubahan mengambil masa yang lama dan kemungkinan besar akan menjadi tidak tepat. EOS Data Analytics telah mencipta alat automatik dari pengesanan perubahan dalam produk utama, LandViewer, yang merupakan antara alat awan yang paling mampu untuk mencari dan analisis imej satelit dalam pasaran semasa.

Tidak seperti kaedah yang melibatkan rangkaian saraf yang mengenal pasti perubahan dalam ciri yang diekstrak sebelumnya, algoritma pengesanan perubahan dilaksanakan oleh EOS kegunaan strategi berasaskan pixel, yang bermaksud bahawa perubahan antara dua imej raster multiband dikira secara matematik dengan menolak nilai piksel pada satu tarikh dengan nilai piksel koordinat yang sama untuk tarikh lain. Ciri tandatangan baru ini direka untuk mengautomasikan tugas mengesan perubahan dan menyampaikan hasil yang tepat dengan langkah-langkah yang lebih sedikit dan dalam pecahan masa yang diperlukan berbanding dengan ArcGIS, QGIS atau perisian pemprosesan imej GIS yang lain.

Antara muka pengesanan perubahan. Imej-imej pantai kota Beirut dipilih untuk mengenal pasti perkembangan terkini tahun-tahun kebelakangan ini.

Pengesanan perubahan di bandar Beirut

Skop permohonan yang tidak terhad: dari pertanian ke pemantauan alam sekitar.

Salah satu objektif utama yang ditubuhkan oleh pasukan EOS adalah untuk membuat proses pengesanan perubahan kompleks untuk data penderiaan jarak jauh yang boleh diakses dan mudah bagi pengguna yang tidak berpengalaman daripada industri bukan GIS. Dengan alat pengesan perubahan LandViewer, para petani dengan cepat boleh mengenal pasti kawasan yang telah rosak dalam bidang mereka dengan hujan batu, ribut atau banjir. Dalam pengurusan hutan, pengesanan perubahan dalam imej satelit, ia akan berguna untuk menganggarkan kawasan terbakar, selepas kebakaran hutan dan untuk mengesan pembalakan haram atau pencerobohan tanah hutan. Mengamati kadar dan sejauh mana perubahan iklim (seperti pencairan ais kutub, pencemaran udara dan air, kehilangan habitat semulajadi disebabkan keluparan bandar) adalah tugas yang dilakukan saintis alam sekitar secara berterusan, dan sekarang mereka boleh melakukannya dalam masa beberapa minit. Dengan mengkaji perbezaan antara masa lalu dan sekarang menggunakan data satelit dengan alat pengesan perubahan LandViewer, semua industri ini juga boleh meramalkan perubahan masa depan.

Kes penggunaan utama pengesanan perubahan: kerosakan banjir dan penebangan hutan

Gambar bernilai seribu perkataan, dan keupayaan pengesanan perubahan dengan imej satelit masuk LandViewer Mereka boleh ditunjukkan dengan contoh sebenar kehidupan sebenar.

Hutan yang masih meliputi kira-kira sepertiga dari kawasan dunia yang hilang pada kadar yang membimbangkan, terutamanya disebabkan oleh aktiviti manusia seperti pertanian, perlombongan, ragut lembu, pembalakan dan juga faktor semulajadi seperti kebakaran hutan. Daripada menjalankan tinjauan massa, di atas tanah beribu-ribu hektar hutan, seorang juruteknik hutan secara kerap boleh memantau keselamatan hutan dengan sepasang imej satelit dan mengesan perubahan secara automatik berdasarkan NDVI (Indeks Perbezaan Terputus Normal). .

Bagaimana ia berfungsi? NDVI adalah cara yang dikenali untuk menentukan kesihatan tumbuh-tumbuhan. Dengan membandingkan foto satelit hutan utuh, dengan imej yang telah diperolehi hanya selepas pokok-pokok telah ditebang, LandViewer mengesan perubahan dan menghasilkan imej perbezaan menonjolkan mata penebangan hutan, pengguna boleh memuat turun keputusan dalam .jpg, .png atau .tiff format. Perlindungan hutan yang bertahan akan mempunyai nilai positif, manakala kawasan yang dibersihkan akan menjadi negatif dan akan ditunjukkan dalam nada merah yang menunjukkan bahawa tidak ada tanaman yang hadir.

Imej yang berbeza menunjukkan tahap penebangan hutan di Madagascar antara 2016 dan 2018; dihasilkan daripada dua imej satelit Sentinel-2

Satu lagi kes penggunaan meluas bagi pengesanan perubahan adalah penilaian kerosakan banjir pertanian, yang sangat menarik bagi petani dan syarikat insurans. Setiap kali banjir telah mengambil tol berat pada penuaian mereka, kerosakan boleh dipetakan dan diukur dengan cepat dengan bantuan algoritma pengesanan perubahan berasaskan NDVI.

Keputusan pengesanan perubahan adegan Sentinel-2: kawasan merah dan oren mewakili bahagian banjir lapangan; ladang di sekelilingnya adalah hijau, yang bermaksud mereka mengelakkan kerosakan. Banjir California, Februari 2017.

Bagaimana untuk melaksanakan pengesanan perubahan dalam LandViewer

Terdapat dua cara untuk memulakan alat dan mula mencari perbezaan dalam imej satelit pelbagai temporal: dengan mengklik pada ikon menu kanan «Alat analisis» atau pada slider Perbandingan, yang mana lebih mudah. Pada masa ini, pengesanan perubahan dibuat hanya dalam data satelit optik (pasif); Penambahan algoritma untuk data penderiaan jauh aktif dijadualkan untuk kemas kini masa depan.

Untuk butiran lanjut, baca panduan ini dari ubah alat pengesan daripada LandViewer. O mula meneroka keupayaan terkini LandViewer pada anda sendiri

Leave a comment

Alamat email anda tidak akan disiarkan.

Laman web ini menggunakan Akismet untuk mengurangkan spam. Ketahui bagaimana data komen anda diproses.