LandViewer - Pengesanan perubahan kini 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 tujuan utama yang ditetapkan oleh pasukan EOS adalah untuk membuat proses pengesanan perubahan yang kompleks agar data penginderaan jauh dapat diakses dan mudah bagi pengguna yang tidak berpengalaman dari industri bukan GIS. Dengan alat pengesanan perubahan LandViewer, petani dapat dengan cepat mengenali daerah yang mengalami kerusakan di ladang mereka dari hujan es, ribut, atau banjir. Dalam pengurusan hutan, pengesanan perubahan Dalam gambar satelit, akan berguna untuk mengira kawasan yang terbakar setelah kebakaran hutan dan untuk mengesan pembalakan haram atau pencerobohan ke atas tanah hutan. Memerhatikan kadar dan sejauh mana perubahan iklim (seperti pencairan ais kutub, pencemaran udara dan air, kehilangan habitat semula jadi akibat penyebaran bandar) adalah tugas berterusan bagi para saintis alam sekitar, dan sekarang mereka dapat melakukannya. dalam masa beberapa minit. Dengan mengkaji perbezaan antara masa lalu dan sekarang menggunakan data satelit bertahun-tahun dengan alat pengesanan perubahan LandViewer, semua industri ini juga dapat meramalkan perubahan di 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). .
Bagaimanakah ia berfungsi? NDVI adalah kaedah yang diketahui untuk menentukan kesihatan tumbuh-tumbuhan. Dengan membandingkan gambar satelit hutan yang utuh, dengan gambar yang diperoleh tepat setelah pokok ditebang, LandViewer akan mengesan perubahan dan menghasilkan gambar perbezaan yang menonjolkan titik penebangan hutan, pengguna dapat memuat turun hasilnya dalam .jpg, format .png atau .tiff Perlindungan hutan yang bertahan akan mempunyai nilai positif, sementara kawasan yang dibersihkan akan memiliki nilai negatif dan akan ditunjukkan dengan nada merah yang menunjukkan bahawa tidak ada tumbuh-tumbuhan.
Imej yang berbeza menunjukkan tahap penebangan hutan di Madagascar antara 2016 dan 2018; dihasilkan daripada dua imej satelit Sentinel-2
Satu lagi kes penggunaan yang meluas untuk pengesanan perubahan adalah penilaian kerosakan banjir pertanian, yang sangat menarik bagi petani dan syarikat insurans. Setiap kali banjir telah menyebabkan jumlah yang besar pada hasil panen anda, kerosakan dapat dipetakan dan diukur dengan cepat dengan bantuan algoritma pengesanan perubahan berdasarkan 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 melancarkan alat dan mula mencari perbezaan dalam imej satelit berbilang masa: dengan mengklik ikon menu kanan "Alat Analisis" atau peluncur Perbandingan, yang mana lebih mudah. Pada masa ini, pengesanan perubahan hanya dilakukan pada data satelit optik (pasif); penambahan algoritma untuk data penderiaan jauh aktif dijadualkan untuk kemas kini masa hadapan.
Untuk butiran lanjut, baca panduan ini dari ubah alat pengesan dari LandViewer. ATAU mula meneroka keupayaan terkini LandViewer pada anda sendiri
