LandViewer - זיהוי שינויים פועל כעת בדפדפן

השימוש החשוב ביותר בנתוני חישה מרחוק הוא השוואת תמונות מאזור מסוים, שצולמו בזמנים שונים כדי לזהות את השינויים שקרו כאן. עם מספר רב של תמונות לוויין בשימוש פתוח, על פני תקופה ממושכת של זמן, גילוי ידני של שינויים ייקח הרבה זמן סביר להניח יהיה מדויק. EOS ניתוח נתונים יצרה את הכלי האוטומטי של - גילוי שינויים במוצר הדגל שלה, LandViewer, שהוא בין כלי הענן המסוגלים ביותר לחיפוש ולניתוח תמונות לוויין בשוק הנוכחי.

שלא כמו שיטות הכוללות רשתות עצביות לזהות שינויים במאפיינים שחולצו קודם לכן, אלגוריתם זיהוי השינוי שיושם על ידי EOS ארה"ב אסטרטגיה המבוססת על פיקסלים, כלומר שהשינויים בין שתי תמונות רסטר רב-תכליתי מחושבים מתמטית על ידי הפחתת ערכי הפיקסלים של תאריך אחד עם ערכי הפיקסלים של אותן קואורדינטות לתאריך אחר. תכונה זו חתימה חדשה נועד להפוך את המשימה של גילוי שינויים ולספק תוצאות מדויקות עם צעדים פחות בשבריר של הזמן הדרוש בהשוואה ArcGIS, QGIS או אחרים GIS עיבוד תמונה תוכנה.

ממשק זיהוי השינוי. תמונות של חוף העיר ביירות נבחרו לזהות את ההתפתחויות בשנים האחרונות.

גילוי השינויים בעיר ביירות

היקף בלתי מוגבל של יישומים: מחקלאות לניטור סביבתי.

אחת המטרות העיקריות שקבע צוות EOS הייתה להפוך את תהליך איתור השינויים המורכב לנתוני חישה מרחוק לנגיש וקל למשתמשים חסרי ניסיון מתעשיות שאינן GIS. בעזרת כלי זיהוי השינויים של LandViewer, החקלאים יכולים לזהות במהירות אזורים שסבלו משדותיהם בברד, סערה או שיטפון. בניהול יערות, - גילוי שינויים בתמונת הלוויין זה יהיה שימושי להערכת אזורים שרופים, לאחר שריפת יער ולזיהוי כריתת עצים או פלישה לא חוקית לאדמות יער. התבוננות בשיעור האקלים ובהיקפו (כמו התכת קרח קוטבי, זיהום אוויר ומים, אובדן בית גידול טבעי עקב התפשטות עירונית) היא משימה שמדעני הסביבה מבצעים באופן שוטף, וכעת הם יכולים. תוך מספר דקות. על ידי חקר ההבדלים בין העבר להווה תוך שימוש בנתוני לוויין לאורך שנים בכלי איתור השינויים של LandViewer, כל הענפים הללו יכולים גם לחזות שינויים עתידיים.

השימוש העיקרי במקרים של זיהוי שינויים: נזק המבול וכריתת יערות

תמונה שווה אלף מילים, ואת יכולות זיהוי של שינוי עם תמונות לוויין LandViewer הם יכולים להיות הפגינו בצורה הטובה ביותר עם דוגמאות בחיים האמיתיים.

היערות שעדיין מכסים כשליש משטח העולם נעלמים בקצב מדאיג, בעיקר בשל פעילות אנושית כגון חקלאות, כרייה, רעיית בקר, כניסה וכמו כן גורמים טבעיים כגון שריפות יער. במקום לערוך סקרים המוניים, על קרקע של אלפי דונמים של יער, טכנאי יער יכול לפקח באופן קבוע על הבטיחות של יערות עם זוג תמונות לוויין וזיהוי אוטומטי של שינויים המבוססים על NDVI (מדד ההפרש ההפרש צמחיה). .

איך זה עובד? NDVI הוא אמצעי ידוע לקביעת בריאות הצמחייה. על ידי השוואת תמונת הלוויין של היער השלם, עם התמונה שנרכשה מיד לאחר כריתת העצים, LandViewer יאתר את השינויים וייצור תמונת הבדל המדגישה את נקודות כריתת היערות, המשתמשים יכולים להוריד את התוצאות ב- .jpg, פורמט .png או .tiff. לכיסוי היער השורד יהיו ערכים חיוביים, בעוד שהאזורים המפונים יהיו שליליים ויוצגו בגוונים אדומים המצביעים על כך שאין צמחייה.

תמונה אחרת המציגה את היקף הכרית במדגסקר בין 2016 לבין 2018; שנוצר משני תמונות לוויין סנטינל-2

מקרה שימוש נרחב נוסף לגילוי שינויים יהיה הערכת נזקי שיטפון בחקלאות, שמעניין מאוד חקלאים וחברות ביטוח. בכל פעם ששטפונות גובים מחיר כבד מהקציר שלך, ניתן למפות את הנזק ולמדוד אותו במהירות בעזרת אלגוריתמים לגילוי שינויים מבוססי NDVI.

תוצאות סנטינל- 2 שינוי סצנה שינוי: האזורים האדומים וכתומים מייצגים את החלק המוצף של השדה; השדות שמסביב הם ירוקים, כלומר, הם נמנעו מן הנזק. המבול של קליפורניה, פברואר של 2017.

כיצד לבצע זיהוי שינוי ב LandViewer

ישנן שתי דרכים להפעיל את הכלי ולהתחיל למצוא הבדלים בתמונות לווין רב טמפורליות: על ידי לחיצה על סמל התפריט הנכון «כלי ניתוח» או על המחוון השוואה, מה שנוח יותר. כיום, זיהוי השינויים נעשה רק בנתוני לוויין אופטיים (פסיביים); הוספת אלגוריתמים לנתונים פעילים של חישה מרחוק מתוכננת לעדכונים עתידיים.

לקבלת פרטים נוספים, עיין במדריך זה כלי זיהוי שינוי מ- LandViewer. אוֹ להתחיל לחקור את היכולות האחרונות של LandViewer בעצמך

השאירו תשובה

כתובת הדוא"ל שלך לא תפורסם.

אתר זה משתמש Akismet כדי להפחית דואר זבל. למד כיצד מעובדים נתוני ההערה שלך.