LandViewer - עכשיו זיהוי השינויים עובד 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 שנקבעו על ידי צוות EOS היתה לבצע תהליך זיהוי שינוי מורכב עבור נתונים חישה מרחוק נגיש וקל למשתמשים חסרי ניסיון מן הלא- GIS תעשיות. בעזרת כלי איתור השינויים של LandViewer, החקלאים יכולים לזהות במהירות אזורים שנפגעו בשדותיהם בברד, סערה או שיטפון. בניהול היער, - גילוי שינויים בתמונת הלוויין, יהיה זה שימושי להערכת שטחים שרופים, לאחר שריפת יער ולזיהוי עצים בלתי חוקיים או לפלישה לאדמות יער. התבוננות בקצב ובהיקף שינויי האקלים (כגון הקרח הקוטב הממזג, זיהום האוויר והמים, אובדן בתי הגידול הטבעיים בשל התפשטות עירונית) היא משימה שמדענים סביבתיים מבצעים ברציפות, ועכשיו הם יכולים לעשות זאת תוך דקות ספורות. על ידי בחינת ההבדלים בין העבר להווה באמצעות שנים של נתוני לוויין עם כלי לזיהוי השינוי של LandViewer, כל הענפים האלה 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 כדי לקבוע את בריאות הצמחייה. על ידי השוואת תמונת הלוויין של היער שלם, עם התמונה שנרכשה רק לאחר חיתוך העצים, LandViewer יזהה את השינויים וליצור תמונה של ההבדל הדגשת נקודות כריתת יערות, משתמשים יכולים להוריד את התוצאות ב- .jpg, .png או .tiff פורמט. לכסות היער ששרדו יהיו ערכים חיוביים, בעוד שטחים מוסווים 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 נוסף של שימוש נרחב לאיתור שינויים יהיה הערכת נזקי שיטפון חקלאיים, דבר שמעניין מאוד את החקלאים ואת חברות הביטוח. בכל פעם השיטפונות לקחו מחיר כבד על המסיק שלהם, הנזק ניתן למפות ומדוד במהירות בעזרת אלגוריתמים זיהוי NDVI מבוסס שינוי.

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 של. הו להתחיל לחקור את היכולות האחרונות של LandViewer בעצמך

השאירו תגובה

כתובת הדוא"ל שלך לא תפורסם.

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