LandViewer - Die Änderungserkennung funktioniert jetzt im Browser
Die wichtigste Verwendung von Fernerkundungsdaten war der Vergleich von Bildern aus einem bestimmten Bereich, die zu verschiedenen Zeitpunkten aufgenommen wurden, um die hier eingetretenen Änderungen zu identifizieren. Bei einer großen Anzahl von Satellitenbildern, die derzeit offen verwendet werden, würde die manuelle Erkennung von Änderungen über einen längeren Zeitraum viel Zeit in Anspruch nehmen und höchstwahrscheinlich ungenau sein. EOS Data Analytics hat das automatisierte Tool von erstellt Feststellung von Änderungen LandViewer ist eines der leistungsfähigsten Cloud-Tools für die Suche und Analyse von Satellitenbildern auf dem aktuellen Markt.
Im Gegensatz zu Methoden, die neuronale Netze einbeziehen Veränderungen erkennen in den zuvor extrahierten Merkmalen wird der Änderungserkennungsalgorithmus von implementiert EOS USA Eine pixelbasierte Strategie, bei der die Änderungen zwischen zwei Multiband-Rasterbildern mathematisch berechnet werden, indem die Pixelwerte eines Datums mit den Pixelwerten derselben Koordinaten für ein anderes Datum subtrahiert werden. Diese neue Signaturfunktion automatisiert die Erkennung von Änderungen und liefert genaue Ergebnisse in weniger Schritten und in einem Bruchteil der Zeit, die im Vergleich zu ArcGIS, QGIS oder anderer GIS-Bildverarbeitungssoftware erforderlich ist.
Die Änderungserkennungsschnittstelle. Bilder der Küste der Stadt Beirut ausgewählt, um die Entwicklungen der letzten Jahre zu identifizieren.
Erkennung von Veränderungen in der Stadt Beirut
Unbegrenzter Anwendungsbereich: von der Landwirtschaft bis zur Umweltüberwachung.
Eines der Hauptziele des EOS-Teams war es, einen komplexen Änderungserkennungsprozess für Fernerkundungsdaten für unerfahrene Benutzer aus Nicht-GIS-Branchen zugänglich und einfach zu machen. Mit dem Änderungserkennungstool von LandViewer können Landwirte schnell Gebiete identifizieren, die durch Hagel, Sturm oder Überschwemmungen Schäden an ihren Feldern erlitten haben. In der Waldbewirtschaftung Feststellung von Änderungen Im Satellitenbild ist es nützlich, um verbrannte Gebiete nach einem Waldbrand abzuschätzen und illegale Abholzung oder Invasion von Waldgebieten aufzudecken. Die Beobachtung der Geschwindigkeit und des Ausmaßes des Klimawandels (wie das Schmelzen des polaren Eises, die Luft- und Wasserverschmutzung, der Verlust des natürlichen Lebensraums aufgrund der Zersiedelung) ist eine ständige Aufgabe der Umweltwissenschaftler, und jetzt können sie dies eine Sache von Minuten. Durch die Untersuchung der Unterschiede zwischen Vergangenheit und Gegenwart mithilfe jahrelanger Satellitendaten mit dem Änderungserkennungstool von LandViewer können alle diese Branchen auch zukünftige Änderungen vorhersagen.
Hauptanwendungsfälle bei der Erkennung von Veränderungen: Hochwasserschäden und Abholzung
Ein Bild sagt mehr als tausend Worte, und die Erkennungsmöglichkeiten ändern sich mit Satellitenbildern in LandViewer Sie können am besten anhand von Beispielen aus der Praxis demonstriert werden.
Wald noch etwa ein Drittel des globalen Bereichs mit einer alarmierenden Geschwindigkeit verschwindet, vor allem durch menschliche Aktivitäten wie Landwirtschaft, Bergbau, Beweidung, Protokollierung und natürlichen Faktoren wie Waldbrände. Stattdessen massive Studien zur Durchführung auf dem Land von Tausenden Morgen Wald, ein Wald-Techniker der Sicherheit der Wälder mit einem Paar von Satellitenbildern und automatischer Änderungserkennung basierend auf NDVI (Vegetationsindex Normalized Difference) regelmäßig überwachen .
Wie funktioniert es? NDVI ist ein bekanntes Mittel zur Bestimmung der Gesundheit der Vegetation. Durch den Vergleich des Satellitenbilds des intakten Waldes mit dem Bild, das unmittelbar nach dem Fällen der Bäume aufgenommen wurde, erkennt LandViewer die Änderungen und generiert ein Differenzbild, das die Entwaldungspunkte hervorhebt. Benutzer können die Ergebnisse in .jpg herunterladen. .png- oder .tiff-Format. Die überlebende Waldbedeckung weist positive Werte auf, während die gerodeten Gebiete negative Werte aufweisen und in Rottönen angezeigt werden, was darauf hinweist, dass keine Vegetation vorhanden ist.
Ein anderes Bild zeigt das Ausmaß der Entwaldung in Madagaskar zwischen 2016 und 2018. wird aus zwei Sentinel-2-Satellitenbildern generiert
Ein weiterer weit verbreiteter Anwendungsfall für die Erkennung von Änderungen wäre die Bewertung landwirtschaftlicher Hochwasserschäden, die für Landwirte und Versicherungsunternehmen von großem Interesse ist. Jedes Mal, wenn Überschwemmungen Ihre Ernte stark belastet haben, kann der Schaden mithilfe von NDVI-basierten Änderungserkennungsalgorithmen schnell kartiert und gemessen werden.
Ergebnisse der Erkennung von Sentinel-2-Szenenwechseln: Die roten und orangefarbenen Bereiche repräsentieren den überfluteten Teil des Feldes. Die umliegenden Felder sind grün, was bedeutet, dass sie den Schaden vermieden haben. Flut von Kalifornien, Februar von 2017.
So führen Sie die Änderungserkennung in LandViewer durch
Es gibt zwei Möglichkeiten, das Tool zu starten und mit der Suche nach Unterschieden in multitemporalen Satellitenbildern zu beginnen: durch Klicken auf das rechte Menüsymbol „Analyse-Tools“ oder den Schieberegler „Vergleich“, je nachdem, was bequemer ist. Derzeit wird die Änderungserkennung nur an optischen (passiven) Satellitendaten durchgeführt; die Ergänzung der Algorithmen für aktive Fernerkundungsdaten ist für zukünftige Updates geplant.
Weitere Einzelheiten finden Sie in diesem Handbuch in der Erkennungswerkzeug ändern von LandViewer. ODER Erforschen Sie die neuesten Funktionen von LandViewer auf eigene Faust
