LandViewer - Ara la detecció de canvis funciona al navegador

L'ús més important sobre dades de detecció remota, ha estat la comparació d'imatges d'una zona específica, presa en diferents moments per identificar els canvis que aquí van succeir. Amb una gran quantitat d'imatges satelitales actualment en ús obert, en un període prolongat de temps, la detecció manual d'canvis portaria molt de temps i molt probablement seria imprecisa. EOS Data Analytics ha creat l'eina automatitzada de detecció de canvis en el seu producte estrella, LandViewer, que se situa entre les eines en el núvol més capaços per a la recerca i anàlisi d'imatges de satèl·lit en el mercat actual.

A diferència dels mètodes que involucren xarxes neuronals que identifiquen canvis en les característiques prèviament extretes, l'algoritme de detecció de canvis implementat per EOS EUA una estratègia basada en píxels, el que significa que els canvis entre dues imatges ràster multibanda, es calculen matemàticament en restar els valors de píxels d'una data amb els valors de píxels de les mateixes coordenades per a una altra data. Aquesta nova característica de la signatura, està dissenyada per automatitzar la tasca de detecció de canvis i oferir resultats precisos amb menys passos i en una fracció del temps necessari comparat amb ArcGIS, QGIS o un altre programari GIS de processament d'imatges.

La interfície de detecció de canvis. Imatges de la costa de la ciutat de Beirut seleccionades per identificar els desenvolupaments dels últims anys.

Detecció de canvis a la ciutat de Beirut

Abast il·limitat d'aplicacions: des de l'agricultura fins al monitoratge ambiental.

Un dels objectius principals establerts per l'equip de EOS, va ser fer que un procés complex de detecció de canvis per a dades de detecció remota sigui accessible i fàcil per a usuaris sense experiència, provinents d'indústries que no són SIG. Amb l'eina de detecció de canvis de LandViewer, els agricultors poden identificar ràpidament les àrees que van patir danys en els seus camps per la calamarsa, la tempesta o les inundacions. En el maneig forestal, la detecció de canvis en la imatge satelital, serà útil per a l'estimació de les àrees cremades, després d'un incendi forestal i per detectar la tala il·legal o la invasió de terres forestals. Observar la taxa i extensió dels canvis climàtics (com la fosa del gel polar, contaminació de l'aire i l'aigua, pèrdua d'hàbitat natural a causa de l'expansió urbana) és una tasca que realitzen els científics ambientals i forma contínua, i ara poden fer-ho en qüestió de minuts. En estudiar les diferències entre el passat i el present utilitzant anys de dades satelitales amb l'eina de detecció de canvis de LandViewer, totes aquestes indústries també poden pronosticar canvis futurs.

Principals casos d'ús de detecció de canvis: danys per inundacions i desforestació

Una imatge val més que mil paraules, i les capacitats de detecció de canvi amb imatges satelitales en LandViewer es poden demostrar millor amb exemples de la vida real.

Els boscos que encara cobreixen al voltant d'un terç de l'àrea mundial estan desapareixent a un ritme alarmant, principalment a causa d'activitats humanes com l'agricultura, la mineria, el pasturatge de bestiar, la tala i també els factors naturals com els incendis forestals. En lloc de realitzar estudis massius, en terrenys de milers d'acres de boscos, un tècnic forestal pot supervisar regularment la seguretat dels boscos amb un parell d'imatges satelitales i la detecció automàtica de canvis basada en NDVI (Índex de Vegetació de Diferència Normalitzada) .

Com funciona? NDVI és un mitjà conegut per determinar la salut de la vegetació. En comparar la imatge satelital del bosc intacte, amb la imatge que es va adquirir just després que els arbres van ser talats, LandViewer detectarà els canvis i generarà una imatge de diferència destacant els punts de desforestació, els usuaris poden descarregar els resultats en .jpg, .png o format .tiff. La coberta de bosc que sobreviu tindrà valors positius, mentre que les àrees buidades tindran negatius i es mostraran en tons vermells que indiquen que no hi ha vegetació present.

Una imatge diferent que mostra l'abast de la desforestació a Madagascar entre 2016 i 2018; generat a partir de dues imatges de satèl·lit Sentinel-2

Un altre cas d'ús generalitzat per a la detecció de canvis, seria l'avaluació de danys per inundacions agrícoles, que és de molt interès per a agricultors i companyies d'assegurances. Cada vegada les inundacions han cobrat un alt preu en el seu collita, el dany pot ser mapeado i mesurat ràpidament amb l'ajuda d'algoritmes de detecció de canvis basats en NDVI.

Resultats de la detecció de canvi d'escena de Sentinel-2: les àrees vermell i taronja representen la part inundada del camp; els camps circumdants són verds, el que significa que van evitar el dany. Inundació de Califòrnia, febrer de 2017.

Com executar la detecció de canvis en LandViewer

Hi ha dues formes d'iniciar l'eina i començar a trobar diferències en les imatges per satèl·lit multitemporals: fent clic a la icona del menú dret «Eines d'anàlisi» o en el control lliscant de Comparació, el que sigui més convenient. Actualment, la detecció de canvis es realitza només en dades satelitales òptics (passius); l'addició dels algoritmes per a dades actius de detecció remota està programada per a futures actualitzacions.

Per a més informació, vegeu aquesta guia de la eina de detecció de canvis de LandViewer. O comenci a explorar les últimes capacitats de LandViewer pel seu compte.

Deixa un comentari

La seva adreça de correu electrònic no es publicarà.

Aquest lloc té validesa Akismet per reduir el correu brossa. Aprèn com es processen les dades dels teus comentaris.