LandViewer - 现在可以在浏览器中检测到更改

遥感数据最重要的用途是比较特定区域的图像,在不同时间拍摄,以确定这里发生的变化。 由于大量卫星图像目前处于开放状态,在很长一段时间内,人工检测变化需要很长时间,而且很可能是不精确的。 EOS Data Analytics创建了自动化工具 检测变化 在其旗舰产品LandViewer中,它是目前市场上用于搜索和分析卫星图像的最强大的云工具之一.

与涉及神经网络的方法不同 识别变化 在先前提取的特征中,由变换检测算法实现 EOS 美国 基于像素的策略,这是指两个多波段栅格图像之间的变化,通过用其它日期相同坐标的像素值中减去日期的像素值数学计算。 这个新的标志性特征,被设计成自动执行任务变化检测,并提供以更少的步骤,并在使用ArcGIS,QGIS或其他GIS软件图像处理的比较短的时间内准确的结果。

变化检测界面。 贝鲁特海岸的图像被选中以确定近年来的发展。

检测贝鲁特市的变化

应用范围无限:从农业到环境监测。

EOS团队建立的主要目标之一是为非GIS行业的缺乏经验的用户提供易于访问的遥感数据的复杂变化检测流程。 借助LandViewer的变化检测工具,农民可以通过冰雹,风暴或洪水快速识别其田地中已经受损的区域。 在森林管理方面, 检测变化 在卫星图像中,它可用于估算森林火灾后的烧毁区域,并发现非法采伐或入侵林地。 观察气候变化的速度和程度(例如融化极地冰,空气和水污染,由于城市扩张而丧失自然栖息地)是环境科学家不断进行的任务,现在他们可以做到这一点在几分钟内。 通过使用LandViewer的变化检测工具使用多年的卫星数据来研究过去和现在之间的差异,所有这些行业也可以预测未来的变化。

检测变化的主要用例:洪水破坏和森林砍伐

一张图片胜过千言万语,并且随着卫星图像的变化检测能力 LandViewer 通过现实生活中的例子可以最好地展示它们。

森林覆盖还是全球面积的三分之一正以惊人的速度消失,这主要是由于人类的活动,如农业,采矿业,放牧,伐木和自然因素,如森林火灾。 相反,在数千英亩森林土地进行大量的研究,森林技术人员可以定期监测森林的安全性与基于NDVI的一对卫星图像和自动变化检测(植被指数归一化) 。

它是如何工作的? NDVI是确定植被健康的已知方法。 通过比较完整森林的卫星图像,以及刚砍伐树木后获得的图像,LandViewer将检测到变化并生成突出显示砍伐森林点的差异图像,用户可以将结果下载到.jpg, .png或.tiff格式。 幸存的森林覆盖率将具有正值,而清除的区域将具有负值,并且将以红色调显示,表明没有植被存在。

不同的图像显示了2016和2018之间马达加斯加的森林砍伐程度; 从两个Sentinel-2卫星图像生成

另一个广泛用于检测变化的案例是农业洪水灾害的评估,农民和保险公司对此非常感兴趣。 每次洪水对其收获造成严重影响时,可以借助基于NDVI的变化检测算法快速绘制和测量损害。

Sentinel-2场景变化检测的结果:红色和橙色区域代表场的泛滥部分; 周围的田地是绿色的,这意味着他们避免了损坏。 加州洪水,2017二月。

如何在LandViewer中执行更改检测

有两种方法可以启动该工具并开始在多时相卫星图像中找到差异:通过单击右侧菜单图标«分析工具»或在比较滑块上,以更方便的方式。 目前,仅在光学卫星数据(无源)中进行变化检测; 为有源遥感数据添加的算法被安排用于将来的更新。

有关详细信息,请阅读本指南 改变检测工具 LandViewer。 Ø 开始探索最新的功能 LandViewer 靠自己

发表评论

您的电子邮件地址将不会被发表。

本网站使用Akismet来减少垃圾邮件。 了解您的评论数据是如何处理的.