LandViewer-更改检测现在可以在浏览器中使用

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团队设定的主要目标之一是使非GIS行业的经验不足的用户可以轻松访问和简化遥感数据的复杂变化检测过程。 借助LandViewer的变化检测工具,农民可以快速识别因冰雹,暴风雨或洪水而对其田地造成破坏的地区。 在森林管理中 检测变化 在卫星图像中,这对于估算森林大火之后的烧毁面积以及检测非法砍伐或林地入侵将非常有用。 观察气候变化的速度和程度(例如极地冰融化,空气和水污染,城市蔓延造成的自然栖息地丧失)是环境科学家正在进行的一项任务,现在可以这样做。在几分钟之内。 通过使用LandViewer的变化检测工具来研究使用卫星数据的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。 通过将完整森林的卫星图像与砍伐树木后获得的图像进行比较,LandViewer将检测到变化并生成突出显示森林砍伐点的差异图像,用户可以将结果下载为.jpg .png或.tiff格式。 幸存下来的森林覆盖物将具有正值,而被砍伐的区域将具有负值,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

另一个用于变更检测的广泛使用案例是农业洪水损害评估,这对农民和保险公司非常感兴趣。 每当洪水对您的收成造成重大损失时,借助基于NDVI的变化检测算法,就可以快速地绘制和评估损失。

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 来自LandViewer。 要么 开始探索最新的功能 LandViewer 靠自己

发表回覆

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.