LandViewer - Sekarang deteksi perubahan berfungsi di browser

Penggunaan data penginderaan jauh yang paling penting adalah perbandingan gambar dari area tertentu, yang diambil pada waktu yang berbeda untuk mengidentifikasi perubahan yang terjadi di sini. Dengan sejumlah besar citra satelit yang saat ini digunakan secara terbuka, selama periode waktu yang lama, deteksi manual terhadap perubahan akan memakan waktu yang lama dan kemungkinan besar tidak tepat. EOS Data Analytics telah menciptakan alat otomatis deteksi perubahan dalam produk andalannya, LandViewer, yang merupakan salah satu alat cloud paling mampu untuk pencarian dan analisis gambar satelit di pasar saat ini.

Berbeda dengan metode yang melibatkan jaringan saraf itu mengidentifikasi perubahan dalam karakteristik yang diekstraksi sebelumnya, algoritma deteksi perubahan diterapkan oleh EOS Amerika Serikat strategi berbasis piksel, yang berarti bahwa perubahan antara dua gambar raster multiband dihitung secara matematis dengan mengurangi nilai piksel satu tanggal dengan nilai piksel dari koordinat yang sama untuk tanggal lain. Fitur tanda tangan baru ini dirancang untuk mengotomatiskan tugas mendeteksi perubahan dan memberikan hasil yang akurat dengan langkah-langkah yang lebih sedikit dan dalam sepersekian waktu yang diperlukan dibandingkan dengan ArcGIS, QGIS atau perangkat lunak pengolah gambar GIS lainnya.

Antarmuka deteksi perubahan. Gambar pantai kota Beirut dipilih untuk mengidentifikasi perkembangan beberapa tahun terakhir.

Deteksi perubahan di kota Beirut

Lingkup aplikasi yang tidak terbatas: dari pertanian hingga pemantauan lingkungan.

Salah satu tujuan utama yang ditetapkan oleh tim EOS adalah untuk membuat proses deteksi perubahan yang kompleks agar data penginderaan jauh dapat diakses dan mudah bagi pengguna yang tidak berpengalaman dari industri non-GIS. Dengan alat pendeteksi perubahan LandViewer, petani dapat dengan cepat mengidentifikasi area yang telah rusak di ladang mereka akibat hujan es, badai atau banjir. Dalam pengelolaan hutan, deteksi perubahan dalam citra satelit, akan berguna untuk memperkirakan area yang terbakar, setelah kebakaran hutan dan untuk mendeteksi pembalakan liar atau invasi lahan hutan. Mengamati laju dan tingkat perubahan iklim (seperti mencairnya es di kutub, polusi udara dan air, hilangnya habitat alami akibat urban sprawl) adalah tugas yang dilakukan para ilmuwan lingkungan secara terus menerus, dan sekarang mereka dapat melakukannya dalam hitungan menit. Dengan mempelajari perbedaan antara masa lalu dan masa kini menggunakan data satelit dengan alat pendeteksi perubahan LandViewer, semua industri ini juga dapat memperkirakan perubahan di masa depan.

Kasus penggunaan utama deteksi perubahan: kerusakan akibat banjir dan deforestasi

Sebuah gambar bernilai ribuan kata, dan kemampuan pendeteksian perubahan dengan gambar satelit di LandViewer Mereka bisa ditunjukkan dengan contoh nyata.

Hutan yang masih mencakup sekitar sepertiga wilayah dunia menghilang dengan kecepatan yang mengkhawatirkan, terutama karena aktivitas manusia seperti pertanian, pertambangan, penggembalaan ternak, penebangan dan juga faktor alam seperti kebakaran hutan. Alih-alih melakukan survei massal, di tanah ribuan hektar hutan, seorang teknisi hutan dapat secara teratur memantau keamanan hutan dengan sepasang gambar satelit dan deteksi otomatis perubahan berdasarkan NDVI (Normalized Difference Vegetation Index). .

Bagaimana cara kerjanya? NDVI adalah sarana yang dikenal untuk menentukan kesehatan vegetasi. Dengan membandingkan citra satelit dari hutan utuh, dengan gambar yang diperoleh tepat setelah pohon ditebang, LandViewer akan mendeteksi perubahan dan menghasilkan gambar perbedaan yang menyoroti titik-titik deforestasi, pengguna dapat mengunduh hasilnya di .jpg, format .png atau .tiff. Tutupan hutan yang bertahan akan memiliki nilai positif, sedangkan daerah yang dibuka akan memiliki nilai negatif dan akan ditampilkan dalam nada merah yang menunjukkan bahwa tidak ada vegetasi.

Gambar berbeda yang menunjukkan tingkat deforestasi di Madagaskar antara 2016 dan 2018; dihasilkan dari dua citra satelit Sentinel-2

Kasus lain yang digunakan secara luas untuk mendeteksi perubahan adalah evaluasi kerusakan banjir pertanian, yang sangat menarik bagi petani dan perusahaan asuransi. Setiap kali banjir mengambil korban besar pada panen mereka, kerusakan dapat dipetakan dan diukur dengan cepat dengan bantuan algoritma deteksi perubahan berbasis NDVI.

Hasil deteksi perubahan pemandangan Sentinel-2: area merah dan oranye mewakili bagian yang dibanjiri dari lapangan; ladang di sekitarnya berwarna hijau, yang berarti mereka menghindari kerusakan. Banjir California, Februari 2017.

Cara menjalankan deteksi perubahan di LandViewer

Ada dua cara untuk memulai alat dan mulai menemukan perbedaan dalam gambar satelit multi-temporal: dengan mengklik ikon menu kanan «Alat analisis» atau pada bilah geser Perbandingan, mana yang lebih nyaman. Saat ini, deteksi perubahan hanya dilakukan pada data satelit optik (pasif); Penambahan algoritma untuk data penginderaan jauh aktif dijadwalkan untuk pembaruan di masa mendatang.

Untuk lebih jelasnya, baca panduan ini dari ubah alat deteksi LandViewer. O mulai mengeksplorasi kemampuan terbaru LandViewer sendiri

Tinggalkan komentar

Alamat email Anda tidak akan dipublikasikan.

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.