LandViewer-変更検出がブラウザで機能するようになりました
リモートセンシングデータの最も重要な用途は、ここで起こった変化を識別するために異なる時間に撮影された特定の領域からの画像の比較でした。 長期間にわたって現在公開されている多数の衛星画像では、手動による変更の検出には長い時間がかかり、ほとんどの場合不正確です。 EOS Data Analyticsは、の自動化ツールを作成しました。 変化の検出 その主力製品であるLandViewerは、現在の市場で衛星画像の検索と分析を行うための最も有能なクラウドツールの1つです。.
ニューラルネットワークを含む方法とは異なり、 変更を識別する 以前に抽出された特性では、によって実装された変更検出アルゴリズム EOS アメリカ合衆国 つまり、2つのマルチバンドラスタイメージ間の変化は、ある日付のピクセル値と別の日付の同じ座標のピクセル値を減算することによって数学的に計算されます。 この新しいシグネチャ機能は、ArcGIS、QGIS、またはその他のGIS画像処理ソフトウェアと比較して、少ないステップで、ほんのわずかの時間で、変更の検出作業を自動化し、正確な結果を提供するように設計されています。
変更検出インターフェース ベイルートの街の海岸の画像は、近年の動向を識別するために選択されました。
ベイルート市の変化の検出
無制限の適用範囲：農業から環境モニタリングまで。
EOSチームが設定した主な目標のXNUMXつは、リモートセンシングデータの複雑な変更検出プロセスを、GIS以外の業界の経験の浅いユーザーが簡単にアクセスできるようにすることでした。 LandViewerの変更検出ツールを使用すると、農家は、雹、嵐、または洪水によって畑に被害を受けた地域をすばやく特定できます。 森林管理では、 変化の検出 衛星画像では、森林火災後の焼失地域の推定や、違法伐採や森林地帯への侵入の検知に役立ちます。 気候変動（極地の氷の融解、空気と水の汚染、都市の無秩序な広がりによる自然生息地の喪失など）の速度と程度を観察することは、環境科学者による継続的な作業であり、今では可能です。ほんの数分で。 LandViewerの変更検出ツールを使用して長年の衛星データを使用して過去と現在の違いを調査することにより、これらの業界はすべて、将来の変更を予測することもできます。
変化検出の主な使用例：洪水被害と森林伐採
絵は千語の価値があり、そして衛星画像による変化の検出能力は LandViewer それらは実際の例で最もよく実証することができます。
それでも世界の約3分の1を占める森林は、農業、鉱業、牛の放牧、伐採などの人間活動や森林火災などの自然要因により、驚くほどの速さで消失しています。 何千エーカーもの森林で大規模な調査を行う代わりに、森林技術者は一対の衛星画像とNDVI（正規化植生指数）に基づく変化の自動検出を使って森林の安全性を定期的に監視することができます。 。
それはどのように機能しますか？ NDVIは、植物の健康状態を判断するための既知の手段です。 無傷の森の衛星画像を、樹木が伐採された直後に取得された画像と比較することにより、LandViewerは変化を検出し、森林伐採地点を強調する差分画像を生成します。ユーザーは結果を.jpgでダウンロードできます。 .pngまたは.tiff形式。 生き残った森林被覆は正の値になり、クリアされた領域は負の値になり、植物が存在しないことを示す赤い色調で表示されます。
2016と2018の間のマダガスカルにおける森林伐採の程度を示す別の画像。 2つのSentinel-2衛星画像から生成
変化を検出するためのもうXNUMXつの広範な使用例は、農業洪水被害評価です。これは、農家や保険会社にとって非常に興味深いものです。 洪水が収穫に大きな打撃を与えるたびに、NDVIベースの変化検出アルゴリズムを使用して、損傷をすばやくマッピングして測定できます。
Sentinel-2シーンチェンジ検出の結果：赤とオレンジの領域はフィールドの浸水部分を表します。 周囲の畑は緑色です。つまり、被害を受けていません。 カリフォルニアの洪水、2017の2月。
LandViewerで変更検出を実行する方法
ツールを起動してマルチテンポラル衛星画像の違いを見つけ始めるには、XNUMXつの方法があります。「分析ツール」の右メニューアイコンまたは比較スライダーのどちらか便利な方をクリックします。 現在、変化の検出は光学（パッシブ）衛星データに対してのみ実行されています。 アクティブなリモートセンシングデータのアルゴリズムの追加は、将来の更新で予定されています。
詳細については、このガイドを 変化検出ツール LandViewerから。 または の最新機能の調査を開始する LandViewer 自分で
