LandViewer - La détection des modifications fonctionne désormais dans le navigateur

L’utilisation la plus importante des données de télédétection a été la comparaison d’images d’une zone spécifique prises à différents moments pour identifier les changements survenus ici. Avec un grand nombre d’images satellitaires actuellement utilisées, sur une période prolongée, la détection manuelle des modifications prendrait beaucoup de temps et serait très probablement imprécise. EOS Data Analytics a créé l'outil automatisé de détection de changements dans son produit phare, LandViewer, qui compte parmi les outils de cloud computing les plus performants pour la recherche et l'analyse d'images satellite sur le marché actuel.

Contrairement aux méthodes qui impliquent des réseaux de neurones qui identifier les changements dans les caractéristiques précédemment extraites, l’algorithme de détection de changement mis en oeuvre par EOS USA une stratégie basée sur les pixels, ce qui signifie que les changements entre deux images raster multibandes sont calculés mathématiquement en soustrayant les valeurs de pixel d'une date avec les valeurs de pixel des mêmes coordonnées pour une autre date. Cette nouvelle fonction de signature est conçue pour automatiser la tâche de détection des modifications et fournir des résultats précis en moins de temps et en une fraction du temps nécessaire par rapport à ArcGIS, QGIS ou un autre logiciel de traitement d'image SIG.

L'interface de détection de changement. Images de la côte de la ville de Beyrouth sélectionnées pour identifier les développements de ces dernières années.

Détection de changements dans la ville de Beyrouth

Portée illimitée d'applications: de l'agriculture à la surveillance de l'environnement.

L’un des principaux objectifs définis par l’équipe EOS était de rendre un processus complexe de détection des changements pour les données de télédétection accessible et facile pour les utilisateurs inexpérimentés d’industries autres que les SIG. Avec l'outil de détection des changements de LandViewer, les agriculteurs peuvent rapidement identifier les zones endommagées dans leurs champs par la grêle, les tempêtes ou les inondations. En gestion forestière, détection de changements dans l'image satellite, il sera utile pour l'estimation des superficies brûlées après un incendie de forêt et pour détecter l'exploitation forestière illégale ou l'invasion de terres forestières. Observer le rythme et l'ampleur des changements climatiques (tels que la fonte des glaces polaires, la pollution de l'air et de l'eau, la perte d'habitat naturel due à l'étalement urbain) est une tâche que les scientifiques de l'environnement accomplissent continuellement et qu'ils peuvent maintenant accomplir en quelques minutes. En étudiant les différences entre le passé et le présent en utilisant des années de données satellitaires avec l'outil de détection de changement de LandViewer, toutes ces industries peuvent également prévoir les changements futurs.

Principaux cas d'utilisation de la détection de changements: dommages causés par les inondations et la déforestation

Une image vaut mille mots et les capacités de détection du changement avec des images satellites en LandViewer Ils peuvent être mieux démontrés avec des exemples concrets.

Les forêts qui couvrent encore environ un tiers de la superficie de la planète disparaissent à un rythme alarmant, principalement en raison d'activités humaines telles que l'agriculture, les mines, le pâturage du bétail, l'exploitation forestière ainsi que de facteurs naturels tels que les incendies de forêt. Au lieu d'effectuer des enquêtes de masse sur un terrain de plusieurs milliers d'acres de forêt, un technicien forestier peut surveiller régulièrement la sécurité des forêts avec une paire d'images satellites et une détection automatique des modifications basée sur le NDVI (Indice de végétation par différence normalisée). .

Comment ça marche? Le NDVI est un moyen connu pour déterminer la santé de la végétation. En comparant l'image satellite de la forêt intacte à l'image acquise juste après la coupe des arbres, LandViewer détectera les modifications et générera une image de différence mettant en évidence les points de déforestation. Les utilisateurs pourront télécharger les résultats au format .jpg, Format .png ou .tiff. Le couvert forestier qui subsistera aura des valeurs positives, tandis que les zones défrichées auront des valeurs négatives et seront affichées en rouge indiquant qu'il n'y a pas de végétation.

Une image différente montrant l'ampleur de la déforestation à Madagascar entre 2016 et 2018; généré à partir de deux images satellites Sentinel-2

L'évaluation des dommages causés par les inondations dans le secteur agricole, qui présente un grand intérêt pour les agriculteurs et les compagnies d'assurance, constitue un autre cas d'utilisation répandue pour la détection de changements. Chaque fois que les inondations ont pesé lourdement sur leurs récoltes, les dommages peuvent être cartographiés et mesurés rapidement à l'aide d'algorithmes de détection de changement basés sur le NDVI.

Résultats de la détection de changement de scène Sentinel-2: les zones rouge et orange représentent la partie inondée du champ; les champs environnants sont verts, ce qui signifie qu'ils ont évité les dégâts. Inondation de Californie, février de 2017.

Comment exécuter la détection de changement dans LandViewer

Il existe deux manières de démarrer l'outil et de commencer à rechercher des différences dans les images satellites multi-temporelles: en cliquant sur l'icône de menu de droite «Outils d'analyse» ou sur le curseur Comparaison, selon ce qui vous convient le mieux. Actuellement, la détection des modifications est effectuée uniquement dans les données de satellite optique (passives); L'ajout d'algorithmes pour les données de télédétection actives est planifié pour les futures mises à jour.

Pour plus de détails, lisez ce guide à partir du outil de détection de changement de LandViewer. O commencer à explorer les dernières capacités de LandViewer par son compte.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les spams. Découvrez comment vos données de commentaire sont traitées.