Các công cụ để theo dõi (bán) rừng tự động từ hình ảnh satelite

9

Tôi đang cố gắng vẽ các khu rừng trong OpenStreetMap, sử dụng các hình ảnh sattelite của Yahoo.

Trình chỉnh sửa JOSM có một số plugin cố gắng tự động hóa quy trình - bạn phải nhấp vào bên trong khu vực và plugin tìm thấy các liên kết. Nhưng chất lượng khá tệ.

Tôi đang tìm kiếm một số thư viện / thuật toán để có được ranh giới chất lượng tốt.

Những hình ảnh tôi đang làm việc trông giống như thế này: http://maps.yahoo.com/#mvt=s&lat=56.907056&lon=24.597595&zoom=14

openstreetmap tools satellite

— ngoại khóa
nguồn

bạn có nên gửi dữ liệu có nguồn gốc từ hình ảnh bản quyền đến OSM không?

— JamesRyan

1

@James có, miễn là siêu dữ liệu nêu rõ nguồn và phương pháp phái sinh. Các đa giác trong rừng được tạo ra từ những hình ảnh đó không thể được sử dụng để tái tạo một bản fax hợp lý của bản gốc. Nếu hình ảnh bản đồ yahoo là một raster phân loại, mặt khác ... tôi sẽ thận trọng hơn.

— matt wilkie

đã xem xét những gì bạn nói không phải là trường hợp, bất kỳ sự phát sinh nào mà không được phép là vi phạm bản quyền. Trong trường hợp này yahoo đã cho phép cụ thể.

— JamesRyan

5

Bạn nên sử dụng một ứng dụng viễn thám. Tất nhiên, bạn cần phải có hình ảnh raster trên máy tính của bạn. Có rất nhiều phương pháp có thể giúp bạn xác định các khu vực rừng, chẳng hạn như: sử dụng Mạng thần kinh, các bản vá hình ảnh được đào tạo, phân loại và phân loại giám sát / không giám sát. Tôi không chắc điều này có giải quyết được vấn đề của bạn không, nhưng đó là một sự khởi đầu.

Có DIP miễn phí (xử lý hình ảnh kỹ thuật số), chẳng hạn như GRASS, XUÂN (Tôi nghĩ rằng nó chỉ có sẵn trong pt-BR) và OSSIM (Tôi không chắc chắn về điều này)

— George Silva
nguồn

3

Có lẽ thử hình ảnh nguồn khác nhau. Với OnEarth, bạn có thể chọn và chọn trong số các kết hợp băng tần khác nhau. Các màu giả hoặc sai làm nổi bật sự khác biệt giữa các khu vực thực vật và không thực vật tốt hơn so với kết hợp màu "tự nhiên" hoặc "trực quan" (cuộn xuống các ví dụ sử dụng WMS Global Mosaic ). Dữ liệu OnEarth có sẵn thông qua TiledWMS , KML và tải xuống trực tiếp (WMS đơn giản cũng có sẵn nhưng không được khuyến khích để giảm tải máy chủ). Hình ảnh là miễn phí & miễn phí nên không phải lo lắng về những gì bạn được phép làm với nó.

— matt wilkie
nguồn

3

Để tránh những cạm bẫy cấp phép, bạn có thể lấy nhiều dữ liệu Landsat TM5 / ETM7 từ GLOVIS . Sau đó, bằng cách sử dụng các dải 3 và 4 (màu đỏ và gần cơ sở hạ tầng) và có thể cả các dải khác, bạn có thể thử phân loại hình ảnh, xuất dưới dạng đa giác và sau đó điều chỉnh đa giác theo nội dung trái tim của bạn. Đối với rừng, sử dụng mối tương quan không gian giữa các pixel thường rất hữu ích (trong ví dụ của bạn, hãy xem mức độ chi tiết của lâm phần). Các trình phân loại kết cấu (ví dụ: tính toán phương sai của NDVI qua cửa sổ 3x3) bổ sung cho các phân loại bằng phép đo phóng xạ thuần túy.

Về các công cụ, GRASS đã được đề cập có lẽ là một lựa chọn tốt. Chúng tôi có ENVI tại nơi làm việc và mặc dù không phải là phần mềm miễn phí, nó sẽ là công cụ tôi xem xét cho việc này.

Lưu ý rằng dữ liệu Landsat thường bị ô nhiễm bởi các đám mây hoặc bóng mây. Bạn có thể cần phải đào một chút vào kho lưu trữ để tìm dữ liệu phù hợp.

— Jose
nguồn

1

NASA gần đây đã tạo ra một bản đồ chiều cao rừng toàn cầu , có lẽ sử dụng nó làm cơ sở để chỉnh sửa sẽ đưa bạn đi khá xa con đường hướng tới mục tiêu của mình.

— scw
nguồn

1

từ mô tả rằng tập dữ liệu sẽ không được sử dụng nhiều cho mục đích này vì các lâm phần là các khối 5sq-km trung bình. Mặc dù vậy, tôi chưa nghe về nó.

— matt wilkie

0

Để lấy được đường viền, bạn đang tìm kiếm một thuật toán phát triển vùng. Bài viết này thảo luận về các thuật toán như vậy, một trong số đó được triển khai trong SAGA GIS

Giống như được đề cập trong các câu trả lời khác, bạn thực sự nên cố gắng sử dụng nhiều dải hơn là ánh sáng nhìn thấy được. Đặc biệt là hồng ngoại gần và hồng ngoại nên hoạt động tốt.

Và trên thực tế, hầu hết các chương trình gis / viễn thám đều đi xa hơn: một khi bạn có một vài đa giác mẫu, họ có thể thực hiện phân loại 'được giám sát', thậm chí sẽ gợi ý các khu rừng mới. Bạn sẽ tìm thấy nhiều thuật toán nếu bạn thực hiện tìm kiếm trên đó.

— johanvdw
nguồn