Apa itu Deteksi Perubahan dan bagaimana saya dapat melakukan analisis seperti itu dengan alat sumber terbuka?


27

Dari halaman wikipedia :

Deteksi perubahan untuk GIS (sistem informasi geografis) adalah proses yang mengukur bagaimana atribut dari area tertentu telah berubah antara dua periode waktu atau lebih. Deteksi perubahan sering melibatkan membandingkan foto udara atau citra satelit dari area yang diambil pada waktu yang berbeda. Proses ini paling sering dikaitkan dengan pemantauan lingkungan, pengelolaan sumber daya alam, atau mengukur pembangunan kota

Bagaimana perbandingan dilakukan? Dengan alat apa? Saya merasa bahwa uraiannya tidak lengkap. Atau ada yang hilang.

Di mana atau di buku mana saya dapat menemukan informasi lebih lanjut tentang Ubah Deteksi?

Alat apa yang harus saya gunakan untuk melakukan analisis seperti itu menggunakan data dalam suatu shapefile? (harap hanya sumber terbuka)

EDIT

Beberapa makalah tentang deteksi perubahan (teori dan teknik)

Mengubah teknik deteksi (D. LU, E. BRONDI, ZIO dan E. MORAN, 2004, pdf)

Deteksi perubahan tren dalam seri waktu NDVI: Pengaruh variabilitas dan metodologi antar-tahunan Forkel, M., Carvalhais, N., Verbesselt, J., Mahecha, MD, Neigh, C., Reichstein, M. (2013) Remote Sensing 5 (2013) 5. - ISSN 2072-4292 - hlm. 2113 - 2144.

Pergeseran tren aktivitas vegetasi global Jong, R. de, Verbesselt, J., Zeileis, A., Schaepman, ME (2013) Remote Sensing 5 (2013) 3. - ISSN 2072-4292 - hlm. 1117 - 1133.

Hubungan antara menurunnya es laut musim panas, peningkatan suhu dan perubahan vegetasi di tundra Arktik Siberia dari seri waktu MODIS (2000-11) Dutrieux, LP, Bartholomeus, HM, Herold, M., Verbesselt, J. (2012) Environmental Research Letters 7 (2012) 4. - ISSN 1748-9326 - hal. 12.

Deteksi gangguan dekat waktu nyata menggunakan seri waktu gambar satelit Verbesselt, JP, Zeileis, A., Herold, M. (2012) Penginderaan Jauh Lingkungan 123 (2012). - ISSN 0034-4257 - hal. 98 - 108. Tren perubahan dalam penghijauan dan pencoklatan global: Kontribusi tren jangka pendek untuk perubahan jangka panjang Jong, R. de, Verbesselt, J., Schaepman, ME, Bruin, S. de (2012) Global Change Biology 18 (2012) 2. - ISSN 1354-1013 - hal. 642 - 655.

Deteksi perubahan fenologis sementara akuntansi untuk tren tiba-tiba dan bertahap dalam seri waktu gambar satelit Verbesselt, J., Hyndman, R., Zeileis, A., Culvenor, D. (2010) Penginderaan Jauh Lingkungan 114 (2010) 12. - ISSN 0034-4257 - hal. 2970 - 2980.

Mendeteksi tren dan perubahan musiman dalam seri waktu citra satelit Verbesselt, J., Hyndman, R., Newnham, G., Culvenor, D. (2010) Penginderaan Jauh Lingkungan 114 (2010) 1. - ISSN 0034-4257 - hal. 106 - 115.

(Saya akan menambahkan lebih banyak di masa depan karena jika saya menemukan makalah yang lebih terkenal)


1
Empat aspek deteksi perubahan, khususnya penting ketika memantau sumber daya alam (Macleod dan Congalton 1998) : Mendeteksi perubahan, Mengidentifikasi sifat perubahan, Mengukur luas perubahan, Menilai pola perubahan spasial perubahan.
Nikos Alexandris

Jawaban:


16

Deteksi perubahan adalah operasi umum / modul dalam paket penginderaan jauh seperti ENVI atau Orfeo toolbox. Biasanya melibatkan data raster (misalnya citra satelit).

Bagaimana perbandingan dilakukan? Dengan alat apa? Saya merasa bahwa uraiannya tidak lengkap. Atau ada yang hilang.

Deteksi perubahan dilakukan dengan membandingkan dua gambar raster yang diambil pada waktu yang berbeda tetapi yang mencakup area yang sama. Saat gambar menutupi area yang sama, gambar saling overlay. Bayangkan dua grid ditumpuk di atas satu sama lain.

Maka masalah membandingkan apakah nilai piksel dalam raster baru sama dengan nilai piksel dalam raster lama. Pixel yang telah berubah kemudian ditandai. Outputnya biasanya berupa raster yang mencakup luasan yang sama dengan dua gambar dengan area yang diubah disorot. Ini penyederhanaan tentu saja tetapi Anda mendapatkan idenya :)

masukkan deskripsi gambar di sini

Di mana atau di buku mana saya dapat menemukan informasi lebih lanjut tentang Ubah Deteksi?

Anda dapat mulai dengan dokumen-dokumen ini

Alat apa yang harus saya gunakan untuk melakukan analisis seperti itu menggunakan data dalam suatu shapefile? (harap hanya sumber terbuka)

Anda dapat mencoba Opticks . Ini memiliki plugin deteksi perubahan .


14

Lihat DTclassifier di sini yang dapat Anda gunakan dengan QGIS.

DTclassifier menyediakan antarmuka sederhana yang efisien untuk klasifikasi raster dan deteksi perubahan menggunakan pohon keputusan.

Fitur plugin:

  • pendekatan terintegrasi - melakukan semua operasi termasuk pengumpulan data pelatihan, pembangunan pohon dan klasifikasi dalam QGIS
  • contoh pertama menggunakan perpustakaan visi komputer OpenCV di QGIS
  • penggunaan algoritma klasifikasi non-parametrik - pohon keputusan.

Anda dapat menemukan tutorial di sini .

Selain ini, Anda dapat melihat posting ini di sini , Entropy, deteksi perubahan

ubah deteksi

Saya harap ini membantu Anda ...


ya contoh visualnya sangat informatif. Terima kasih!
Nickves

9

Saya tidak berpikir Anda akan menemukan banyak alat untuk mendeteksi perubahan pada data vektor (seperti shapefile) karena itu masalah sepele - hanya berjalan poin, dan katakan padaku apakah mereka sama.

Deteksi perubahan lebih umum untuk gambar raster (mis. Gambar SAR, atau gambar visual / IR), di mana masalahnya mendeteksi apa yang telah berubah dari satu lintasan satelit ke yang berikutnya, atau dari satu pesawat terbang berlebih ke yang berikutnya, atau "sebelum dan sesudah "di situs yang telah mengalami bencana alam.

Untuk gambar raster, satu opsi toolkit open source adalah Orfeo Toolbox .


Ya, saya setuju tentang hal-hal sepele pada data vektor. Saya memperbarui pertanyaan saya untuk memasukkan raster juga
nickves

5
Masalah dengan data vektor kedengarannya sepele hanya karena Anda mengajukan pertanyaan sepele! Misalnya, ketika bentuknya adalah poligon yang mewakili luasan benda di permukaan, seperti tutupan hutan, pembangunan kota, dll., Maka perubahan pendeteksian memerlukan memotong lapisan dan menganalisis geometri dari tumpang tindih. Ketika bentuknya linier, orang biasanya tertarik untuk mengukur seberapa berbeda bentuknya - seberapa jauh rata-rata terpisah, paling banyak, dll., Ketika bentuknya adalah titik, seseorang ingin mengukur jarak tipikal antara titik, apakah titik baru memiliki muncul, dan yang lama menghilang.
whuber

Saya tidak punya jawaban penuh untuk ini, tapi saya masih berpikir itu mungkin masalah yang lebih mudah (sepele hanya dalam kasus paling sederhana) karena Anda sudah memiliki data "baik", dan tidak perlu berurusan dengan pendaftaran / klasifikasi berpisah dulu. Saya tidak mengetahui apa pun yang mencoba menangani data fitur yang tidak diklasifikasi, tetapi ada metrik di sebagian besar perangkat lunak berbasis GEOS untuk hal-hal seperti jarak jauh yang sederhana, jarak Hausdorff dan sebagainya.
BradHards

2

Ubah deteksi

Deteksi perubahan , dalam disiplin Penginderaan Jauh, adalah proses analitis yang bertujuan mendeteksi perubahan - dari waktu ke waktu dan ruang - dari tutupan lahan atau / dan penggunaan lahan.

PCA sebagai teknik deteksi perubahan

Di antara praktik deteksi perubahan yang paling umum dan berhasil, adalah penerapan Principal Components Analysis (PCA) pada data multi-dimensi bi-atau multi-temporal (Lu et al., 2003).

Apa itu PCA?

Principal Components Analysis (PCA) adalah algoritma transformasi linear multi-dimensi. Ini merekonstruksi data multivariat yang diatur sedemikian rupa sehingga variabel pertama, yang disebut komponen utama (PC), mengandung sebagian besar varian data asli. Dengan demikian, PCA memberikan potensi untuk menggambarkan atau mewakili secara andal kumpulan data multi-dimensi dengan menggunakan dimensi yang lebih sedikit daripada yang menyusun kumpulan data awal (Jolliffe, 2002).

Bagaimana cara kerjanya?

PCA mengarahkan ulang varian tertinggi dari kumpulan data asli, yang terutama menyerupai karakteristik lanskap yang tidak berubah , pada komponen pertama. Adalah tanggung jawab pengguna untuk mengekstraksi perubahan melalui operasi pemrosesan gambar digital canggih, yaitu klasifikasi gambar (segmentasi dan).

Deteksi perubahan berbasis PCA menggunakan (G) FOSS

PCA diimplementasikan dalam fungsi GRASS-GIS ( modul i.pca ), R ( princomp () dan prcomp () ), OrfeoToolbox , SAGA-GIS dan mungkin lebih banyak lagi (Gratis &) Aplikasi Sumber Terbuka.

Contoh pekerjaan mendalam, dari mana sebagian besar teks di atas telah diekstraksi, menunjukkan bagaimana memetakan area yang terbakar - yang pada dasarnya adalah analisis deteksi perubahan - berdasarkan PCA dan GFOSS. Tolong, merujuk pada karya ini untuk daftar referensi yang luas pada subjek.

Pada penggunaan GRASS-GIS dan R untuk melakukan PCA, ada halaman GRASS-wiki khusus berjudul Analisis Komponen Utama .

Referensi

Jolliffe, IT (2002). Analisis Komponen Utama . Springer, edisi ke-2. 28 ilustrasi.

Lu, D., Mausel, P., Brondizio, E., dan Moran, E. (2003). Ubah teknik deteksi. International Journal of Remote Sensing , 25 (12): 2365.


2

GIS open source dan paket penginderaan jauh Whitebox Geospatial Analysis Tools ( http://www.uoguelph.ca/~hydrogeo/Whitebox/ ) memiliki sejumlah alat yang cukup luas untuk melakukan deteksi perubahan pada citra. Ini termasuk alat untuk Analisis Perubahan Vektor, Tabulasi Silang, Regresi Gambar, Analisis Komponen Utama, dan operasi Penyisipan Memori Fungsi Tulis. Saya mungkin bias, menjadi pengembang utama perangkat lunak, tetapi saya sering mengajar deteksi perubahan untuk mahasiswa sarjana yang menggunakan Whitebox dan pengalaman saya adalah bahwa itu adalah perangkat lunak yang ramah pengguna dan intuitif untuk jenis analisis ini.

masukkan deskripsi gambar di sini


-1

Deteksi perubahan adalah studi yang sangat intens ketika Anda bekerja untuk pengembangan kota, pengelolaan lanskap, atau fragmentasi hutan ... Untuk tujuan seperti itu yang membutuhkan hasil yang jauh lebih akurat, Anda harus terlebih dahulu mencari klasifikasi suatu wilayah dari masa lalu hingga sekarang dan kemudian bekerja dengan yang tersebut. data vektor untuk studi deteksi perubahan

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.