LandViewer - اب براؤزر میں تبدیلیاں کا پتہ چلتا ہے

ریموٹ سینسنگ کے اعداد و شمار کا سب سے اہم استعمال کسی خاص علاقے سے تصاویر کی موازنہ ہے، مختلف اوقات میں لے جایا گیا ہے جو یہاں ہوا. موجودہ وقت میں سیٹلائٹ تصاویر کی ایک بڑی تعداد کے ساتھ، طویل مدت کے دوران، تبدیلیوں کا دستی پتہ لگانے کا ایک لمحہ وقت لگے گا اور زیادہ سے زیادہ امکانات خراب ہوجائے گی. EOS ڈیٹا تجزیات نے خود کار طریقے سے آلے کی تشکیل کی ہے تبدیلیوں کا پتہ لگانا لینڈویور، اس کی اہم مصنوعات میں، جو موجودہ مارکیٹ میں سیٹلائٹ تصاویر کی تلاش اور تجزیہ کے لئے سب سے قابل قابل بادل ٹولز میں شامل ہے..

طریقوں کے برعکس جس میں نیورل نیٹ ورک شامل ہیں تبدیلیوں کی شناخت پہلے نکالا خصوصیات میں، تبدیلی کا پتہ لگانے کے الگورتھم کی طرف سے لاگو ای او ایس امریکہ ایک حکمت عملی پکسلز کی بنیاد پر، جس میں دو multiband ریھاپنج تصاویر کے درمیان تبدیلیاں، کسی دوسری تاریخ کے لئے ایک ہی نقاط کی پکسل اقدار کے ساتھ ایک تاریخ کے پکسل اقدار گھٹانے پر ریاضی حساب کر رہے ہیں کا مطلب ہے کہ. یہ نیا سگنیچر خصوصیت، کام کی تبدیلی کا پتہ لگانے کے خود کار اور کم اقدامات کے ساتھ اور ArcGIS، QGIS یا دیگر GIS سافٹ ویئر تصویر پروسیسنگ کے مقابلے میں وقت کا ایک حصہ میں درست نتائج فراہم کرنے کے لئے ڈیزائن کیا گیا ہے.

تبدیلی کا پتہ لگانے کے انٹرفیس. بیروت شہر کے ساحل کی تصاویر حالیہ برسوں کی ترقی کی شناخت کے لئے منتخب کیا.

بیروت شہر میں تبدیلیوں کا پتہ لگانا

ایپلی کیشنز کی لامحدود گنجائش: زراعت سے ماحولیات کی نگرانی سے.

EOS کی ٹیم کی طرف سے قائم کی اہم اہداف میں سے ایک، ریموٹ سینسنگ ڈیٹا کے لئے تبدیلی کا پتہ لگانے کا ایک پیچیدہ عمل کو بنانے کے لئے تھا، قابل رسائی اور یہ کہ GIS نہیں ہیں صنعتوں سے ناتجربہ کار صارفین کے لئے آسان ہے. LandViewer کی تبدیلی کے آلے کے آلے کے ساتھ، کسانوں کو تیزی سے ایسے علاقوں کی شناخت کر سکتی ہے جو سیلاب، طوفان یا سیلاب کے ذریعہ اپنے شعبوں میں نقصان پہنچے ہیں. جنگل مینجمنٹ میں، تبدیلیوں کا پتہ لگانا سیٹلائٹ کی تصویر میں، جنگل کے آگ کے بعد اور غیر قانونی لاگنگ یا جنگل کی زمین پر حملہ کا پتہ لگانے کے بعد یہ جلدی علاقوں کا تخمینہ لگانے کے لئے مفید ثابت ہوگا. شرح اور ماحولیاتی تبدیلیوں کی حد تک مشاہدہ (جیسا کہ قطبی برف، فضائی آلودگی اور پانی، شہری لوٹنا کی وجہ سے قدرتی مسکن کے نقصان کے پگھلنے) ماحولیاتی سائنسدانوں اور مسلسل کی طرف سے کارکردگی ایک کام ہے، اور اب یہ کام کرسکتے ہیں منٹ کے معاملے میں. کا پتہ لگانے کے آلے LandViewer تبدیلیوں کے ساتھ سیٹلائٹ ڈیٹا کا استعمال کرتے ہوئے ماضی اور حال سال کے درمیان اختلافات کا مطالعہ کرتے ہوئے، ان تمام صنعتوں میں بھی مستقبل تبدیلیوں کی پیشن گوئی کر سکتے ہیں.

تبدیلیوں کا پتہ لگانے کے اہم استعمال کے مقدمات: سیلاب کا نقصان اور خرابی

ایک تصویر ہزار الفاظ کے قابل ہے، اور سیٹلائٹ کی تصاویر کے ساتھ تبدیلی کا پتہ لگانے کی صلاحیتیں LandViewer وہ حقیقی طرز زندگی کے ساتھ بہترین کارکردگی کا مظاہرہ کر سکتے ہیں.

ون اب بھی عالمی علاقے کا تقریبا ایک تہائی کی بنیادی وجہ مثلا زراعت، کان کنی، مویشیوں کی چراگاہ، لاگ ان اور اس طرح کے جنگل میں آگ کے قدرتی عوامل انسانی سرگرمیوں کے لئے، ایک خطرناک شرح سے غائب ہیں کا احاطہ. جنگل کی ہزاروں ایکڑ رقبے کی زمین پر بڑے پیمانے پر مطالعہ کارکردگی کا مظاہرہ کرنے کے بجائے، ایک جنگل ٹیکنیشن باقاعدگی NDVI بنیاد پر سیٹلائٹ تصاویر اور خود کار طریقے سے تبدیلی کا پتہ لگانے کے ایک جوڑے کے ساتھ جنگلات کی حفاظت کی نگرانی کر سکتے ہیں (پودوں انڈیکس معمول فرق) .

یہ کیسے کام کرتا ہے؟ NDVI پودوں کی صحت کا تعین کرنے کے لئے ایک معروف ذریعہ ہے. ، برقرار جنگل کی سیٹلائٹ تصویر کا موازنہ کے ساتھ تصویر حاصل کیا گیا صرف کے بعد درختوں کو کاٹ دیا گیا تھا کی طرف سے، LandViewer تبدیلیوں کا پتہ لگانے اور ایک فرق تصویر جنگلات کی کٹائی کے پوائنٹس کو اجاگر پیدا، صارفین .فوٹو میں نتائج کو ڈاؤن لوڈ کر سکتے ہیں، .png یا .tiff کی شکل. جنگل کا احاطہ ہے جو زندہ بچتا ہے مثبت اقدار ہو گا، جبکہ صاف شدہ علاقوں میں منفی اثر پڑے گا اور سرخ ٹونوں میں دکھایا جاسکتا ہے جس سے ظاہر ہوتا ہے کہ کوئی پودوں موجود نہیں ہے.

2016 اور 2018 کے درمیان مڈغاسکر میں خرابی کی حد کی حد دکھائی دینے والی ایک مختلف تصویر؛ دو Sentinel-2 سیٹلائٹ تصاویر سے پیدا

تبدیلیوں کا پتہ لگانے کے لئے وسیع پیمانے پر استعمال کا ایک اور کیس زرعی سیلاب کے نقصان کی تشخیص ہو گی، جو کسانوں اور انشورنس کمپنیوں کے لئے بہت دلچسپی رکھتی ہے. ہر بار جب سیلاب نے اپنی فصلوں پر بھاری تعداد میں اضافہ کیا ہے تو، نقصان کو نقد کیا جاسکتا ہے اور NDVI کی بنیاد پر تبدیلی کا پتہ لگانے کے الگورتھم کی مدد سے تیزی سے ماپا جاتا ہے.

سینٹینیل- 2 منظر تبدیلی کا پتہ لگانے کے نتائج: سرخ اور نارنجی علاقوں کے میدان کے سیلاب حصے کی نمائندگی کرتے ہیں؛ ارد گرد کے کھیتوں سبز ہیں، جس کا مطلب یہ ہے کہ انہوں نے نقصان سے بچا. کیلی فورنیا کے سیلاب، فروری کے 2017.

LandViewer میں تبدیلی کے پتہ لگانے کے عمل کو کیسے مرتب کرنا ہے

حق مینو "تجزیہ کے اوزار" یا سلائیڈر کے مقابلے پر آئکن، جو بھی زیادہ آسان ہے پر کلک کر کے: کے آلے شروع اور multitemporal سیٹلائٹ تصاویر میں اختلافات کو تلاش کرنے شروع کرنے کے دو طریقے ہیں. فی الحال، تبدیلیوں کا پتہ لگانے صرف آپٹیکل سیٹلائٹ ڈیٹا (غیر فعال) میں بنایا جاتا ہے؛ فعال ریموٹ سینسنگ کے اعداد و شمار کے لئے الگورتھم کے علاوہ مستقبل کے اپ ڈیٹس کے لئے مقرر کیا جاتا ہے.

مزید تفصیلات کے لئے، اس رہنمائی کو پڑھیں پتہ لگانے کا آلہ تبدیل کریں لینڈویور کا اے تازہ ترین صلاحیتیں تلاش کرنے کے لئے شروع کریں LandViewer اپنے آپ پر

جواب چھوڑیں

آپ کا ای میل ایڈریس شائع نہیں کیا جائے گا.

سپیم کو کم کرنے کے لئے یہ سائٹ اکزمیت کا استعمال کرتا ہے. جانیں کہ آپ کا تبصرہ ڈیٹا کس طرح عملدرآمد ہے.