لینڈ ویوئر - تبدیلی کا پتہ لگانے والا اب براؤزر میں کام کرتا 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 ٹیم کے طے کردہ بنیادی اہداف میں سے ایک غیر GIS صنعتوں سے ناتجربہ کار صارفین کے لئے دور دراز سینسنگ ڈیٹا تک قابل رسائی اور آسان رسائی کے لئے ایک پیچیدہ تبدیلی کا پتہ لگانے کا عمل بنانا تھا۔ لینڈ ویوئر کے تبدیلی کا پتہ لگانے کے آلے کے ذریعہ ، کسان جلدی سے ان علاقوں کی نشاندہی کرسکتے ہیں جنھیں اولے ، طوفان یا سیلاب سے اپنے کھیتوں کو نقصان پہنچا ہے۔ جنگل کے انتظام میں ، تبدیلیوں کا پتہ لگانا مصنوعی سیارہ کی شبیہہ میں ، جنگل میں لگنے والی آگ کے بعد جلے ہوئے علاقوں کا اندازہ لگانے اور جنگل کی زمینوں پر غیر قانونی لاگنگ یا حملے کا پتہ لگانے کے لئے یہ کارآمد ثابت ہوگا۔ آب و ہوا کی تبدیلی کی شرح اور وسعت کا مشاہدہ کرنا (جیسے قطبی برف ، ہوا اور پانی کی آلودگی پگھلنا ، شہری پھیلاؤ کی وجہ سے قدرتی رہائش گاہ کا نقصان) ایک ایسا کام ہے جو ماحولیاتی سائنسدان جاری بنیادوں پر انجام دیتے ہیں ، اور اب وہ کر سکتے ہیں۔ منٹ کے معاملے میں. لینڈ ویوئر کے تبدیلی کا پتہ لگانے والے آلے کے ساتھ سیٹیلائٹ کے اعداد و شمار کے برسوں کے استعمال سے ماضی اور حال کے مابین پائے جانے والے فرق کا مطالعہ کرکے ، یہ تمام صنعتیں مستقبل میں ہونے والی تبدیلیوں کی پیش گوئی بھی کرسکتی 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 کا ایک معروف ذریعہ ہے۔ برقرار جنگل کے مصنوعی سیارہ کی تصویر کا موازنہ کرکے ، اس شبیہہ کے ساتھ جو درختوں کو داغے جانے کے بالکل بعد حاصل کیا گیا تھا ، لینڈ ویوئر تبدیلیوں کا پتہ لگائے گا اور جنگل کی کٹائی کے مقامات پر روشنی ڈالنے والی ایک مختلف امیج تیار کرے گا ، صارفین نتائج کو jjg میں ڈاؤن لوڈ کرسکتے ہیں۔ .png یا .tiff فارمیٹ۔ جنگل کا احاطہ جو زندہ رہے گا اس کی مثبت اقدار ہوں گی ، جبکہ صاف ہونے والے علاقوں میں منفی اقدار ہوں گی اور انہیں سرخ سروں میں دکھایا جائے گا جس سے یہ ظاہر ہوتا ہے کہ یہاں کوئی پودوں کی موجودگی 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

تبدیلی کا پتہ لگانے کے لئے ایک اور وسیع پیمانے پر استعمال کا معاملہ زرعی سیلاب سے ہونے والے نقصان کا اندازہ ہوگا ، جو کاشتکاروں اور انشورنس کمپنیوں کے لئے بہت دلچسپی کا حامل ہے۔ جب بھی سیلاب نے آپ کی فصل کو بھاری نقصان پہنچایا ہے تو ، نقصان کو فوری طور پر این ڈی وی آئی پر مبنی تبدیلی کی نشاندہی کرنے والے الگورتھم کی مدد سے نقشہ لگایا جاسکتا 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 لینڈ ویوئر سے یا 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.