Анализ изображений позволяет нам обрести новое понимание имеющихся данных путем создания аналитических карт для их изучения. Эти растровые (т.е. состоящие из ячеек) слои можно использовать для картографирования и моделирования любых происходящих на Земле процессов, например, связанных с сельским хозяйством, планированием, гидрологией, климатом, местообитаниями диких животных и т.д. Основная идея настоящей главы заключается в том, что данные изображений, имеющие ячеистую структуру, позволяют выполнять систематический управляемый анализ множества явлений с использованием нескольких слоев.
Анализ изображений улучшает ваше понимание происходящих процессов
ГИС с изображениями позволяют решать сложнейшие проблемы
ArcGIS предоставляет вам аналитическую платформу, позволяющую сочетать в аналитических моделях растровые изображения с другими типами географических данных. Это просто. ГИС хранит информацию в географических слоях. Между тем сцены изображений земной поверхности и сенсорные данные также доступны в качестве слоев. ArcGIS содержит тысячи операторов анализа, которые могут получать статистическую информацию, а перемещение модели и пролет над созданными поверхностями поможет вам найти наиболее и наименее подходящие области для ваших занятий.
Изображения являются источником разнообразной информации - своеобразной "виртуальной подзорной трубой" для изучения информации вашей ГИС. В свою очередь, ArcGIS содержит ряд операторов пространственного анализа, которые помогают глубже изучить имеющуюся информацию. Такие аналитические инструменты позволят вам ответить практически на любой вопрос - это может быть получение статистического сигнала из своих данных, исследование последовательных во времени событий и прогнозирование их наступления в будущем. Пространственный анализ представляет собой получение новых информационных слоев, которые помогут вам решить разные виды задач, например, найти наиболее подходящее место для строительства с учетом эффективности вашего бизнеса, увидеть невидимый при использовании простых подходов новый рынок при управлении сельскохозяйственным производством или отслеживать и прогнозировать эпидемии различных заболеваний.
Практически любую проблему, с которой мы сталкиваемся, можно решить, используя аналитический аппарат ArcGIS. А изображения являются важнейшим источником информации в вашей работе.
ГИС и анализ изображений интегрированы друг с другом сравнительно недавно. А с появлением облачных и серверных корпоративных технологий современные вычислительные системы способны анализировать огромные объемы изображений. Ограничения моделирования были значительно уменьшены, в результате чего вы получили возможность выполнять более сложное моделирование и более глубокий анализ информации.
Традиционный анализ изображений
В использовании изображений в процессе ГИС-анализа нет ничего нового. На протяжении нескольких последних десятилетий такие источники изображений, как мультиспектральные снимки, цифровые модели рельефа и цифровые ортофотоизображения являлись основой анализа при моделировании и получении географически значимых объектов. Приведем несколько простых примеров.
Навигация, моделирование потоков и поверхностей
Изначально создавались для расширенного анализа и визуализации
Характеристика мировой экологии
Проект экологического ландшафта
Сама природа состоящих из ячеек данных идеально подходит для осуществления определенных видов анализа, которые нельзя выполнить посредством векторных данных. Одним из примеров является проект экологического ландшафта (ELU). В результате выполнения наложения четырех глобальных слоев (физико-географическая карта, биоклиматическая карта, геологическая карта и карта почвенно-растительного покрова), с использованием для описания и характеристики каждой единицы земли экологических и физико-географических особенностей земной поверхности, была получена поверхность, изображающая разделение и классификацию биосферы Земли. "Эта карта представляет собой, прежде всего, предназначенные для землеустроителей, ученых, экологов и специалистов по планированию территорий и других пользователей глобальные экофизикогеографические веб-ГИС данные, позволяющие им выполнять мелко- и среднемасштабный ландшафтный анализ и учет", - говорит Роджер Сэйр из USGS.
Описание или характеристика места
Сегментация и классификация
Изображения могут использоваться для автоматизации классификации на отдельные категории, например, типы землепользования или почвенно-растительного покрова. Полученные в результате слои можно использовать впоследствии в качестве базовых карт и, что значительно интереснее, в процессе выполнения последующего анализа. Классификация набора изображений, полученных в разные временные периоды, позволяет, кроме того, изучить характер изменений местоположений – как естественного, так и антропогенного характера.
Обнаружение изменений почвенно-растительного покрова
Инструмент анализа изменений лесов оценивает общее уменьшение лесного покрытия и число активных пожаров в определенной области, а также показывает результаты для различных классов почвенно-растительного покрова. Инструмент анализа онлайн-приложения Global Forest Watch использует пространственную и временную информацию, позволяющую вам выполнить собственное исследование изменения лесного покрытия, текущего состояния почвенно-растительного покрова и создать классификации в интересующей вас области.
Сегментация
Сегментация изображения - это процесс разделения изображения на однородные группы так, чтобы каждая область была внутри однородной. На карте показана водонепроницаемая зона каждого участка, полученная путем сегментирования поверхности посредством извлечения объектов в ArcGIS. Это классическое применение сегментации.
Анализ пригодности
Поиск наилучших местоположений
Важный вопрос, на который позволяет ответить ГИС-анализ, – где находится наилучшее местоположение для размещения чего-либо? Для ответа на данный вопрос существуют модели пригодности, позволяющие найти идеальное место для строительства или сохранения чего-либо – в зависимости от цели исследования. Может рассматриваться широкий круг проблем: где разместить новый торговый центр, выполнить сельскохозяйственные посадки, сохранить плодородные низменности, поставить ветряные мельницы или разместить солнечные батареи на крышах зданий.
Например, факторами, определяющими место для размещения парка являются: 1) наличие свободного земельного участка минимальной площадью 1 акр; 2) близость к реке; 3) не слишком близкое размещение к уже имеющемуся парку; 4) территория, покрытая взрослыми деревьями; 5) расположение в районе мест проживания и работы значительного числа людей. ArcGIS с использованием растровых изображений сможет быстро смоделировать пригодность территории для размещения парков и других объектов. Приведём еще несколько примеров.
Почвенно-растительный покров как индикатор качества воды
NOAA использовала почвенно-растительный покров для предсказания качества воды посредством ГИС-анализа. К примеру, качество воды вблизи лесов и болот, как правило, выше, чем в промышленных областях и местах размещения парковок автотранспорта. Карта-история прекрасно описывает этот подход.
Вычисление потенциала солнечной энергии для поверхностей крыш зданий
В шт. Миннесота смоделирован потенциал солнечной энергии для всего штата с использованием вычисления солнечной радиации и экспозиции по растровым слоям высот поверхности, растительности и другим изображениям. Это позволяет жителям получить быструю и точную оценку мест, в которых использование солнечной энергии может стать альтернативой другим источникам.
Что я увижу?
Анализ видимости
Анализ видимости при ее расчете учитывает расстояние, рельеф и даже почвенно-растительный покров соответствующей территории. Это операция, позволяющая вам находить места, из которых видна конкретная точка. Например, вы сможете определить, из какой части парка можно увидеть реку или сколько мельниц видимо с городской площади.
Правильное размещение ветропарков
Анализ видимости определил воздействие на видимость ветропарка с четырьмя большими турбинами на изучаемой территории (Великобритания). Ухудшение видимости, связанное с постройкой здания ветряной электростанции в городской и пригородной областях, может повлечь за собой общественное недовольство. Показ территории, с которой будет видна станция с турбинами, до постройки электростанции поможет уменьшить отрицательную реакцию общества.
Вычисление видимости
Эта интересная карта-история, используя ГИС-анализ видимости, рассказывает о судьбоносной битве при Геттисберге, произошедшей во время Гражданской войны в США. В момент, когда генерал Роберт Ли (его местоположение отмечено красным глазом) собирался вступить в бой с войсками Союза, он мог видеть только войска противника, расположенные в окрашенных светлым цветом территориях, а области серого цвета, в которых располагалась большая часть войск Союза, были ему в это время невидимы. Историки, используя свои заметки, карты битвы и обычный слой рельефа, смогли раскрыть тайну, почему же Ли вступил в битву, в которой у него изначально практически не было шансов.
Отслеживание водного потока
Гидрологический анализ
Гидрология – это наука, изучающая водные объекты Земли, в частности, их движение относительно земной поверхности. Поскольку вода перемещается вниз под действием гравитации, высота земной поверхности может использоваться для моделирования движения водных потоков.
Моделирование катастрофических наводнений
Подверженные наводнениям каньоны представляют собой серьезную угрозу для отдыхающих на территории засушливой западной части Соединенных Штатов. Управление Национальной метеорологической службы NOAA в г. Сан-Диего признало опасность возникновения катастрофических наводнений и внедрило усовершенствованные сервисы для двух подверженных наводнениям каньонов. На этой карте-истории описаны методы, использованные для создания системы предупреждения людей о территориях повышенной опасности, расположенных в парке Анза-Боррего.
Частота наводнений
Слои анализа водоразделов позволяют оценить частоту наводнений, разделив ее значения на шесть классов: от нулевой да самой высокой. Щелкните любую точку карты для получения значения частоты наводнений. Этот растр 30-метрового разрешения покрывает большую часть континентальной территории США, в т.ч. Аляску, Гавайи, Пуэрто-Рико, Американские Виргинские острова, а также некоторые тихоокеанские острова, например, Гуам и Сайпан.
Визуализация растров
Способы отображения 2D и 3D
Растровые данные бывают одноканальные и многоканальные, с небольшим количеством значений пикселов и содержащие полный диапазон значений в пределах определенной глубины цвета. Есть ряд способов визуализации растровых данных как многоканальных изображений, в 3D и в виде динамических серий временных карт. К примеру, при работе с цветным аэрофотоснимком вы часто просматриваете трехканальный набор растровых данных в RGB (красный, зеленый и синий каналы), и этот метод отображения будет применяться по умолчанию.
Вычисление отмывки
Аналитическое построение отмывки вычисляет значения освещенности поверхности растра в диапазоне от 0 до 255, в зависимости от азимута Солнца и его высоты над горизонтом. Моделирование и визуализация рельефа помогает также работе с другими информационными слоями, как это можно видеть на карте почв холмов Panoche, расположенных в Калифорнии - к западу от г. Фресно.
4D-визуализация морской среды
Стандарт береговой и морской экологической классификации (CMECS) является основой для организации информации о прибрежных районах и океанах, а также об их экосистемах. Четырехмерная временная карта содержит физические, биологические и химические свойства, используемые в целях определения состояния и динамики прибрежных и морских экосистем. При представлении в 3D, данные формируют стек, по которому может проходить анализ.
Слово профессионалу: Джерри Кинн
Анализ изображений – это не просто работа с красивыми картинками
Технология анализа изображений сделала огромный шаг вперед с тех пор, как был запущен первый спутник системы Landsat. Первоначально акцент был сделан на обработке изображений с целью их дешифрирования, а затем, несколько позднее, – извлечения объектов, использующихся для заполнения баз данных ГИС. В настоящий момент эта технология является общепринятой. Акцент сместился в область обработки изображения, выполняемой для обогащения нашего понимания мира с целью лучшего прогнозирования ситуации и управления ею – т.е. для своеобразной "игры на опережение". Этого мы пытаемся добиться в области сельского и лесного хозяйства, охраны окружающей среды, городского планирования, управления транспортом и даже в такой области человеческой деятельности, как обеспечение правопорядка.
Анализ изображений существует не в вакууме. На него влияет в том числе развитие связанных отраслей. В настоящее время мы видим увеличение компьютерных мощностей с параллельным развитием возможностей облачных технологий; появляется все большее и большее число изображений лучшего разрешения и большими вариантами их получения; имеется доступ к объемным наборам данных ГИС, которые можно использовать перед получением изображений; есть новые и инновационные способы выполнения анализа. Так на каком же уровне прогресса мы находимся?
Возьмем, к примеру, сельское хозяйство. В Соединенных Штатах подавляющее большинство фермеров регистрируют свои поля и посевы в Министерстве сельского хозяйства. Для всей территории страны имеются почвенные карты и цифровые модели рельефа высокого качества. NEXRAD предоставляет данные об осадках с разрешением менее 1 км, получаемые наземными радарами по всему материку каждые пять минут. Используя модели посадки вместе с другими температурными данными и данными о солнечной радиации можно предсказать состояние реальных всходов на каждом поле. Это позволит использовать спектрозональные снимки с целью проверки и уточнения данных моделей сельскохозяйственных насаждений для вновь полученных снимков – как спутниковых, так и аэрофотоизображений и даже снимков, полученных беспилотными летательными аппаратами. По сути, беспилотные аппараты сделали данные ближе к каждому отдельному фермеру, поскольку имеют большее разрешение и могут выполнять съемку значительно чаще. В результате анализа отображаются аномальные места, в которых фермеру следует решить проблемы с влажностью, недостатком питательных веществ, сорняками и вредителями. Результатом анализа является более глубокое понимание производства – как на национальном уровне, так и на уровне поля отдельно взятого фермера.
Анализ изображений – это теперь не просто работа с красивыми картинками. Они сочетают в себе технологию дистанционного зондирования с другими имеющимися ГИС-данными для моделирования важных процессов, которые происходят рядом каждый день и влияют на нашу жизнь.
Изображения – это глобальный монитор
Что может показать карта?
Целью картографии и других видов стилизации информации является выделение действительно важных данных. Во многих случаях, когда мы добавляем данные в виде поверхности, она представляет собой сложный пространственный анализ, превращающийся в карту, то есть информационное изображение.
Индекс стока осадков
Когда осадки достигают земной поверхности, большая их часть попадает в естественные хранилища (озера, водоносные горизонты, почвенные воды, снежный покров, растительность и т.д.) Если количество осадков превышает объем таких хранилищ, они уходят в сток – в речную систему. В городских районах тротуар и другие водонепроницаемые поверхности резко увеличивают объем поверхностного стока, который, вместе с мусором, попадает в водотоки и увеличивает загрязнение окружающей среды и риск наводнений. В сельскохозяйственных районах поверхностный и подземный сток может нести избыток солей и других минеральных соединений, особенно соединений азота и фосфора.
Батиметрия
Батиметрия – изучение подводного рельефа водоемов (например, дна озера, океанического дна и т.д.). Другими словами, батиметрия – это топография под водой. Эта карта отображает океаны и объекты их батиметрии.
Аналитическое исследование: Ураган Айрин
Использование лидарных изображений для моделирования восстановления причиненных ураганом разрушений
Когда ураган Айрин обрушился на отмели Северной Каролины в 2001 г., штормом на территории о. Пи были прорублены два новых канала. Основной транзитный путь обратно на материк был разрушен. Региональными транспортными компаниями были получены лидарные данные и изображения.
Для передвижения местных жителей могла использоваться только разрушенная дорога. Но ремонта требовала не только сама дорога, но и окружающий ее пляж, поскольку он должен был использоваться в качестве буферной зоны, защищающей новую дорогу. Как только через несколько дней после урагана были получены и проанализированы изображения, они стали доступны соответствующим агентствам, оказав неоценимую помощь в восстановлении инфраструктуры разрушенной ураганом территории.
В штате Северная Каролина было развернуто простое приложение, позволяющее чиновникам подсчитывать, сколько грузовиков песка потребуется для ликвидации последствий шторма. Рисуя различные геометрические фигуры на земной поверхности, чиновники получали оценку, сколько необходимо завести песка для максимально быстрого ремонта дороги и пляжа.
Создание водонепроницаемых поверхностей
Использование растровых функций
Многие органы местного самоуправления используют водонепроницаемые поверхности для вычисления объёмов ливневых вод. С помощью динамической обработки изображений из мультиспектральных изображений извлекаются объекты водонепроницаемых поверхностей, использующиеся затем для вычисления общей площади водонепроницаемой поверхности на участках, как это показано на примере г. Шарлотт (Северная Каролина). Данное вычисление является прекрасной иллюстрацией стратегии, выработанной благодаря интеграции ГИС и обработки изображений.
Быстрый старт
Пространственный анализ даёт новые знания, аналитические оценки и интерпретации
Spatial Analyst
ArcGIS Spatial Analyst – это дополнительный модуль ArcMap, который расширяет функциональность ArcGIS Desktop при помощи добавляемых инструментов пространственного моделирования и анализа. Он используется для решения комплексных задач, например, для поиска оптимального местоположения нового розничного магазина или определения наиболее перспективной территории для создания природных заказников. Несмотря на то, что он не рассматривается в данной книге, это важный инструмент в комплекте аналитика.
Открытый онлайн курс Как достичь успеха в пространственном анализе?
Данный курс предназначен для тех, кто уже немного знаком с анализом данных и хочет освоить, каким образом при помощи специфических возможностей анализа пространственных данных можно прийти к более глубокому пониманию. Вы получите свободный доступ ко всем аналитическим функциям ArcGIS Online, облачной ГИС- платформе Esri. Иметь некоторый опыт работы с ГИС желательно, но не обязательно.
Вычисление плотности
Найти горячие точки
Интерполировать точки
Построить буферы
Урок Learn ArcGIS
Вычисление водонепроницаемых поверхностей на основании спектрозональных изображений
Общий обзор
Недоступные для проникновения воды поверхности, так называемые водоупорные поверхности, представляют серьезную экологическую проблему. Сток ливневых вод может вызвать затопление и смыть загрязненные материалы в озера и реки. В связи с этими угрозами многие местные органы власти облагают налогами земли, в которых много водонепроницаемых поверхностей. Среди них правительства Луизианы и Кентукки. Но чтобы выписать счёт за ливневую канализацию, им надо точно знать площадь водонепроницаемых поверхностей на каждом земельном участке.
Вы поможете им вычислить такую площадь для одного микрорайона в Луисвилле. При помощи задачи в ArcGIS Pro вы извлечёте каналы из спектрозонального снимка этого микрорайона, чтобы выделить такие городские объекты, как дороги и серые крыши домов. Затем надо будет сегментировать и классифицировать изображения по типам землепользования, которые можно потом разделить на проницаемые и водонепроницаемые поверхности. Добившись точной классификации, вы вычислите площади водонепроницаемых поверхностей для каждого земельного участка, что предоставит Луисвиллу сведения, необходимые для определения сумм счетов за ливневые стоки.
Вы приобретете навыки в следующих областях:
- Рабочий процесс в задачах ArcGIS Pro
- Выполнение контролируемой классификации
- Проверка точности классификации
- Расчет территорий с определенным типом землепользования в пространственном объекте
Вам потребуется:
- ArcGIS Pro 1.2.0 или выше
- ArcMap 10.3 или выше (дополнительно)
- Предполагаемое время: 1 час 30 минут
Предыдущая глава
Perceiving the Imperceptible
Sensors give us superhuman eyes
Следующая глава
Creating Mirror Worlds
Enabling a new dimension