Начало работы и изучение снимков
Для оценки ущерба от града на кукурузных полях в этой области вы используете спутниковые снимки. Сначала вы ознакомитесь с проектом и данными, а затем начнете изучать снимки.
Загрузка и открытие проекта
Сначала вы загрузите проект, содержащий снимки, необходимые для занятия, и откроете его в ArcGIS Pro.
- Загрузите файл Corn field damage.zip.
- Найдите скачанный файл Corn field damage.zip на своем компьютере.
Примечание:
В зависимости от настроек браузера, вам могло быть предложено выбрать место для сохранения загружаемого файла. Большинство браузеров по умолчанию скачивают все в папку Загрузки.
- Щелкните правой кнопкой на файле Corn field damage.zip и распакуйте его туда, где его потом будет легко найти, например, в папку Документы.
Далее вы откроете этот проект в ArcGIS Pro.
- Запустите ArcGIS Pro. Если будет предложено, войдите под лицензированной учетной записью организации ArcGIS.
Примечание:
Если у вас нет доступа к ArcGIS Pro или учетной записи организации ArcGIS, см. варианты доступа к программному обеспечению.
- В ArcGIS Pro под Последние проекты щелкните Открыть другой проект.
- В окне Открыть проект перейдите к извлеченной папке Corn field damage. Щелкните Corn field damage.aprx, чтобы выбрать его и нажмите OK.
Откроется проект.
Проект содержит два снимка, полученных 4 и 8 августа 2019 года, до и после града в районе Табера и Барнуэлла в Альберте: Before_storm.tif и After_storm.tif. Также он содержит векторный слой Field boundaries, который вы используете на занятии позднее.
Примечание:
Два снимка являются спутниковыми снимками PlanetScope, полученными компанией по съемке Земли Planet Labs. Planet Scope – это группировка из 120 спутников, которая позволяет ежедневно получать новые изображения для любой заданной области на Земле.
Наблюдение изображений в естественных цветах
Далее вы рассмотрите два снимка до и после града. Снимки мультиспектральные, т.е. они содержат несколько отдельных спектральных каналов. Каждое изображение содержит три канала, перечисленных на панели Содержание:
- Красный (или Band_3)
- Зеленый (или Band_2)
- Синий (или Band_1)
Они также содержат четвертый канал, невидимый в данный момент:
- Ближний инфракрасный (или Band_4)
Примечание:
Ближний инфракрасный диапазон волн не видим человеческому глазу, но часто снимается сенсорами спутниковых и аэроснимков, так как он имеет широкое применение, что вы увидите позднее в руководстве.
В данный момент изображения показаны в естественных цветах при помощи Красного, Зеленого и Синего каналов, соответствующих спектру видимого человеческому глазу света. Естественный цвет приблизительно соответствует тому, как снимок видит человек. Вы рассмотрите и визуально сравните два изображения.
- Рассмотрите текущий вид карты, показывающий снимок Before_Storm.tif. Можно изменить масштаб при помощи колесика мыши, чтобы увидеть больше деталей.
Вы можете видеть множество полей, одни круглой формы, другие – прямоугольной. Они, как правило, очень зеленые, так как в августе, перед бурей, многие культуры приближаются к зрелости. Теперь вы сравните его со снимком после бури, используя инструмент Спрятать.
- На панели Содержание включите After_storm.tif, поставив галочку в окошке.
На карте явно ничего не изменилось, так как After_Storm.tif отображается под Before_Storm.tif.
- Щелкните снимок Before_storm.tif, чтобы выбрать его.
- На ленте на вкладе Растровый слой в группе Сравнить щелкните Спрятать.
- Во вьюере карты проведите курсором сверху вниз, чтобы появился снимок After_Storm.tif, и сравните его с Before_Storm.tif.
На первый взгляд, можно заметить, что снимок после града в некоторых областях имеет более светлый оттенок, чем снимок до града. В частности, по-видимому, есть некоторые следы светлых тонов, пересекающие область с северо-запада на юго-восток. Однако в данный момент трудно получить более точную информацию о повреждении урожая.
- После того, как вы завершите изучение, на вкладке Карта на ленте в группе Навигация щелкните кнопку Исследовать, чтобы выйти из режима Спрятать.
Чтобы лучше визуализировать ущерб, нанесенный урожаю штормом, вы обратите свое внимание на красный и ближний инфракрасный каналы.
Изучение значений красного и ближнего инфракрасного каналов
Для улучшения визуализации изменений урожая вы используете красный и ближний инфракрасный (NIR) каналы, которые применяются при оценке здоровья растительности.
- Хлорофилл в здоровой растительности поглощает большую часть света в красном канале для использования в фотосинтезе, поэтому отражает его очень мало.
- Структура ячеек со здоровой растительностью сильно отражает свет ближнего инфракрасного диапазона.
Поскольку сенсор спутника фиксирует количество отраженного света в различных каналах, значения пиксела снимка показывающего здоровую растительность, обычно будут низкими для красного канала и высокими для NIR. Это показано на графике спектрального профиля ниже. Напротив, угнетенная или умирающая растительность будет поглощать меньше красного света (следовательно, отражая его больше) и будет отражать меньше света NIR. На графике также показано, что пикселы, представляющие голую землю будут отражать еще больше света в красном канале и меньше в NIR.
Чтобы лучше понять изменчивость значений отражения в красном и ближнем инфракрасном диапазонах на снимках Альберты, вы примените инструмент Информация об изображении, предоставляющий информацию о спектральном профиле на уровне пикселов.
- На панели Содержание проверьте, что выбран снимок Before_storm.tif. На ленте на вкладке Изображение в группе Инструменты щелкните Информация об изображении.
Появится панель Информация об изображении.
- Во вьюере карты укажите на темно-зеленое поле со здоровой, густой растительностью.
На панели Информация об изображении появится график спектрального профиля для пиксела в текущем местоположении курсора. Как и ожидалось, значение отражения в красном канале (обозначенное красным цветом) очень низкое, а значение отражения в NIR (обозначенные серым) – высокое.
Примечание:
Каналы отображаются на графике в порядке, предоставленном снимком, а именно Синий (канал 1), Зеленый (канал 2), Красный (канал 3) и Ближний инфракрасный (канал 4).
- Во вьюере карты наведите курсор на бежевую или светло-коричневую область, относящуюся к голой земле и отсутствию растительности.
На панели Информация об изображении обновится график спектрального профиля. Значение отражения в красном канале теперь сравнительно выше, а значение отражения в NIR – ниже.
- Наводите курсор на разные области на обоих снимках и посмотрите, как изменяются значения Красного и NIR.
Теперь, когда вы лучше понимаете связь между этими двумя каналами, вы можете видеть, что вычисление разрыва между значениями Красного и NIR может быть хорошим методом для измерения количества здоровой растительности, присутствующей на земной поверхности. Вы выполните это, применив к снимкам индекс SAVI.
Выполнение анализа изменений с помощью индекса SAVI
Далее вы изучите, что такое индекс SAVI, и как на основе значений Красного и Ближнего инфракрасного каналов он обеспечивает измерение здоровья растительности. Вы примените индекс SAVI к обоим изображениям до и после шторма, вычислите разницу между двумя полученными растрами и извлечете среднюю потерю здоровой растительности на каждом поле.
Примечание:
Этот тип анализа выполняется на уровне пиксела или ячейки.
Спутниковые изображения TIFF, такие как использующиеся в этом руководстве, являются растровыми. Растр - это данные, представленные в виде сетки ячеек или пикселей.
При анализе растра, вычисляются значения каждой ячейки растра. Более подробно о растровых данных.
Применение индекса SAVI
Спектральный индекс объединяет различные спектральные каналы с помощью математической формулы, обычно вычисляя некоторый тип отношения. Итоговыми выходными данными является новое растровое изображение.
Примечание:
Существует множество различных индексов, сочетающих разные спектральные каналы и использующих различные математические формулы. Каждый индекс служит для выделения разных явлений, например, здоровья растительности, водных поверхностей, городского развития, наличия железистых материалов в почве и многого другого. ArcGIS Pro содержит множество готовых доступных индексов в галерее индексов.
Для выделения здоровой растительности имеется несколько индексов на выбор. Вы примените Индекс растительности с коррекцией по почве (Soil-Adjusted Vegetation Index (SAVI)), который полагается на Красный и Ближний инфракрасный каналы и использует следующую формулу отношений:
SAVI = ((NIR - Red) / (NIR + Red + L)) * (1 + L)
Что особенно важно, SAVI измеряет разрыв между Ближним ИК и Красным каналами (NIR – Red). Высокое значение SAVI указывает на повышенное наличие здоровой растительности.
Примечание:
SAVI улучшен по сравнению более классическим NDVI, который использует упрощенную формулу без коэффициента L. Коэффициент L добавляется в формулу, чтобы минимизировать влияние отклонений яркости почвы в выходных значениях. L обычно присваивается значение 0.5 для сцен снимков с с умеренным растительным покровом. Итоговое значение SAVI варьируется от -1.5 до +1.5 (если L=0.5). Дополнительно можно больше почитать об Индексе растительности с коррекцией по почве.
Далее вы примените индекс SAVI к снимкам Before_storm.tif и After_storm.tif.
- На панели Содержание проверьте, что выбран снимок Before_storm.tif.
- На ленте на вкладке Изображения в группе Инструменты щелкните Индексы. На панели Индексы выберите SAVI.
- В окне SAVI выберите следующие значения:
- Для Индекса канала Ближний инфракрасный выберите 4 - Band_4.
- Для Индекса Красного канала выберите 3 - Band_3.
- Для Коэффициента коррекции яркости почвы оставьте 0.5.
- Нажмите OK.
Появится новый слой SAVI_Before_storm.tif.
Примечание:
В отличие от исходных спутниковых снимков, растровый слой SAVI не является многоканальным. Каждая ячейка растра содержит одно значение SAVI, суммирующее состояние здоровой растительности в этом местоположении.
Также инструмент индекс SAVI является растровой функцией, что означает, что итоговый слой SAVI вычислен динамически и не сохранен на диск. Поскольку промежуточные наборы данных не создаются, обработка может быть применена быстро.
- Аналогично примените индекс SAVI к снимку After_storm.tif.
Появится новый слой SAVI_After_storm.tif. Вы снова используете инструмент Спрятать, чтобы сравнить два слоя SAVI.
- На панели Содержание перетащите SAVI_Before_storm.tif выше SAVI_After_storm.tif, чтобы он был первым в списке слоев. Убедитесь, что оба слоя включены, и, если необходимо, щелкните SAVI_Before_storm.tif, чтобы выбрать его.
- На ленте на вкладе Растровый слой в группе Сравнить щелкните Спрятать.
- Во вьюере карты проведите курсором сверху вниз, чтобы появилось изображение SAVI_After_Storm.tif, и сравните его с SAVI_Before_Storm.tif.
Самые высокие значения SAVI, обозначенные белым или светло-серым тонами, представляют области с повышенным наличием здоровой растительности. Вы можете видеть, что многие поля, по-видимому, имеют более высокие значения SAVI до шторма и после него. Однако все еще сложно увидеть, повлиял ли шторм на некоторые поля больше, чем на другие. Далее вы вычислите разницу между двумя слоями SAVI, чтобы измерить изменение растительности более точно.
- После того, как вы завершите изучение, на вкладке Карта на ленте в группе Навигация щелкните кнопку Исследовать, чтобы выйти из режима Спрятать.
- Нажмите Ctrl+S, чтобы сохранить проект.
Вычисление изменений между двумя слоями SAVI
Чтобы измерить изменения в растительности, произошедшие из-за шторма, вы вычислите разницу между двумя слоями SAVI при помощи растровой функции Вычислить изменения. Для каждого пиксела значение SAVI в SAVI_After_storm.tif будет вычтено из значения SAVI в SAVI_Before_storm.tif. Полученное положительное значение будет означать потерю здоровой растительности.
- На ленте на вкладке Изображения в группе Анализ щелкните кнопку Функции растра.
- На панели Функции растра введите в поле поиска Вычислить изменения и щелкните инструмент Вычислить изменения, чтобы открыть его.
- На панели Свойства Вычислить изменения введите следующие значения параметров:
- Для Растр Из выберите SAVI_After_storm.tif.
- Для Растр В выберите SAVI_Before_storm.tif.
- Для Метода вычисления изменений убедитесь, что выбрано Разница.
- Щелкните Создать новый слой.
Появится новый растровый слой Вычислить изменения_SAVI_After_storm.tif_SAVI_Before_storm.tif.
Области в пурпурных тонах указывают на потерю здоровой растительности (положительные числовые значения), самая существенная потеря обозначена темно-пурпурным цветом. Визуальное изучение указывает достаточно ясно, что град пересек область по диагонали с северо-запада на юго-восток, повреждая большинство полей в этом направлении. Поля в верхнем правом углу и нижнем левом углу изображения выглядят гораздо менее поврежденными.
Примечание:
Вы можете заметить, что несколько областей, обозначенных зеленым цветом (отрицательные числовые значения), по-видимому, указывают на небольшое увеличение растительности. Поскольку эти два изображения разделяют всего четыре дня, маловероятно, что за это время произошел значительный рост сельскохозяйственной растительности. Однако вполне возможно, что на некоторых участках голой земли, которые были сухими из-за августовской погоды, быстро начали расти сорняки после того, как они намокли от дождя и растаявшего града во время шторма.
Небольшое увеличение растительности не имеет отношения к вашему анализу повреждения урожая, поэтому вы исключите все значения ниже 0 в своем растре с помощью растровой функции Перекодировка.
- На панели Функции растра найдите и откройте Перекодировка.
- На панели Перекодировка свойства введите следующие значения параметров:
- Для Растра выберите Вычислить изменения_SAVI_After_storm.tif_SAVI_Before_storm.tif.
- Для Типа определения перекодировки оставьте Список.
Вы сформулируете правило перекодировки, согласно которому все отрицательные значения в растре должны быть удалены, то есть изменены на NoData. Как видно в легенде панели Содержание самое низкое значение в слое -0.576915, так что вы используете -0.6 в качестве минимального значения.
- В первой строке таблицы введите следующие значения:
- Для Минимума введите -0.6.
- Для Максимума оставьте 0.
- Для NoData поставьте отметку.
- Щелкните Создать новый слой.
Появится новый растровый слой Перекодировка_Вычислить изменения_SAVI_After_storm.tif_SAVI_Before_storm.tif. Вы дадите ему более короткое, значимое имя.
- На панели Содержание щелкните слой Remap_Compute_Change_SAVI_After_storm.tif_SAVI_Before_storm.tif два раза, чтобы отредактировать его. Измените имя на Потери здоровой растительности и нажмите Enter.
- На панели Содержание отключите все слои, кроме растра Потери здоровой растительности и базовых карт World Topographic Map и World Hillshade.
Новый растровый слой показывает только области, где имеются потери здоровой растительности. Глубокий оттенок фиолетового указывает на более сильные потери.
- Нажмите Ctrl+S, чтобы сохранить проект.
Извлечение среднего значения потерь растительности для каждого поля
В последнем разделе вы вычислите средние потери здоровой растительности для каждого поля Для этого вы используете класс объектов Field boundaries, в котором границы всех возделываемых полей в области представлены полигонами. Такой слой будет поддерживаться фермерской организацией, в которой вы работаете.
- На панели Содержание перетащите слой Field boundaries наверх списка слоев. Включите его.
Появляются полигоны, представляющие возделываемые поля, обозначенные красным цветом.
Для вычисления средней потери растительности вы примените инструмент Зональная статистика в таблицу. Для каждого из полигонов в Field boundaries инструмент вычислит среднее значение всех пикселов в растре Потери здоровой растительности, которые попадают в этот полигон.
- На ленте щелкните вкладку Анализ и в группе Геообработка щелкните Инструменты.
Откроется панель Геообработка.
- На панели Геообработка найдите и откройте Зональная статистика в таблицу.
- В инструменте Зональная статистика в таблицу введите следующие значения параметров:
- Для Входных векторных или растровых данных зон, выберите Field boundaries.
- Для Поля зоны оставьте Field_ID, которое заполняется автоматически.
- Для Входного растра значений выберите Потери здоровой растительности.
- Для Выходной таблицы введите Vegetation_loss_table в конце пути Corn field damage.gdb.
- Оставьте включенной опцию Игнорировать значение NoData при вычислениях.
- Для параметра Тип статистики выберите Среднее.
- Примите по умолчанию все остальные параметры.
- Щелкните Запустить.
Выходными данными этого инструмента будет таблица, которую вы теперь откроете.
- На панели Содержание в разделе Автономные таблицы щелкните правой кнопкой Vegetation_loss_table и выберите Открыть.
Откроется таблица. Она содержит по одной строке для каждого из полигонов возделываемых полей. В столбце Mean предоставлено среднее значение потерь здоровой растительности для каждого полигона. Теперь вам необходимо присоединить эту таблицу к слою Field boundaries, используя общее поле Field_ID.
- Закройте Vegetation_loss_table.
- На панели Содержание щелкните правой кнопкой Field boundaries, выберите Соединения и связи, а затем - – Добавить соединение.
- В окне Добавить соединение выберите следующие значения:
- Для Входной таблицы проверьте, что выбрана Field boundaries.
- Для Входного поля соединения выберите Field_ID.
- Для Соединяемой таблицы выберите Vegetation_loss_table.
- Для Поле соединяемой таблицы выберите Field_ID.
- Нажмите OK.
Значение Mean теперь добавлено к каждой строке в таблице атрибутов Field boundaries. Далее вы назначите символы слою Field boundaries на основании этого среднего значения, используя схему градуированных цветов.
- Дважды щелкните на символе Field boundaries, чтобы открыть панель Символы.
- На панели Символы щелкните кнопку назад, если необходимо.
- Под Основные символы выберите Градуированные цвета.
- Для Поля выберите MEAN.
- Для Метода убедитесь, что выбран Естественные границы (Jenks).
- Для Классы выберите 4.
- Для Цветовой схемы раскройте ниспадающий список и выберите Показать названия. В списке цветовых шкал выберите схему Желтый-красный.
Символы Field boundaries обновлены.
- На панели Содержание выключите слой Потери здоровой растительности, чтобы упростить отображение карты.
Вы переименуете слой Field Boundaries и его подписи, чтобы сделать его более значимым.
- На панели Содержание щелкните Field boundaries два раза, чтобы отредактировать его. Измените название на Потери растительности по полю и нажмите Enter.
- На панели Символы на вкладке Классы щелкните значение подписи для желтого класса. Введите Низкие и нажмите Enter. Аналогично измените остальные значения подписей на Средние, Высокие и Очень высокие.
Подписи также обновятся на панели Содержание.
- Посмотрите на финальный результат.
Поля, которые, по-видимому, испытали Высокие и Очень высокие потери здоровой растительности, явно сосредоточены на той же оси с северо-запада на юго-восток, что вы наблюдали ранее. Поля с Низкими потерями в основном сконцентрированы в верхнем правом и нижнем левом углах.
Вы можете заметить некоторые соседние поля с разными уровнями повреждений. Причин для этого может быть множество. Например, на разные культуры град мог повлиять по-разному. Также, на два поля с одинаковыми культурами, но разными уровнями зрелости растений, град тоже мог повлиять по-разному.
Карта предлагает первичную оценку ущерба от града. Она могла бы использоваться как руководство для более детальных инспекций на месте.
Примечание:
Следующими шагами могли бы быть публикация карты в веб-сети при помощи ArcGIS Online и ее интеграция в приложение Field Operations. Это позволило бы инспекторам взаимодействовать напрямую с картой на их мобильных устройствах и обновлять ее в режиме реального времени. Пример аналогичного рабочего процесса можно посмотреть в уроке Проверка гидрантов.
- Нажмите Ctrl+S, чтобы сохранить проект.
В этом руководстве вы рассмотрели снимки до и после шторма в естественных цветах и изучили спектральные профили пикселов. Вы узнали о важности Красного и Ближнего ИК каналов в оценке здоровья растительности и изучили, что представляет индекс SAVI. Вы применили индекс SAVI к обоим изображениям и вычислили разницу между двумя полученными растрами. И наконец, вы извлекли среднее значение потерь здоровой растительности для каждого поля и создали карту, предоставляющую первичную оценку повреждений культур, произошедших из-за града.
Больше подобных руководств вы можете найти на странице Введение в изображения и дистанционное зондирование.
