Оценка ущерба от лесных пожаров
Выявление изменений является одним из фундаментальных требований при работе с изображениями и дистанционным зондированием. Обычно оно состоит из сравнения наборов данных изображений, собранных в разное время в одной области, для определения типа, масштаба и места изменения. Изменения могут быть вызваны человеческой деятельностью, неожиданными природными катаклизмами или долгосрочным воздействием, обусловленным климатом или экологией.
Первый пример выявления изменений, который вы изучите, будет связан лесным пожаром. В национальном парке Западный Цаво в Кении в августе 2020 года несколько дней бушевал разрушительный лесной пожар. Пожар нанес значительный ущерб парку, но, к счастью, обошлось без человеческих жертв. Как ГИС-аналитик национального парка, вы хотите найти след пожара и извлечь его в новый слой данных. Этот новый слой следа пожара будет содержать точный контур поврежденной пожаром области, который пригодится для упреждающего управления последствиями пожара и смягчения негативного воздействия пожара на дикую природу парка и его туристический потенциал.
Настройка и изучение снимков
Сначала вы откроете приложение, настроите интересующее вас местоположение (экстент) и выберите подходящие изображения.
- Откройте приложение Digital Earth Africa Explorer.
- Приложение откроется, и в нем отобразится африканский континент.
Вы найдете на карте место пожара.
- В окне поиска введите Taveta, Kenya и нажмите Enter.
Карта обновится к новому местоположению.
- Закройте всплывающее окно Результаты поиска.
- Щелкните кнопку Уменьшить четыре раза.
- Перемещайте карту на восток (направо), пока не увидите Тавету и Таиту-Тавету, а также дорогу A23, которая их соединяет.
Это место, где произошел пожар в августе 2020 года. Для визуализации пожара во времени вы будете использовать слой снимков Landsat.
Примечание:
Landsat - это программа спутниковых наблюдений за Землёй от США. Она непрерывно получает изображения для всей Земли с 1972 года. Вы можете узнать больше о Landsat на веб-сайте программы.
Вы также можете узнать о том, что представляют собой мультиспектральные (многозональные) изображения и как с ними работать, в первом руководстве этой серии: Начало работы с изображениями Африки.
Слой Landsat, включенный в приложение, предоставляет значительную часть снимков Landsat с 1972 года до настоящего времени.
- На боковой панели нажмите кнопку Explore Imagery.
- В окне Изучение слоев снимков в качестве Слоя выберите Landsat. Для Rendering выберите Agriculture with DRA.
Изображение на карте обновится.
Комбинация каналов для сельского хозяйства использует коротковолновый инфракрасный, ближний инфракрасный и синий спектральные каналы. Она позволяет выделить здоровую растительность ярко-зеленым, а голую почву или отсутствие растительности показать коричневым. DRA (dynamic range adjustment) - динамическая настройка диапазона, это метод улучшения контраста изображения.
По умолчанию вы видите самые последние изображения, обычно полученные системой не раньше, чем за несколько недель до сегодняшней даты. Чтобы изучить влияние лесного пожара, вам нужно взглянуть на снимки, сделанные незадолго до и после пожара, который произошел с 8 по 10 августа 2020 года.
- В окне Explore Imagery изучите раздел Date.
Бегунок времени позволяет перемещаться во времени и просматривать все имеющиеся отдельные изображения (или сцены) Landsat для текущего экстента. Указатель должен быть на 20 мая 2023 г. или на другой недавней дате. Теперь вы начнете перемещаться по времени.
- На бегунке времени нажимайте кнопки плюс и минус, чтобы перемещаться во времени, пока не дойдете до 4 июня 2020 года.
Подсказка:
Вы можете перетащить курсор до нужной даты.
Через несколько мгновений изображение обновится.
Изображение показывает, как территория выглядела до пожара. Несмотря на присутствие нескольких небольших белых облаков, вы можете ясно видеть неповрежденную землю, покрытую растительностью (ярко-зеленую) и участки голой почвы (красновато-коричневых оттенков).
- Щелкните в правой части шкалы времени кнопку плюс один раз, чтобы перейти к 20 июня 2020 г.
Эта сцена показывает похожий пейзаж, но на ней растительность видна несколько хуже.
Примечание:
Качество снимков может быть разным, поэтому нужно просмотреть несколько сцен и выбрать самые качественные из них. С этой точки зрения сцена от 4 июня 2020 года — лучшее из изображений, полученных незадолго до пожара.
- Щелкните кнопку плюс, когда будете на дате 10 октября 2020.
Изображение было сделано после пожара. След от пожара окрашен темно-коричневым, контрастируя с незатронутой пожаром землей светло-коричневых и зеленых тонов.
- Щелкните кнопку Плюс дважды, чтобы перейти к 26 августа 2021 г.
След от пожара по-прежнему виден, но выглядит бледнее, так как растительность начинает отрастать.
Извлечение пикселов следа от пожара
Теперь, когда вы нашли сцены до и после пожара, вы выберете снимок, на котором след от пожара наиболее заметен, чтобы извлечь пикселы изображения, соответствующие пострадавшей области.
- Нажмите на кнопку минус, чтобы вернуться к 10 октября 2020 г.
Чтобы выполнить извлечение пикселов, воспользуйтесь инструментом Создать маску. Этот инструмент создает слой, в котором каждый пиксел, соответствующий определенному критерию, маскируется или выделяется сплошным цветом.
- В окне Explore Imagery задайте следующие опции:
- Для вопроса Что вы хотите сделать? выберите Создать маску.
- В качестве Метода выберите Корректированный почвенный Index.
- Для вопроса Какие значения следует маскировать? должна быть выбрана опция Менее порогового значения.
Корректированный почвенный индекс - математическая формула, выполняющая расчет отношения между значениями в ближнем инфракрасном и красном диапазонах спутникового изображения. Он позволяет выделить здоровую растительность, отделяя ее от нездоровой растительности и областей, лишенных растительности, например, от голой земли.
Корректированный почвенный индекс получает числовое значение для каждого пиксела. Высокое значение соответствует здоровой растительности, а низкое - нездоровой растительности или ее отсутствию. В данном примере самые низкие значения будут соответствовать областям, пострадавшим от пожара. Параметр Менее порогового значения позволяет выбрать порог и маскировать все пикселы с низкими значениями - ниже этого порога.
Сначала вы нарисуете полигон, оконтуривающий вашу область интереса (AOI) и выберете цвет маски.
- Поставьте отметку Начертить полигоны, чтобы определить экстент.
- На карте начните рисовать полигон, определяющий область интереса, нажимая на каждый угол (вершину) полигона. Когда вы получите нужный полигон, дважды щелкните, чтобы его завершить.
Результат должен выглядеть примерно так же, как и на следующей картинке:
При создании маски вычисление будет выполняться только внутри этой AOI.
- Щелкните кнопку Выбрать цвет для маски и выберите красный цвет.
- Щелкните Применить.
Через несколько секунд на карте появится маска. В окне Изучение снимков появится бегунок Задать пороговое значение. С его помощью вы зададите порог для маски.
Бегунок отображает значения вегетационного индекса для вашей AOI: примерно от 0.01 до 0.26. Инструмент маскирования автоматически выбрал значение порога, равное 0.13.
Примечание:
В зависимости от положения границ, выбранных вами для полигона AOI, значения, которые вы видите, могут немного отличаться от указанных выше.
- Перемещайте бегунок порогового значения вперед и назад, чтобы увидеть, как будет меняться маска в зависимости от него.
- Если вы выберете 0.01 (минимально возможное значение) в качестве порога, ни один пиксел не будет включен в маску.
- Если вы выберете 0.26 (максимально возможное значение) в качестве порога, в маску попадут все пикселы.
- При выборе промежуточного значения маскироваться будет определенное число пикселов AOI.
- Выберите пороговое значение, которое позволит захватить маской все пикселы сгоревшей области, но как можно меньше других пикселов, например, 0.12.
Ваша окончательная маска должна выглядеть примерно также, как и на следующей картинке:
Примечание:
Одним из подходов к определению областей, пострадавших от пожара, является применение Корректированного почвенного индекса. Другой вариант- использование Нормализованного индекса гарей (NBR), который вычисляет соотношение значений в ближнем инфракрасном и коротковолновом инфракрасном диапазонах. В данном конкретном случае первый подход работает лучше, чем второй. Работая со снимками, имеет смысл всегда пробовать разные методы, выбирая тот, который даст наилучшие результаты.
В окне Изучение снимков значение Покрывающей области говорит о том, что текущая маска покрывает область, равную 558.06 кв. км (ваше число может немного отличаться). Это сгоревшая при пожаре область.
Экспорт слоя следа о пожара
Теперь, когда вы создали маску, вы сохраните результирующий слой в ArcGIS Online, позволяющий вам использовать его повторно для создания карт и дальнейшего анализа. Этот процесс требует учетной записи ArcGIS Online.
Примечание:
Если у вас нет учетной записи ArcGIS Online, вы можете получить бесплатную учетную запись через Africa GeoPortal (нажмите Войти, нажмите Создать учетную запись Africa GeoPortal и следуйте инструкциям). Africa GeoPortal - это открытое картографическое сообщество, поддерживаемое Esri, работающее совместно для предоставления данных и исследований по Африке.
Другой вариант - можно создать Персональную учетную запись ArcGIS (нажмите Создать персональную учетную запись ArcGIS и следуйте инструкциям).
ArcGIS Online позволяет создавать динамические веб-карты, которыми можно поделиться с сообществом.
- В приложении Digital Earth Africa Explorer щелкните на боковой панели кнопку Экспортировать изображение. При необходимости щелкните ее еще раз.
Откроется окно Экспортировать изображение.
- В окне Image Export задайте следующие опции:
- Для опции Экспорт выберите Итоговое изображение.
- Для Место для сохранения нужно выбрать Сохранить на портале.
- Для Заголовка введите След от пожара Цаво.
- Для Описания введите След от пожара, произошедшего в августе 2020 г. в Национальном парке Западный Цаво (Кения).
- Для Тегов наберите лесной пожар, след от пожара, Кения.
- Щелкните Предварительный просмотр.
- В окне Вход введите учетные данные ArcGIS Online или Africa GeoPortal.
В окне Экспортировать изображение появится образец предварительного просмотра.
- Щелкните Сохранить.
- Когда процесс завершится, закройте окно Экспортировать изображение.
Примечание:
Другим вариантом является сохранение слоя на своем локальном компьютере. В качестве местоположения выберите Сохранить на диск, для Опций загрузки TIFF выберите Как отображено, а для Дополнительных опций сохранения выберите Загрузить как tiff. Эта опция создаст изображение TIFF с географической привязкой, которое вы сможете открыть в любом программном обеспечении ГИС, например, в ArcGIS Pro.
Создание веб-карты для показа слоя
Далее вы отобразите слой, сохраненный в ArcGIS Online, и создадите для него веб-карту.
- Откройте новую вкладку в веб-браузере и откройте ArcGIS Online. Войдите под учетными данными ArcGIS Online или Africa GeoPortal.
- На ленте щелкните Ресурсы.
- В списке ресурсов щелкните След от пожара Цаво.
- На странице элемента След от пожара Цаво щелкните Открыть в Map Viewer.
Слой отобразится в Map Viewer поверх топографической базовой карты, используемой по умолчанию.
Вы измените базовую карту, чтобы отобразить больше информации о территории.
- На панели инструментов Ресурсы (темная) щелкните Базовая карта и выберите OpenStreetMap.
Примечание:
Эта базовая карта взята из картографического проекта сообщества OpenStreetMap.
Базовая карта изменится, и будут отображены границы заповедников, заказников и ранчо национального парка.
Беглый обзор следов пожара на новой базовой карте показывает, что хоть пожар и нанес ущерб, он не затронул большую часть ключевых участков парка, за исключением края Заповедника Лумо.
Примечание:
В реальной жизни ГИС-аналитик национального парка может создать более подробный слой ресурсов парка, который можно добавить на эту карту для обеспечения большей точности и полноты.
Далее вы сохраните карту и поделиться ею с коллегами по национальному парку или сообществом в целом.
- На панели инструментов Содержание щелкните Сохранить и открыть и выберите Сохранить как.
- В окне Сохранить карту введите заголовок, например, Пожар августа 2020 г. в Цаво, теги и краткое описание. Щелкните Сохранить.
- На панели Содержание щелкните Опубликовать карту.
- В окне Общий доступ для опции Установка уровня общего доступа щелкните Для всех (общий).
- Щелкните Сохранить.
- В окне Пересмотреть параметры общего доступа щелкните Обновить параметры общего доступа.
Вы извлекли пикселы области пожара на снимке Национального парка Цаво августа 2020 г. Затем вы экспортировали слой в ArcGIS Online и создали веб-карту, чтобы отобразить этот слой, и поделились им со своими коллегами по национальному парку и сообществу в целом. Вы можете воспользоваться этим слоем при выполнении дальнейшего анализа. Вы можете добавить другие слои данных, например, слой с местонахождением диких животных и схемами их передвижений, и приступить к дальнейшему анализу, который позволит лучше понять влияние пожара.
Обрисовка затопленных областей
Из-за проливных дождей в июле 2022 года несколько районов, расположенных в су-префектурах Лере и Гегу (департамент Лак-Лере, провинция Майо-Кебби-Уэст), пострадали от сильных наводнений. Как ГИС-аналитика регионального правительства, вас попросили дать быструю оценку по наиболее пострадавшим районам, чтобы помочь командам по оказанию помощи грамотнее распределить свои усилия по реагированию.
В этом руководстве вы узнаете, как выявлять изменения, сравнивая разновременные изображения.
Настройка и изучение снимков
Для начала вы настроите экстент и снимки.
- В веб-браузере переключитесь на вкладку приложения Digital Earth Africa Explorer.
- В окне поиска введите Léré, Chad (или Lere, Chad) и нажмите Enter.
Карта обновится к новому местоположению.
- Закройте всплывающее окно Результаты поиска.
- Щелкните кнопку Уменьшить три раза.
На карте вы видите два озера и несколько городов и деревень вокруг них.
Вы сравните снимки до и после ливней, прошедших в июле 2022, с помощью инструмента Сравнить изображения.
- На боковой панели нажмите кнопку Compare Imagery.
Появится окно Compare Imagery. При помощи этого инструмента можно указать два изображения, чтобы показывать их в левой и правой сторонах карты и перемещать границу между ними.
- В окне Compare Imagery задайте следующие опции для левого изображения:
- Проверьте, что выбрано Left Image.
- Для Layer убедитесь, что выбран Landsat.
- Для опции Rendering убедитесь, что выбрано Agriculture with DRA.
- Включите отметку Select a date.
- Переместите бегунок времени на дату 8 мая 2002.
Снимок обновится, будет показана сцена Landsat, полученная 8 мая 2022, до ливневых осадков. У двух озер - Léré и Tréné четко определены контура. Также вы можете видеть тонкие синие линии, соответствующие рекам Mayo Kébbi и Bénoué.
- В окне Compare Imagery задайте следующие параметры для изображения справа:
- Щелкните Right Image, чтобы выбрать его.
- Для Layer выберите Landsat.
- Для Rendering выберите Agriculture with DRA.
- Включите отметку Select a date.
- Перетащите бегунок времени на 11 июля 2022.
Снимок обновится, будет показана сцена Landsat от 11 июля 2022, показывающая ситуацию на эту дату. Большие площади, которые на предыдущей сцене были сушей, теперь покрыты водой, из-за чего озера кажутся чрезмерно растянутыми и неотличимыми от рек.
- На карте возьмитесь за указатель шторки и несколько раз проведите слева направо, чтобы сравнить два изображения.
Шторка позволяет вам детально изучить разницу между двумя снимками.
Примечание:
В этом сценарии вы оцениваете ситуацию в середине июля, чтобы помочь организовать спасательную операцию. Однако ливни в этом регионе продолжались весь июль, август и сентябрь 2022 года. Повторные оценки могут быть сделаны на основе снимков для более поздних дат.
Извлечение пикселов затопления
Теперь, когда вы определили сцены до и после проливных дождей, вы хотите извлечь пикселы, соответствующие затопленным областям. Это пикселы, которые изменили свое значение с сухой земли в сцене до ливней на значение воды в сцене после ливней.
Изменения в значениях пикселов вы определите с помощью инструмента Detect change between two different dates.
- В окне Compare Imagery выберите следующие опции:
- Поставьте отметку Detect change between two different dates.
- Для Calculate changes in выберите Water Index.
- Для Visualize changes as a выберите Difference Mask.
Опция Water Index применяет математическую формулу для вычисления соотношения между значениями зеленого и ближнего инфракрасного диапазонов в выбранных сценах. Он выделяет участки, покрытые водой, и отличает их от суши.
Чтобы определить разницу между сценами до и после дождей, к каждой сцене будет применен индекс воды, а также будет вычислена разница между ними. Результат будет показан как маска, подсвечивающая изменившиеся пикселы (Difference Mask).
Теперь вы нарисуете полигон, чтобы задать область интереса.
- Поставьте отметку Draw polygon(s) to define extent.
- На карте нарисуйте полигон, определяющий область интереса, отщелкивая каждую вершину полигона. Когда вы получите нужный полигон, дважды щелкните, чтобы его завершить.
Результат должен выглядеть примерно так, как на изображении ниже.
- Щелкните Применить.
Через несколько секунд на карте появится ярко-зеленая маска внутри полигона области интереса. В окне Compare Imagery появятся два пороговых бегунка. Вы настроите бегунок Positive.
- Для бегунка Positive переместите указатель назад, чтобы увидеть, как это влияет на отображении маски на карте.
Разница между значениями водного индекса пиксела до и после проливных дождей может быть меньше или больше. Вам нужно установить порог Positive, чтобы сохранить только те изменения, которые достаточно велики, чтобы считаться значительными, это значит, что оно представляет собой истинный случай затопления.
- Выберите пороговое значение Положительное там, где маска соответствует затоплению, которое вы можете наблюдать между двумя изображениями, например, 0.45.
Примечание:
Вы можете временно увеличить значение бегунка Transparency (results) на 50% и более, чтобы лучше видеть нижележащее изображение. Затем вы можете использовать переключатель шторки, чтобы наблюдать за изменениями и уточнять свое пороговое значение.
Значение около 0.45 близко к оптимальному, это значит, что пикселы попадут в маску только в том случае, если значение разницы индексов будет более 0.45. Результат должен выглядеть примерно так, как показано на следующем изображении:
Бегунок Negative позволяет выбрать пороговое значение для пикселов, содержание воды в которых уменьшилось, то есть перешло от значения воды к суше. По сути, в этом экстенте нет пикселов, которые претерпели бы такое изменение, поэтому вы поставите указатель на его минимальное значение.
- Поставьте бегунок Negative на значение -1.
- Для параметра Прозрачность (результаты) убедитесь, что указатель стоит на значении 0%, потому что больше вам не нужно видеть слой прозрачным.
В окне Сравнить изображения для Область Уменьшения / Увеличения показатель зеленого цвета говорит о том, что зеленая маска в пределах области интереса покрывает площадь величиной около 15 км2 (у вас может быть другое число). Это площадь поверхности затопления.
Примечание:
Если бы некоторые области поменяли свое значение от воды к суше, они были бы обозначены числом розового цвета.
Набор данных Water Observation from Space (WOfS) Annual Summary(WOfS), который также доступен через приложение, может быть полезен в качестве дополнения к этому анализу, поскольку он предлагает сводку общих моделей водного покрова по годам. Пример использования этого слоя приведен в статье Начало работы со спутниковыми изображениями для Африки (раздел "Мониторинг уровня воды в озере в Гане").
Экспорт зоны затопления
После создания маски вы сохраните полученный слой в ArcGIS Online, как вы это делали это в предыдущем уроке по пожарам.
- На боковой панели нажмите кнопку Image Export. При необходимости щелкните ее еще раз.
- В окне Image Export задайте следующие опции:
- Для опции Экспорт выберите Итоговое изображение.
- Для Место для сохранения нужно выбрать Сохранить на портале.
- В качестве Заголовка введите Inundations in Léré area.
- В качестве Описания введите Inundated areas caused by the July 2022 heavy rains in the Lake Léré region in Chad.
- В качестве Тегов введите inundations, Chad.
- Щелкните Предварительный просмотр.
- При необходимости в окне Вход введите учетные данные ArcGIS Online или Africa GeoPortal.
Появится образец предварительного просмотра.
- Щелкните Сохранить.
- Когда процесс завершится, закройте окно Экспортировать изображение.
Вы проверите, что слой успешно экспортирован в ArcGIS Online.
- В отдельной вкладке браузера перейдите к ArcGIS Online. Если необходимо, выполните вход.
- На ленте щелкните Ресурсы. В списке ресурсов щелкните Inundations in Léré area.
- На странице элемента Inundations in Léré area щелкните Открыть в Map Viewer.
Слой отобразится в Map Viewer.
Теперь вы можете сохранить эту веб-карту, как вы это делали в уроке по следам от лесных пожаров, и поделиться ей с группами по оказанию помощи, чтобы помочь им расставить приоритеты в своих усилиях.
Примечание:
Снимки все чаще используются для помощи в управлении стихийными бедствиями.
Тем не менее, вы должны знать, что снимки Landsat будут фиксировать определенное место не чаще одного раза в неделю, а его пространственное разрешение составляет всего 30 метров (на пиксель), поэтому они не могут полноценно обеспечивать поступление самых своевременных и подробных изображений для всех стихийных бедствий. Другой вариант — использовать слой Sentinel-2, также включенный в приложение Digital Earth Africa Explorer, которое предоставляет новые изображения немного чаще (каждые 5 дней) и предлагает более высокое разрешение (10 метров). Значительно чаще изображения с гораздо более высоким разрешением доступны через коммерческих поставщиков.
В этом рабочем процессе вы извлекли пикселы, соответствующие затоплениям, вызванным ливнями в июле 2022 года в районе озера Лере, а затем экспортировали их в виде слоя в ArcGIS Online.
Изучение роста городов
Городским планировщикам необходимо регулярно оценивать, как растет город, чтобы лучше планировать городскую инфраструктуру, такую как водоснабжение, электроэнергия и транспортные сети, а также распределение услуг, таких как школы и медицинские учреждения. Один из способов быстро определить рост городов — выполнить анализ изменений на снимках. Как ГИС-аналитик города Эффидуасе, Гана, вы будете использовать этот подход, чтобы определить, как город вырос в период с 2017 по 2020 годы.
Примечание:
Существуют разные способы визуализации роста городов. Демографы могут создавать карты на основе подробных данных переписи, если они доступны. Визуализация роста городов на основе снимков — это другой подход, который фокусируется на изменении типа земного покрова — например, территория может измениться с покрытой растительностью на застроенную зданиями и улицами, что фактически означает рост города. Оба подхода могут быть полезны и дополняют друг друга.
Настройка и изучение снимков
Для начала вы настроите экстент и снимки.
- В веб-браузере переключитель обратно на вкладку приложения Digital Earth Africa Explorer.
- В окне поиска введите Effiduase, Ghana и нажмите Enter.
Карта обновится к новому местоположению.
- Закройте всплывающее окно Результаты поиска.
Эффидуазе (или Эфидвасе) - это небольшой городок к северо-востоку от Кумаси. Это столица Восточного Секьере, района в регионе Ашанти в Гане.
- Нажмите кнопку Увеличить два или три раза, чтобы лучше рассмотреть небольшой городок.
Для изучения городского роста вы воспользуетесь инструментом Сравнить изображения. Из снимков вы будете использовать набор данных Sentinel-2 Annual GeoMAD dataset.
Примечание:
Набор данных Sentinel-2 Annual GeoMAD представляет собой многолетнюю подборку многоканальных снимков Sentinel-2, которые уже очищены от облаков и других незначительных шумов. Более подробно о том, как создается слой GeoMAD, см. в документации Digital Earth Africa.
Этот набор данных особенно полезен для наблюдения за таким явлением, как устойчивый рост городов, поскольку каждый слой дает четкое представление о том, как ландшафт выглядел в среднем за данный год. Это контрастирует с отдельными сценами Landsat, с которыми вы работали ранее в этом руководстве. Сцены со спутника Landsat представляют собой моментальный снимок ландшафта в определенный момент времени и больше подходят для изучения внезапных явлений, таких как лесные пожары или наводнения.
- На боковой панели нажмите кнопку Сравнить изображения.
- В окне Сравнить изображения задайте следующие опции для левого изображения:
- Проверьте, что выбрано Левое изображение.
- Для Слой выберите Sentinel-2 Annual GeoMAD.
- Для Отображение убедитесь, что выбрано Natural Color with DRA.
- Включите отметку Выбрать дату.
- Перетащите бегунок на Январь 1, 2017.
Изображение слева обновится, будет показан слой Sentinel-2 Annual GeoMAD для 2017.
Natural Color with DRA объединяет синий, зеленый и красный каналы и отображает цвета близко к тому, как их видит человеческий глаз.
- В окне Сравнить изображения задайте следующие параметры для изображения справа:
- Щелкните Правое изображение, чтобы выбрать его.
- Для Слой выберите Sentinel-2 Annual GeoMAD.
- Для Отображение убедитесь, что выбрано Natural Color with DRA.
- Включите отметку Выбрать дату.
- Переместите бегунок на Январь 1, 2020.
Изображение справа обновится, будет показан слой Sentinel-2 Annual GeoMAD для 2020.
- На карте уменьшайте масштаб, пока не увидите весь город целиком. Используйте указатель шторки, чтобы несколько раз провести слева направо, чтобы сравнить два изображения.
При этом вы можете заметить, что город вырос в период с 2017 по 2020 год. На этих участках растительность (зеленые тона) заменилась зданиями и улицами (белыми или бежевыми тонами). В следующем разделе вы извлечете эти пикселы городского роста.
Извлечение пикселов городского роста
Вы хотите извлечь пикселы, соответствующие росту городов. Это пикселы, в которых области, на застроенные в 2017 году, вместо того покрытия лесом, возделываемыми полями или другой растительностью, были заменены городскими зданиями и улицами в 2020 году.
Изменения в значениях пикселов вы определите с помощью инструмента Detect change between two different dates.
- В окне Сравнить изображения выберите следующие опции:
- Поставьте отметку Выявить изменения между двумя разными датами.
- Для Вычислить изменения в, выберите Soil Adjusted Veg. Index.
- Для Визуализировать изменения как выберите Threshold Mask.
Индекс растительности с коррекцией по почве, о котором вы узнали в уроке о лесных пожарах, даст высокие значения для растительности и низкие значения для застроенных территорий. Метод Маска порогового значения выделяет пикселы, которые изменили свое состояние между двумя изображениями. Это могут быть пикселы, которые перешли от растительности к "не-растительности" (которые будут замаскированы ярко-розовым цветом), или пикселы, которые перешли от "не-растительности" к растительности (которые будут замаскированы ярко-зеленым цветом).
- Щелкните Применить.
- Для бегунков Порог и Расстояние переместите указатель назад, чтобы увидеть, как это влияет на отображении маски на карте.
Параметр Порог определяет, какое значение отделяет растительность от "не растительности". Будут замаскированы только пикселы, которые переходят из одного состояния в другое.
Параметр Разница определяет, хотите ли вы сохранить все пикселы, которые изменили статус, или только те, которые также имеют большую разницу значений между двумя изображениями.
- Выберите значения Порог и Разница для маски покрытия роста городов, которые вы можете наблюдать между двумя снимками, например Порог около 0.65 и Разница равна 0.
Примечание:
Вы можете временно увеличить значение бегунка Transparency (results) на 50% и более, чтобы лучше видеть нижележащее изображение, а затем использовать элемент шторки, чтобы изучить изменения и определить значения.
Результат должен выглядеть примерно так, как показано на следующем изображении:
Ярко-розовый цвет определяет участки, на которых пропала растительность и, следовательно, были застроены. Это области городского роста.
Ярко-зеленый цвет указывает на участки, которые перешли от отсутствия растительности к растительности. Это несколько отдельных точек на карте. Например, они могут соответствовать снесенным зданиям.
Примечание:
В настоящее время вы смотрите на рост города Эффидуазе и его окрестностей. Если бы вас интересовал только рост в пределах города, вы могли бы нарисовать полигон, соответствующий административным границам города. Число, выделенное розовым цветом, будет обозначать площадь городской застройки в городе.
- Для параметра Прозрачность (результаты) убедитесь, что указатель стоит на значении 0%, потому что больше вам не нужно видеть слой прозрачным.
Примечание:
В этом рабочем процессе вы определили рост городов с помощью вегетационного индекса. Другим подходом может быть использование более специализированного индекса, такого как Нормализованный индекс разности застройки (NDBI) или Расширенный индекс нормализованных разностей непроницаемых поверхностей (ENDISI), который может быть посчитан с помощью более сложного приложения, такого как ArcGIS Pro или ArcGIS Image for ArcGIS Online. Вы можете увидеть, как ENDISI используется в анализе того же города Эффидуазе в Digital Earth Africa.
Использование вегетационного индекса в этом примере хорошо сработало, потому что в районе Эффидуазе рост городов соответствует потере растительности. Если бы у вас был город, развивающийся посреди пустыни, индекс растительности для определения роста городов не подойдет. Всегда важно понимать свою область исследований, чтобы выбрать наиболее подходящий метод анализа.
Вы извлекли пикселы, соответствующие росту городов в период с 2017 по 2020 год в городе Эффидуазе. В качестве следующего шага вы можете экспортировать новый слой, как уже делали ранее в этом руководстве, и создать веб-карту, чтобы его продемонстрировать, или приступить к дальнейшему анализу.
В этом уроке вы узнали о различных методах обнаружения изменений на снимках и экспорта извлеченных пикселов, чтобы использовать их в дальнейших процессах визуализации или анализа. В нашем постоянно меняющемся мире отслеживание изменений имеет решающее значение. Помимо определения контуров гарей, затопленных территорий и роста городов, существует бесчисленное множество других приложений для обнаружения изменений — от быстрой оценки ущерба в случае стихийного бедствия до наблюдения за долгосрочными явлениями, такими как опустынивание, обезлесение или лесовосстановление, эволюция водоемов и т. д. или береговая эрозия, и это лишь некоторые из них. Выполнение этого типа мониторинга может позволить лицам, принимающим решения, принимать более обоснованные решения и оценивать эффективность новых введенных правил.
Примечание:
Если вам интересно подробнее изучить задачи выявления изменений, см. Оценка ущерба от града на кукурузных полях с помощью спутниковых снимков, Оценка гарей с помощью спутниковых снимков, Классификация почвенно-растительного покрова для изучения исчезающих озер или Отслеживайте изменения леса с течением времени. Для этих уроков потребуется более продвинутое приложение, например, ArcGIS Pro.
Больше подобных руководств вы можете найти в серии Изучение спутниковых снимков Африки.