أكثر

ما هو اكتشاف التغيير وإجراء مثل هذا التحليل باستخدام أدوات مفتوحة المصدر؟

ما هو اكتشاف التغيير وإجراء مثل هذا التحليل باستخدام أدوات مفتوحة المصدر؟


من صفحة ويكيبيديا:

يعد اكتشاف التغيير لنظام المعلومات الجغرافية (أنظمة المعلومات الجغرافية) عملية تقيس كيفية تغير سمات منطقة معينة بين فترتين زمنيتين أو أكثر. غالبًا ما يتضمن اكتشاف التغيير مقارنة الصور الجوية أو صور الأقمار الصناعية للمنطقة التي تم التقاطها في أوقات مختلفة. غالبًا ما ترتبط العملية بالمراقبة البيئية أو إدارة الموارد الطبيعية أو قياس التنمية الحضرية

كيف تتم المقارنة؟ بأية أدوات؟

أشعر أن الوصف لم يكتمل. أو شيء مفقود.

في أي كتب يمكنني العثور على مزيد من المعلومات حول اكتشاف التغيير؟

ما هي الأدوات التي يجب أن أستخدمها لإجراء مثل هذا التحليل باستخدام البيانات في ملف الشكل؟ (فقط مفتوح المصدر من فضلك)


بعض الأوراق البحثية عن اكتشاف التغيير (النظرية والتقنيات)

تقنيات الكشف عن التغيير (D. LU، E. BRONDI، ZIO and E.MORAN، 2004، pdf)

اكتشاف تغير الاتجاه في السلاسل الزمنية لمؤشر NDVI: آثار التباين بين السنوات والمنهجية Forkel، M.، Carvalhais، N.، Verbesselt، J.، Mahecha، MD، Neigh، C.، Reichstein، M. (2013) Remote Sensing 5 (2013) 5. - ISSN 2072-4292 - ص. 2113 - 2144.

التحولات في اتجاهات نشاط الغطاء النباتي العالمي Jong، R. de، Verbesselt، J.، Zeileis، A.، Schaepman، ME (2013) Remote Sensing 5 (2013) 3. - ISSN 2072-4292 - ص. 1117 - 1133.

العلاقات بين انخفاض الجليد البحري في الصيف ، وزيادة درجات الحرارة ، وتغير الغطاء النباتي في التندرا القطبية السيبيرية من السلاسل الزمنية MODIS (2000-11) Dutrieux ، L.P. ، Bartholomeus ، H.M. ، Herold، M.، Verbesselt، J. (2012) Environmental Research Letters 7 (2012) 4. - ISSN 1748-9326 - ص. 12.

الكشف عن الاضطرابات في الوقت الفعلي تقريبًا باستخدام السلاسل الزمنية لصور القمر الصناعي Verbesselt، J.P.، Zeileis، A.، Herold، M. (2012) Remote Sensing of Environment 123 (2012). - ISSN 0034-4257 - ص. 98 - 108. الاتجاهات المتغيرة في التخضير والتحول العالمي: مساهمة الاتجاهات قصيرة المدى في التغيير على المدى الطويل Jong، R. de، Verbesselt، J.، Schaepman، ME، Bruin، S. de (2012) Global Change Biology 18 (2012) 2. - ISSN 1354-1013 - ص. 642 - 655.

اكتشاف التغير الفينولوجي أثناء حساب الاتجاهات المفاجئة والتدريجية في السلاسل الزمنية لصور القمر الصناعي Verbesselt، J.، Hyndman، R.، Zeileis، A.، Culvenor، D. (2010) Remote Sensing of Environment 114 (2010) 12. - ISSN 0034-4257 - ص. 2970 - 2980.

الكشف عن الاتجاهات والتغيرات الموسمية في السلاسل الزمنية لصور القمر الصناعي Verbesselt، J.، Hyndman، R.، Newnham، G.، Culvenor، D. (2010) Remote Sensing of Environment 114 (2010) 1. - ISSN 0034-4257 - ص. 106 - 115.

(سأضيف المزيد في المستقبل كما لو اكتشفت المزيد من الأوراق البارزة)


يعد اكتشاف التغيير عملية / وحدة شائعة في حزم الاستشعار عن بعد مثل ENVI أو Orfeo toolbox. عادة ما تتضمن بيانات نقطية (صور الأقمار الصناعية على سبيل المثال).

كيف تتم المقارنة؟ بأية أدوات؟ أشعر أن الوصف لم يكتمل. أو شيء مفقود.

يتم الكشف عن التغيير من خلال مقارنة صورتين نقطيتين تم التقاطهما في أوقات مختلفة ولكنهما يغطيان نفس المنطقة. نظرًا لأن الصور تغطي نفس المنطقة ، فإن الصور تتراكب مع بعضها البعض. تخيل شبكتين مكدستين فوق بعضهما البعض.

ثم يتعلق الأمر بمقارنة ما إذا كانت قيمة البكسل في البيانات النقطية الجديدة هي نفس قيمة البكسل في البيانات النقطية القديمة. ثم يتم تمييز وحدات البكسل التي تغيرت. عادةً ما يكون الإخراج عبارة عن خطوط نقطية تغطي نفس نطاقات الصورتين مع تمييز المناطق المتغيرة. إنه تبسيط بالطبع لكنك حصلت على الفكرة :)

في أي كتب يمكنني العثور على مزيد من المعلومات حول اكتشاف التغيير؟

يمكنك البدء بهذه المستندات

ما هي الأدوات التي يجب أن أستخدمها لإجراء مثل هذا التحليل باستخدام البيانات في ملف الشكل؟ (فقط مفتوح المصدر من فضلك)

يمكنك تجربة Opticks. يحتوي على مكون إضافي لاكتشاف التغيير.


تحقق من DTclassifier هنا والذي يمكنك استخدامه مع QGIS.

يوفر DTclassifier واجهة مبسطة بسيطة لتصنيف البيانات النقطية واكتشاف التغيير باستخدام أشجار القرار.

ميزات البرنامج المساعد:

  • نهج متكامل - إجراء جميع العمليات بما في ذلك جمع بيانات التدريب وبناء الأشجار والتصنيف في QGIS
  • أول مثال على استخدام مكتبة رؤية الكمبيوتر OpenCV في QGIS
  • استخدام خوارزمية التصنيف غير البارامترية - أشجار القرار.

يمكنك العثور على برنامج تعليمي هنا.

بجانب هذا يمكنك إلقاء نظرة على هذا المنشور هنا ، اكتشاف تغيير Entropy


لا أعتقد أنك ستجد العديد من الأدوات لاكتشاف التغيير في بيانات المتجه (مثل ملفات الأشكال) لأنها مشكلة تافهة - ما عليك سوى السير في النقاط ، وإخباري إذا كانت هي نفسها.

يعد اكتشاف التغيير أكثر شيوعًا للصور النقطية (مثل صور SAR ، أو الصور المرئية / صور الأشعة تحت الحمراء) ، حيث تكمن المشكلة في اكتشاف ما تغير من مرور قمر صناعي إلى آخر ، أو من طائرة تحليق فوق الأخرى ، أو "قبل وبعد "في موقع تعرض لكارثة طبيعية.

بالنسبة للصور النقطية ، أحد خيارات مجموعة الأدوات مفتوحة المصدر هو Orfeo Toolbox.


كشف التغيير

كشف التغيير، في مجال الاستشعار عن بعد ، هي العملية التحليلية التي تهدف إلى اكتشاف التغيرات - بمرور الوقت والمكان - في الغطاء الأرضي و / واستخدام الأراضي.

PCA كأسلوب للكشف عن التغيير

من بين أكثر ممارسات الكشف عن التغيير شيوعًا ونجاحًا ، تطبيق تحليل المكونات الرئيسية (PCA) على بيانات متعددة الأبعاد ثنائية أو متعددة الأبعاد (Lu et al. ، 2003).

ما هو PCA؟

تحليل المكونات الرئيسية (PCA) عبارة عن خوارزمية تحويل خطي متعددة الأبعاد. يعيد بناء مجموعة بيانات متعددة المتغيرات بطريقة تحتوي فيها المتغيرات الأولى ، التي تسمى المكونات الأساسية (أجهزة الكمبيوتر) ، على معظم تباين البيانات الأصلي. وبالتالي ، يوفر PCA إمكانية وصف أو تمثيل مجموعة بيانات متعددة الأبعاد بشكل موثوق باستخدام أبعاد أقل من تلك التي تشكل مجموعة البيانات الأولية (Jolliffe ، 2002).

كيف يعمل؟

يعيد PCA توجيه أعلى التباينات من مجموعة البيانات الأصلية ، والتي تشبه بشكل أساسي دون تغيير خصائص المناظر الطبيعية ، في المكونات الأولى. تقع على عاتق المستخدم مسؤولية استخراج التغييرات عن طريق عمليات معالجة الصور الرقمية المتقدمة ، أي تصنيف الصور (التجزئة و).

كشف التغيير المستند إلى PCA باستخدام البرمجيات الحرة والمفتوحة المصدر (G)

يتم تنفيذ PCA في GRASS-GIS (وحدة i.pca) و R (princomp () و prcomp ()) و OrfeoToolbox و SAGA-GIS وربما المزيد من التطبيقات (المجانية &) مفتوحة المصدر.

يوضح مثال عمل متعمق ، تم استخلاص معظم النص أعلاه منه ، كيفية تعيين المناطق المحترقة - وهو في الأساس تحليل للكشف عن التغيير - استنادًا إلى PCA و GFOSS. يرجى الرجوع إلى هذا العمل للحصول على قائمة واسعة من المراجع حول الموضوع.

حول استخدام GRASS-GIS و R لأداء PCA ، هناك ملف GRASS- ويكي صفحة بعنوان تحليل المكونات الرئيسية.

مراجع

جوليف ، آي ت. (2002). تحليل المكون الرئيسي. سبرينغر ، الطبعة الثانية. 28 رسم توضيحي.

Lu، D.، Mausel، P.، Brondizio، E.، and Moran، E. (2003). تغيير تقنيات الكشف. المجلة الدولية للاستشعار عن بعد, 25(12):2365.


تحتوي حزمة نظام المعلومات الجغرافية والاستشعار عن بعد على نظام Whitebox Geospatial Analysis Tools (http://www.uoguelph.ca/~hydrogeo/Whitebox/) على عدد كبير من الأدوات لإجراء اكتشاف التغيير على الصور. يتضمن ذلك أدوات لتحليل المتجه ، وجدولة متقاطعة ، وانحدار الصورة ، وتحليل المكونات الرئيسية ، وعملية إدخال ذاكرة وظيفة الكتابة. ربما أكون متحيزًا ، لكوني المطور الرئيسي للبرنامج ، لكنني غالبًا ما أقوم بتدريس اكتشاف التغيير للطلاب الجامعيين باستخدام Whitebox وكانت تجربتي أنه برنامج سهل الاستخدام وبديهي لهذا النوع من التحليل.


يعد اكتشاف التغيير دراسة مكثفة للغاية عندما تعمل من أجل التنمية الحضرية أو إدارة المناظر الطبيعية أو تجزئة الغابات ... لهذه الأغراض التي تتطلب نتيجة دقيقة للغاية ، يجب عليك أولاً تصنيف منطقة من الماضي إلى الحاضر ثم العمل مع بيانات المتجه هذه لدراسة كشف التغيير