Herramientas para el rastreo (semi) automatizado de bosques a partir de imágenes satelitales

9

Estoy tratando de dibujar bosques en OpenStreetMap, usando imágenes de satélite de Yahoo.

El editor JOSM tiene algunos complementos que intentan automatizar el proceso: debe hacer clic dentro del área y el complemento encuentra los límites. Pero la calidad es bastante mala.

Estoy buscando algunas bibliotecas / algoritmos para obtener límites de buena calidad.

Las imágenes con las que estoy trabajando se ven así: http://maps.yahoo.com/#mvt=s&lat=56.907056&lon=24.597595&zoom=14

extropía
fuente
¿Debería enviar datos derivados de imágenes de copyright a OSM?
JamesRyan
1
@ James sí, siempre y cuando los metadatos indiquen claramente la fuente y el método de derivación. Los polígonos de bosques generados a partir de esas imágenes no se pudieron utilizar para regenerar un facsímil razonable del original. Si la imagen del mapa de Yahoo fuera una trama clasificada por otro lado ... Sería más cauteloso.
matt wilkie
Habiendo examinado lo que usted dijo no es el caso, cualquier derivación sin permiso es una violación de los derechos de autor. En este caso, Yahoo lo ha permitido específicamente.
JamesRyan

Respuestas:

5

Es mejor usar una aplicación de detección remota. Por supuesto, debe tener las imágenes ráster en su computadora. Existen toneladas de métodos que pueden ayudarlo a determinar las áreas forestales, como: el uso de redes neuronales, parches de imágenes entrenados, segmentación y clasificación supervisadas / no supervisadas. No estoy seguro de si esto resuelve su problema, pero es un comienzo.

Hay DIP (procesamiento de imagen digital) gratuito, como GRASS, SPRING (creo que solo está disponible en pt-BR) y OSSIM (no estoy seguro de esto)

George Silva
fuente
3

Tal vez intente diferentes imágenes de origen. Con OnEarth puedes elegir entre diferentes combinaciones de bandas. Los colores pseudo o falso resaltan las diferencias entre las áreas con vegetación y sin vegetación mejor que el combo de color "natural" o "visual" (desplácese hacia abajo para ver ejemplos de uso de WMS Global Mosaic ). Los datos de OnEarth están disponibles a través de TiledWMS , KML y descarga directa (WMS simple también está disponible, pero se desaconseja aliviar la carga del servidor). Las imágenes son gratuitas y gratuitas, por lo que no tiene que preocuparse por lo que puede hacer con ellas.

wilkie mate
fuente
3

Para evitar los problemas de licencias, puede obtener una gran cantidad de datos Landsat TM5 / ETM7 de GLOVIS . Luego, usando, por ejemplo, las bandas 3 y 4 (rojo y casi infrarradio), y posiblemente otras, puede intentar clasificar la imagen, exportarla como un polígono y luego ajustar el polígono al contenido de su corazón. Para los bosques, usar la correlación espacial entre píxeles suele ser muy útil (en su ejemplo, observe la granularidad de los rodales forestales). Los clasificadores de textura (por ejemplo, calcular la varianza de NDVI en una ventana de 3x3) complementan los clasificadores radiométricos puros.

En cuanto a las herramientas, GRASS ha sido mencionado como probablemente una buena opción. Tenemos ENVI en funcionamiento, y aunque no es software libre, sería la herramienta que consideraría para esto.

Tenga en cuenta que los datos de Landsat a menudo están contaminados por nubes o sombras de nubes. Es posible que deba profundizar un poco en el archivo para encontrar los datos adecuados.

Jose
fuente
1

La NASA creó recientemente un mapa global de la altura del bosque , tal vez usarlo como base para la edición lo llevaría bastante lejos en el camino hacia su objetivo.

scw
fuente
1
de la descripción de que el conjunto de datos no será de mucha utilidad para este propósito ya que los rodales forestales tienen un promedio de bloques de 5 km2. Gran conjunto de datos, sin embargo, aún no había oído hablar de él.
matt wilkie
0

Para derivar fronteras, está buscando un algoritmo de crecimiento regional. Este documento analiza dichos algoritmos, uno de los cuales se implementa en SAGA GIS

Como se mencionó en otras respuestas, debería tratar de usar más bandas que solo la luz visible. Especialmente el infrarrojo cercano y el infrarrojo deberían funcionar bien.

Y, de hecho, la mayoría de los programas de detección remota / gis van más allá: una vez que tenga algunos ejemplos de polígonos, pueden realizar una clasificación 'supervisada', lo que incluso sugerirá nuevos bosques. Encontrará muchos algoritmos si realiza una búsqueda al respecto.

johanvdw
fuente