Parkurların otomatik algılanması

Açık alanda depresyonu olan bir alan göz önüne alındığında; yumuşak bir zeminde süren tüm arazi araçlarını söyleyebilir. Araçlar, uzunlukları yüzeyin sağlamlığına göre değişen yaklaşık 10-20 santimetre derinlikte ve yaklaşık 15-30 cm genişliğinde paralel çökmelere (yollara) neden olacaktır.

Hangi uzaktan algılama platformları daha sonraki analizler için uygun olur? Çabuk kuş, daha küçük insansız hava araçları, lidar, hava fotoğrafçılığı?
Aletlerde (FME / QGIS / ESRI / diğer) yolları belgelemek için kullanılabilecek herhangi bir prosedür var mı?

Bu soruyu basitleştirmek adına, bölgede başka bir yol olmadığını veya bunların görüntülerden filtrelendiğini olumlu bir şekilde bildiğimizi varsayalım.

Tam otomasyon gerekli değildir ve muhtemelen mümkün değildir.

Bu, parçaların nasıl görüneceğine bir örnektir. resim açıklamasını buraya girin

— Ragnvald
kaynak

Bu iyi bir soru. Genellikle iki platformu tercih ederim - biri bulmak, diğeri onaylamak için. Kahverengi olan bir depresyonun tekerlek izi olması daha olasıdır, tersine tekerlek olmayan depresyonların 'yeşil' olması daha olasıdır. LiDAR depresyonları bulmak için size en iyi DEM'i verecektir ve IR bitki örtüsü / bitki örtüsünün sınıflandırılmasında en iyisidir. LiDAR'ın birçok faktöre bağlı olarak suyun toplandığı yerlerde farklı sonuçlar vereceğini unutmayın. Geleneksel olarak, bunlar sadece fotoğraftan yakalanır, bu da çok saat süren bir iştir, ancak işgücü maliyetini ve veri edinimini karşılaştırmanız gerekir.

— Michael Stimson

Nihai hedefinizin arazi yollarını tanımlamak olduğunu varsayıyorum. Çalışma alanınızın kapsamı nedir? Çalışma alanı nerede?

— Aaron

Teşekkürler Aron, evet bu off-road parkurları ile ilgili. Herhangi bir hasarın derecesini belirtmek için bunları belgelemeyi amaçlıyoruz. Muhtemelen bunu doğa rezervleri, milli parklar veya benzeri bir yönetim birimiyle sınırlayacağız. Şimdiye kadar bir proje tasarlamadan önce seçeneklerimizi anlamaya çalışıyoruz.

— Ragnvald

Karda LiDAR hakkında emin değilim (Queensland'de bunu çok fazla anlamayın), açık alanların sınıflandırılması çok daha kolaydır ve daha ucuz sensörlerle (nabız başına daha az geri dönüş) uzaklaşabilirsiniz .. yoğun bitki örtülü alanlarda zemini bulmak için darbe başına birden fazla geri dönüş kullanmak zorunludur; nabız yoğunluğu aynıdır ancak daha az geri döner. Oluklarınızı bulmak için nokta aralığınızın oldukça ince olması gerekir (8 atım / m2'den fazla), daha düşük uçuş, daha fazla şerit, daha fazla maliyet, daha fazla depolama, daha uzun işlem süresi anlamına gelir. Çin veya Hindistan'da yapılan fotoğraflardan yakalanmak çok daha ucuz olabilir.

— Michael Stimson

Önceki beyanımı kabul etmeliyim, eğer bu proje için LiDAR ve multispektral görüntüler elde etmeniz gerekiyorsa ve maliyeti telafi edemiyorsanız (aynı alanda ayrı ilgi alanları olan başka bir şirket veya devlet departmanı ile birlikte satın alma) maliyet düşük bir oranda işgücü sağlayabilmeniz şartıyla, yüksek, muhtemelen yakalamadan daha yüksek olacaktır. İmkansız olduğunu söylemiyorum, ondan uzak, beyaz bir kağıt olarak çok ilginç olurdu, muhtemelen en ucuz seçenek değil.

— Michael Stimson

Hedefiniz için en iyi çözüm olabileceğinden emin değilim, ancak SAR verileriyle ilgili deneyimim, Savannah ve kumlu ortamlarda parkurları bulmanın doğru yolu olabileceğini gösteriyor.

SAR uyumlu bir görüntüleme sistemi olduğundan, iki tür değişiklik saptaması, yani tutarsız ve tutarlı değişiklik saptaması düşünülebilir. Tutarsız değişiklik tespiti, bir sahnenin ortalama geri saçılma gücündeki değişiklikleri tipik olarak bir ortalama yoğunluk oranı değişim istatistiği (genlik sinyali) aracılığıyla tanımlar. Öte yandan tutarlı değişiklik tespiti, örnek tutarlılık değişim istatistiği kullanılarak dönüştürülen görüntülerin genliği ve fazındaki değişiklikleri tanımlar. Tutarlı değişiklik tespiti, bu nedenle tutarsız teknikler kullanılarak tespit edilemeyen alt çözünürlüklü hücre saçılma yapısında çok ince sahne değişikliklerini tespit etme potansiyeline sahiptir. Başka bir deyişle araçlar veya hayvanlar izler.

Koherens Değişim Tespiti (CCD) sayesinde tutarlı bir faz haritası (pankromatik) elde edebilirsiniz. Beyaz piksel, tutarlı sinyal (değişiklik yok), siyah piksel tutarsız sinyal (değişiklik) anlamına gelir. Bir ilgi alanı için paralel yollar bulabileceğinizde, ilginç daha fazla araştırma yapılması gerektiği anlamına gelir.

resim açıklamasını buraya girin

Tabii ki, fazın dalga boyuna ve zaman faktörüne bağlıdır.
Ancak tekrarlanan SAR görüntüleri, interferometrik olarak alınmalı ve işlenmelidir.

Temel olarak bu tür bir analiz yapmak için 2 iyi araç vardır: Radar Mapping Suite ile Erdas ve SarScape modüllü ENVI.

Değerlendirmem ekonomik yönlerden yoksundur.

— superifa
kaynak

Bu yöntem, etkinlik öncesi ve sonrası gösteren görüntüler olduğunu varsayar. Bazı durumlarda sadece 5 yaşında (pankromatik) görüntülere sahip olacağımız için çok fazla gürültü beklemeliyiz ve bu nedenle bu yöntem sorunlu olabilir.

— 15:45 ragnvald