Detección De Cambios Y Sus Áreas de Aplicación
Los algoritmos de detección de cambios son los encargados habituales de llevar a cabo esta tarea. Pero, ¿qué es la detección de cambios? A grandes rasgos, la detección de cambios, en teledetección y en los SIG, se basan en encontrar diferencias en dos imágenes de satélite antes y después de un determinado suceso.
Aunque la detección de cambios en teledetección es usada mayoritariamente en negocios de diversos sectores, también puede usarse con fines no comerciales. Por ejemplo, para medir el desarrollo y las consecuencias de fenómenos meteorológicos extremos o, en combinación con otros datos, problemas relacionados con la salud.
¿Cómo Funciona La Detección De Cambios En Los SIG?
La detección de cambios en los SIG en la agricultura analiza datos estadísticos y geoespaciales. Los datos estadísticos pueden obtenerse de diversas fuentes y la información geoespacial se obtiene con medios de teledetección, como drones, vehículos aéreos no tripulados y satélites. Hoy en día, la detección de cambios en teledetección está ganando más popularidad, siendo a menudo la opción más rápida y barata gracias al acceso abierto a los datos.
Cuándo Usar La Detección De Cambios: 4 Tipos de Diferencias
Los algoritmos de detección de cambios comparan dos imágenes satelitales en base a una determinada característica distintiva y sus propiedades en un intervalo de tiempo. Las diferencias en la forma, el tamaño, la ubicación y la identidad del objeto son los cuatro factores diferenciadores básicos (variables) que hay que analizar.
- Cambios en la forma del objeto en un intervalo de tiempo. Generado con imágenes de satélite anteriores y posteriores, un mapa de detección de cambios muestra si el objeto ha adquirido una forma diferente. Por ejemplo, ayuda a comprender las transformaciones de la forma de los bosques tras un incendio forestal, una tala selectiva en grupo o una tala rasa.
- Cambios en el tamaño del objeto en un intervalo de tiempo. La cartografía de detección de cambios también puede mostrar si un elemento del área de interés aumenta o disminuye de tamaño cuando se comparan dos o más imágenes de satélite correspondientes a fechas diferentes. Por ejemplo, esto puede mostrar ríos o lagos secos.
- Cambios en la ubicación del objeto en un intervalo de tiempo. Este tipo ayuda a controlar si un objeto se movió a otra zona dentro de un periodo concreto.
- Cambios en la identidad del objeto en un intervalo de tiempo. Combinando la monitorización por satélite y otras fuentes de datos, este tipo puede mostrar si un objeto se utiliza para un propósito diferente a lo largo del tiempo. Por ejemplo, un antiguo edificio puede adquirir una nueva vida como centro comercial o unos locales residenciales convertirse en hotel u hostal. Hay que tener en cuenta que este tipo de análisis no puede basarse totalmente en imágenes satelitales, ya que se necesita información adicional sobre el objeto.
Cómo Realizar La Detección De Cambios De Una Imagen Con EOSDA LandViewer
No es necesario ser un experto en SIG para comparar dos imágenes de satélite con EOSDA LandViewer. El análisis también puede ser realizado por usuarios con poca experiencia o sin conocimiento sobre los SIG. Sólo tiene que probar y utilizar la herramienta de detección de cambios incluida en el software. Para ello, siga los siguientes pasos:
- Establezca su área de interés.
- Seleccione la primera imagen de satélite del evento que quiere analizar.
- Acceda a la sección de Detección de cambios.
- Seleccione la segunda imagen de satélite para la comparación (de una fecha anterior o posterior).
- Aplique el índice apropiado para comparar las imágenes.
- Haga clic en Aplicar, y luego en Calcular, para ver los cambios.
EOSDA LandViewer generará un mapa de detección de cambios basado en teledetección usando el índice seleccionado (están disponibles tanto los índices por defecto como los personalizados). La imagen resultante permite un análisis visual SIG de dos imágenes y la monitorización de los cambios ocurridos durante el periodo de tiempo seleccionado. Nuestro software de detección de cambios también calculará y mostrará el tamaño de la zona afectada. Cuando sea necesario, los usuarios de la plataforma podrán descargar los resultados como un archivo en formato *.JPEG, *.PNG o *.TIFF.
EOSDA LandViewer es un software gratuito de detección de cambios para imágenes de baja resolución y resolución media. Las imágenes de alta resolución están disponibles previa solicitud. Además, otras funciones como los gráficos de series temporales y las animaciones de lapso de tiempo proporcionan una presentación muy potente visualmente. Estas funciones permiten comparar más de dos fechas y seguir la dinámica de los cambios, así como realizar un análisis SIG retrospectivo para dar un salto atrás en el tiempo.
Depende del sensor utilizado y de las aplicaciones de detección de cambios. En la mayoría de los casos de análisis espacial, los efectos atmosféricos en las imágenes ópticas deben suavizarse previamente. La corrección atmosférica suele implicar la eliminación de aerosoles y nubes para obtener datos más precisos de las imágenes de satélite para la detección de cambios. En EOSDA LandViewer, las imágenes Sentinel-2 de 2018 y posteriores ya han sido sometidas a corrección atmosférica (nivel de procesamiento L2A).
Ejemplos Y Aplicaciones Industriales: Métodos De Detección De Cambios En La Práctica
La detección geoespacial de cambios tiene multitud de usos. Se emplea para controlar cambios en la superficie forestal (deforestación), el estado de los cultivos, el uso del suelo, la expansión urbana, el movimiento de vehículos, el agrietamiento de glaciares, etc. La detección del cambio climático antropogénico en los océanos del mundo sirve para darse cuenta del alcance del problema y planificar una respuesta eficaz.
Dado que hay diferentes métodos de detección de cambios, veamos varios ejemplos de catástrofes y fenómenos meteorológicos extremos para comprender cómo la detección de cambios puede ayudar a analizar el desarrollo de tales fenómenos y facilitar la adopción de medidas posteriores.
Algoritmos De Detección De Cambios Para Analizar Las Consecuencias De Las Inundaciones
La evaluación del impacto de las catástrofes naturales y antropogénicas es un ejemplo habitual de detección de cambios en teledetección en la monitorización del medioambiente. Desgraciadamente, los huracanes, las sequías y las precipitaciones anormales son fenómenos frecuentes en la actualidad. Las inundaciones fluviales figuran entre los indicadores más notorios del cambio climático en la actualidad .
Breve Descripción De La Catástrofe
En agosto de 2022, 24 personas murieron y 18 resultaron heridas debido a una inundación a gran escala en Sindh, la provincia más poblada de Pakistán. Muchas víctimas perecieron bajo los tejados y paredes de edificios en ruinas. Dado que los sistemas de drenaje y alcantarillado están desgastados y anticuados en el país, los aguaceros durante los monzones representan una grave amenaza para los pakistaníes.
Objetivo
Identificar la zona inundada con el método de detección de cambios mediante teledetección comparando imágenes de satélite de distintas fechas y aplicando bandas espectrales específicas y sus transformaciones; evaluar los daños de la catástrofe; comprender la dinámica y el tamaño de las inundaciones.
Datos Analizados
- Origen y fechas de las imágenes: Imagen anterior a la catástrofe (Sentinel-2 27/06/2022) e imagen posterior a la catástrofe (Sentinel-2 05/09/2022) en EOSDA LandViewer.
- Área de interés: Parte del río Indo y sus alrededores en la provincia de Sindh, Pakistán.
- Índice: NDWI.
Solución Y Resultados
El mapa de detección de cambios NDWI obtenido delinea los cambios de la superficie subyacente (de la Tierra) en el área de interés, es decir, la extensión de las inundaciones fluviales y el territorio afectado. El aumento y la disminución de los valores relativos del índice se dividen convencionalmente en cinco clases. Cada clase tiene indicaciones espaciales distintas que pueden mostrarse en %, hectáreas o kilómetros cuadrados.
Este caso de uso del SIG muestra cómo la detección de cambios en las imágenes satelitales puede ayudar a gestionar las operaciones de socorro en caso de catástrofe al resaltar en rojo las zonas más afectadas. La información ayudará a evaluar el alcance de la destrucción y a validar las reclamaciones al seguro, lo que da fe de la importancia de la detección de cambios usando imágenes satelitales en los seguros. Los resultados del análisis también pueden utilizarse para planificar nuevas construcciones seguras de viviendas y otros edificios.
Detección De Cambios Con Imágenes Satelitales Tras Los Incendios Forestales
Los incendios forestales figuran entre los desastres naturales más frecuentes y peligrosos que causan graves daños a los ecosistemas y comunidades mundiales. El Centro Nacional de Coordinación Interinstitucional (NICC) de Estados Unidos informa de que cerca de 59.000 incendios forestales imprevistos quemaron más de 7,1 millones de acres en todo el país en 2021 . Los incendios forestales también son un grave problema en Ucrania.
Breve Descripción De La Catástrofe
En abril de 2020, se produjeron incendios forestales a gran escala en las regiones ucranianas de Zhytomyr y Kyiv, debido a una difícil situación meteorológica y a la incorrecta gestión del fuego por parte de la gente local. Los incendios destruyeron cientos de hectáreas de bosques. Una gran parte de las masas forestales incendiadas se encontraba en la zona de exclusión de Chornobyl, muy contaminada con radionucleidos de larga vida. La contaminación de los bosques complicó las operaciones de extinción, en las que participaron más de 1.000 personas y que duraron varias semanas.
Objetivo
Utilizar métodos de detección de cambios mediante teledetección y monitorizar las diferencias en las masas forestales antes y después. Comprender la escala y la dinámica de los incendios forestales, estimar el tamaño de las zonas quemadas y los activos forestales perdidos con la detección de cambios en la cubierta terrestre.
Datos Analizados
- Origen y fechas de las imágenes: Imagen anterior a la catástrofe (Sentinel-2 15/06/2019) e imagen posterior a la catástrofe (Sentinel-2 24/06/2020) en EOSDA LandViewer.
- Área de interés: Bosques en la región de Zhytomyr, Ucrania.
- Índice: NBR.
Solución Y Resultados
La detección de cambios en la cubierta terrestre mediante teledetección y SIG muestra la diferencia en el estado de la superficie forestal en las imágenes anterior y posterior. La herramienta de detección de cambios de EOSDA LandViewer también divide el área de interés en varias zonas en función de los umbrales preestablecidos de gravedad de los daños (véase la imagen superior):
- Quemaduras de gravedad alta – 5,95 km2;
- Quemaduras de gravedad moderada – 32,22 km2;
- Quemaduras de gravedad baja – 38,70 km2;
- Sin quemar – 98,47 km2;
- Reforestación – 6,79 km2.
Los datos son especialmente importantes para las unidades de respuesta ante catástrofes y de extinción de incendios, sobre todo para planificar las operaciones de evacuación y las rutas de acceso de los camiones de bomberos. Además, los resultados del análisis del SIG permiten una evaluación preliminar de las zonas forestales dañadas y el cálculo de las pérdidas estimadas.
Satélites De Teledetección Para La Detección De Cambios En La Vegetación
El sector agrícola forma parte de los sectores que han sabido aprovechar las ventajas de la monitorización por satélite. La información SIG obtenida puede ser útil no sólo para los agricultores, sino también para las compañías de seguros, los bancos, los proveedores de insumos, los comerciantes y otros agentes de la industria agrícola.
Breve Descripción De La Catástrofe
En el verano de 2022, la sequía del suelo y del aire afectaron gravemente a los cultivos de maíz de las comunidades rurales de Mohyliv-Podilsky, Shargorod y Chernivtsi, en el suroeste de la región de Vinnytsia (Ucrania). La campaña de siembra se llevó a cabo los días 5 y 6 de mayo, sin precipitaciones posteriores durante dos meses. Tradicionalmente, la producción de cultivos en esa parte de Ucrania depende en gran medida de las lluvias, y la ausencia de humedad en el suelo provocó una pérdida crítica de rendimiento.
Objetivo
Realizar un seguimiento de la detección de cambios en la vegetación utilizando las funciones de EOSDA LandViewer; analizar la dinámica de crecimiento de los cultivos y el impacto de las condiciones meteorológicas desfavorables en el estado del campo; evaluar el estrés de la vegetación.
Datos Analizados
- Origen y fechas de las imágenes: Imagen anterior a la catástrofe (Sentinel-2 18/07/2021) e imagen posterior a la catástrofe (Sentinel-2 21/07/2022) en EOSDA LandViewer.
- Área de interés: Campos de maíz cerca de Shargorod, región de Vinnytsia, Ucrania.
- Índice: GCI.
Solución Y Resultados
Midiendo las diferencias en los valores de los índices, los algoritmos de detección de cambios muestran las zonas con estrés y ayudan a comprender el impacto de las condiciones meteorológicas extremas en el área de interés. Como se muestra en la imagen anterior, 135,26 kilómetros cuadrados de territorio fue lo que más sufrió (una suma de zonas resaltadas en naranja y rojo). Los resultados del análisis SIG ayudan a evaluar los daños en el campo, lo que demuestra la importancia de los datos de detección de cambios en los seguros relacionados con las cosechas.
La información SIG obtenida es útil, en última instancia, en la toma de decisiones de gestión agrícola para salvar las cosechas y mitigar las pérdidas de rendimiento. Por ejemplo, el estado de las plantas puede mejorarse con fertilización, riego de precisión y otras operaciones de campo adecuadas.
Detección De Cambios En SIG Para Uso No Comercial
La comparación de imágenes de satélite proporciona información útil en múltiples industrias, pero sus aplicaciones van mucho más allá de fines comerciales. Este método puede ser interesante para los analistas aficionados, sobre todo cuando el software de detección de cambios en SIG es gratuito y fácil de usar.
Estas plataformas en línea pueden ayudar a organismos gubernamentales, entidades no comerciales y otros a obtener información valiosa sobre cómo se modifican las propiedades de un área de interés con el paso del tiempo. Por ejemplo, junto con otras fuentes, las instituciones sanitarias pueden utilizar la detección de cambios SIG para analizar la propagación de enfermedades .
EOSDA LandViewer ofrece una rica colección de imágenes de satélite y su herramienta de detección de cambios SIG no es la única característica útil. Obtenga más información sobre las funciones de la plataforma o pregúntenos si tiene alguna duda en sales@eosda.com.
Acerca del autor:
Petro Kogut es doctor en Física y Matemáticas (1998). Defendió con éxito dos tesis: "Estabilidad y estabilización óptima de ecuaciones entero-diferenciales neutras" (1989) y "Estabilidad y estabilización óptima de ecuaciones entero-diferenciales neutras, homogeneización de problemas de control óptimo para sistemas con parámetros distribuidos" (1998).
Es autor de múltiples publicaciones científicas, entre ellas "Modelo variacional con condiciones de crecimiento no estándar para la restauración de imágenes ópticas de satélite mediante su corregistro con el radar de apertura sintética".
El Dr. Kogut ha recibido dos becas: una del Fondo Internacional de Investigaciones Fundamentales - "Vidrodzhennia" (1996) y otra del Fondo Ucraniano de Investigaciones Fundamentales (1997).
En 1996 fue nombrado Profesor Asociado de Soros. Un año después, recibió el primer premio de la Academia Nacional de Ciencias de Ucrania por su investigación en la teoría de la homogeneización de los problemas de control óptimo.
El Dr. Kogut ha recibido una condecoración honorífica, "Excelencia en la educación de Ucrania" (2014) y la medalla de A. M. Makarov, "Por méritos significativos" (2019).
Desde 2014, Petro es el director del departamento de ecuaciones diferenciales de la Universidad Nacional de Dnipro Oles Honchar.
Algunas de las aficiones del Dr. Kogut son la pesca y la carpintería.
El Dr. Kogut presta asesoramiento científico a EOS Data Analytics.
Artículos recientes
Secuestro De Carbono En El Suelo: Descubriendo Su Potencial
EOSDA explora las complejidades del carbono orgánico del suelo, sus beneficios, los desafíos en su gestión y cómo los análisis de datos satelitales impulsados mediante IA pueden ayudar con esta tarea.
Asocación De EOS Data Analytics Y Agro Gestión
Con un enfoque basado en la innovación y la sostenibilidad, la colaboración de EOSDA y Agro Gestión llevará tecnología satelital de vanguardia a más empresas agrícolas en Argentina, España y Paraguay.
Cultivo De Aguacate: Información Para Una Buena Cosecha
La paciencia es clave en el cultivo del aguacate, ya que estos árboles necesitan tiempo para desarrollarse y madurar. Sin embargo, la espera merece la pena, ya que puede dar fruto durante muchos años.