blog oficial

http://sigyury.blogspot.com.br/

jueves, 28 de febrero de 2019

7 NUEVAS FUNCIONES DE LANDVIEWER QUE NO DEBERÍA PERDERSE

7  NUEVAS FUNCIONES DE LANDVIEWER QUE NO DEBERÍA PERDERSE

Hace tres años hemos publicado sobre LANDVIEWER, ahora hay una nueva actualización con nueva funciones y novedades. 

LandViewer es un servicio basado en la nube desarrollado por EOS Data Analytics, una compañía con sede en los Estados Unidos, que permite acceder de manera sencilla a datos de satélite y realizar análisis increíblemente rápidos. Las numerosas actualizaciones que ha tenido en los últimos meses han permitido ampliar el catálogo de imágenes de satélite e introducir más herramientas de análisis y otras prácticas funciones.


Una plataforma integral para buscar y analizar imágenes

A finales de 2018, los datos espaciales y aéreos gratuitos disponibles para exploración, análisis y descarga en LandViewer incluían imágenes de Sentinel-2 y Sentinel-1 de la ESA, Landsat 8 y misiones previas de NASA-USGS, MODIS, CBERS-4 y NAIP. Ahora, tras la adición de las imágenes comerciales de alta resolución de Airbus, SpaceWill y SI Imaging Services, esa amplia selección de datos de observación de la Tierra es aún mayor.

LandViewer se ha convertido en una plataforma única en la que además de los datos de fuentes abiertas se pueden explorar datos comerciales con cobertura global, tiempos de revisita cortos y resoluciones espaciales de hasta 40 cm. El catálogo actual incluye imágenes de Pléiades 1a/1b, SPOT 5, SPOT 6 y SPOT 7, además de KOMPSAT-2, 3, 3A, SuperView, Gaofen 1, 2 y Ziyuan-3. En comparación con otros exploradores de imágenes de alta resolución, LandViewer ofrece ventajas como la previsualización gratuita, el cálculo automático del precio por área seleccionada y el envío rápido de las imágenes desde el almacenaje en la nube de EOS Storage en 3 días laborales.
 
Previsualización de una imagen del Gaofen 2 tomada sobre la Palm Jebel Ali.

Observaciones a largo plazo con Análisis de series temporales

La gran cantidad de datos disponibles, como las imágenes del Sentinel-2 que se actualizan semanalmente y los datos históricos del Landsat, ha facilitado considerablemente la monitorización de los cambios a lo largo de periodos de tiempo prolongados. Pero, ¿cuánto tiempo se necesita para seleccionar y procesar varios años de datos de satélite para obtener una perspectiva multitemporal? Nunca lo sabrá porque el nuevo análisis de series temporales analizará todos esos datos de teledetección por usted y le ofrecerá los resultados en una gráfica fácil de interpretar. 

Gráfica de series temporales del Sentinel-2 creada para campos agrícolas en el estado de Kansas. 

Solo tiene que seleccionar un área de interés (AOI), un conjunto de datos de satélite y un periodo de tiempo entre 1 mes y 10 años. El algoritmo elegirá a continuación todas las imágenes con nubosidad mínima y calculará el NDVI, NDWI o NDSI en unos instantes. Por defecto, la gráfica de series temporales contiene líneas (representan los valores mín., máx., promedio y DE) que pueden ocultarse o mostrarse según convenga, y cuando vea un pico inusual o una caída en los valores, puede visualizar una escena de satélite que represente esa sección de la curva para establecer la causa. Los resultados pueden descargarse como imagen (.png) o como archivo .csv con el que trabajar en Excel.

Análisis de vegetación mejorado con nuevos índices espectrales

Todos los interesados en un análisis más detallado de la cubierta vegetal estarán encantados con los nuevos índices espectrales de LandViewer: SAVI, EVI, ARVI, GCI, SIPI y NBR. Estos pueden complementar al análisis general del NDVI haciendo correcciones para la influencia de la atmósfera, el efecto de la topografía o el brillo del suelo, dependiendo de la densidad de la vegetación, el clima y la elevación en el área de interés. A su vez, el índice NBR está diseñado para destacar las áreas quemadas frente a la vegetación saludable; mientras que la diferencia entre los valores del NBR antes de un incendio y después de un incendio se puede aplicar para estimar la gravedad del incendio.

El uso simultáneo de varios índices permite tener un mejor conocimiento de la salud de las plantas y ayuda a identificar en una fase temprana la vegetación estresada o infectada.

Análisis del SAVI con datos del Sentinel-2 de una región agrícola árida en Egipto (en la izquierda).

Nueva leyenda y cálculo de área

Otra nueva función de LandViewer, la leyenda del índice, está diseñada para solucionar el problema de la interpretación de los resultados del índice, un problema común para los nuevos usuarios. Ahora, al aplicar un índice espectral sobre el territorio seleccionado, el usuario puede ver una leyenda detallada en la que cada clase marcada con color contiene una breve descripción. Por ejemplo, en el cálculo del NDVI identificará y resaltará áreas con “vegetación densa”, “vegetación moderada”, “vegetación escasa”, “suelo abierto” o “sin vegetación”.

Otra función añadida recientemente y que permite ahorrar tiempo es que ahora el área de cada zona incluida en la leyenda del índice espectral se calcula automáticamente, tanto en metros cuadrados como en tanto por ciento.  




Y no olvidemos la función mejorada Área de interés (AOI), que permite la carga masiva de varias AOIs y acelera el trabajo al permitir la visualización simultánea y el salto rápido entre AOIs en un mapa para búsquedas de imágenes o suscripción de nuevas escenas.

Análisis de zona avanzados

Al introducir la función clustering, los expertos en teledetección y desarrolladores de software de EOS han llevado a un nivel superior los análisis espaciotemporales de LandViewer. Gracias a esta función, los usuarios pueden llevar a cabo la clasificación no supervisada basada en datos de satélite de áreas de hasta 200 kilómetros cuadrados en hasta 19 clústers (o zonas). Este proceso implica establecer parámetros personalizados (tamaño/número de zonas) y esperar unos instantes hasta que LandViewer cree una imagen ráster con zonas marcadas en color y una capa vectorial que destaque los límites. Pueden descargarse ambos resultados. 

Este análisis escalable puede proporcionar información relacionada con la agricultura, la silvicultura, la monitorización costera y otros sectores. Por ejemplo, un agricultor puede usar el mapeado en color de zonas en el campo basado en los valores del NDVI para una navegación en el campo y gestión de cultivos precisas.

De imágenes fijas a interesantes animaciones


Timelapse de la construcción del aeropuerto de Estambul con imágenes del satélite Sentinel-2 entre 2015 y 2018.
No olvidemos que además de la información de los datos espectrales contenida en los píxeles de las imágenes de satélite, ver esos píxeles es divertido. Teniendo esto en cuenta, LandViewer ha introducido la función Animación Time-Lapse que permite que periodistas y usuarios de redes sociales creen entretenidas historias animadas y las compartan en Internet. Cada GIF puede contener hasta 300 escenas, a las que se han aplicado índices o combinaciones de banda.

De desprendimientos de glaciares a la construcción de nuevos estadios, las imágenes de satélite contienen mucha información que vale la pena ver y compartir con la ayuda de LandViewer en eos.com/landviewer.

Agradecimiento a Olga Denisenko por facilitarme la información. 


Share:

viernes, 8 de febrero de 2019

Mapa global de cobertura terrestre 1992-2015, 300m resolución (Land Cover CCI )

Mapa global de cobertura terrestre (Land Cover CCI)

Land Cover CCI Es una coleccion de mapas globales de cobertura terrestre basado en los datos de ENVISAT's Medium Resolution Imaging Spectrometer (MERIS) Level 1B, adquiridos en modo de resolución completa con una resolución espacial de aproximadamente 300 metros.

Ha pasado más de dos años desde el lanzamiento de la primera serie de tiempo de cobertura terrestre global a largo plazo de CCI 300 m (1992-2015) (http://maps.elie.ucl.ac.be/CCI/viewer/) que tuvo lugar en la conferencia WorldCover en marzo de 2017. El esfuerzo de la ESA por hacer mapas anuales de cobertura terrestre ya estan disponibles para su visualzacion y descarga de toda la Tierra.

Link Visor: puedes visualizar la evolución de la cobertura de la tierra de 1992 al 2015


Link Descarga: Es importante ingresar nombre, organizacion y gmail, puedes ingresar datos referenciales. 

La descarga puedes hacer en diferentes formatos y su leyenda


En Google Earth Engine: el Asset en Code Editor: ESA/GLOBCOVER_L4_200901_200912_V2_3
(solo disponible año 2009, esperamos que pronto accedan a toda la base).




Share:

ING. EFRAIN YURY TURPO CAYO

ING. EFRAIN YURY TURPO CAYO
ING. EFRAIN YURY TURPO CAYO
Con la tecnología de Blogger.

CIENTÍFICOS PERUANOS

Formulario de contacto

Nombre

Correo electrónico *

Mensaje *