Landviewer lanza 7 nuevas funciones para el análisis de imágenes satelitales

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (2 votos, media: 5,00 sobre 5)
Cargando…

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.

LandViewer
Previsualización de una imagen del KOMPSAT-3A tomada sobre el Aeropuerto Internacional de Shanghái-Hongqiao el 29 de octubre de 2018.

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.

LandViewer
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.

LandViewer
Análisis del SAVI con datos del Sentinel-2 de una región agrícola árida en Arabia Saudí

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.

LandViewerY 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

 

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.

Dejar respuesta

Please enter your comment!
Please enter your name here