كيفية عمل أداة "تحليل التغييرات باستخدام LandTrendr"

تتوفر مع رخصة محلل الصور.

يمكن استخدام أداة تحليل التغييرات باستخدام LandTrendr، بالاقتران مع أداة اكتشاف التغيير باستخدام البيانات النقطية لتحليل التغيير، لتحديد التغييرات في قيم البكسل بمرور الوقت للإشارة إلى استخدام الأراضي أو تغيرات الغطاء الأرضي.

خوارزمية LandTrendr

تستخدم أداة تحليل التغييرات باستخدام LandTrendr خوارزمية الكشف المستند إلى لاندسات عن الاتجاهات في الاضطراب والاسترداد (LandTrendr) (كيندي وآخرون، 2010). الغرض من هذه الخوارزمية هو استخراج معلومات حول كيفية تغير معلم في المشهد بسبب الاضطراب (فترة قصيرة من التغيير من حالة إلى أخرى) والانتعاش (العملية الأطول للعودة إلى الحالة الأصلية).

اكتشاف التغيير

تقوم خوارزمية LandTrendr على فكرة أن تاريخ البكسل يمكن تقسيمه إلى عدة شرائح خطية بمرور الوقت. قد تكون هناك فترات طويلة مع تغيير طفيف جدًا، ممثلة في خط مستقيم مع منحدر صغير. عند حدوث اضطراب، ستشهد قيمة البكسل تغييرًا، يمثله مقطع خطي قصير، ربما يكون شديد الانحدار. إذا سُمح بالتعافي، على سبيل المثال، بعد حريق الغابات، فسيتم تمثيل ذلك بخط طويل مائل بلطف، يعود إلى القيمة الأصلية للبكسل.

في الرسم البياني أعلاه، كانت وحدة البكسل خضراء لبعض الوقت، ثم حدث اضطراب وتغير لون البكسل إلى اللون البني الرمادي، ثم تحول ببطء إلى اللون الأخضر مع مرور الوقت. في خوارزمية LandTrendr، يتم تمثيل ذلك بثلاثة مقاطع خطية موضحة في الرسم البياني في أسفل الصورة. هناك نقاط قممية في كل تغيير تساعد على وصف المقاطع.

هذا المثال هو تاريخ مبسط للغاية للبكسل مع مرور الوقت. قد يكون هناك العديد من التغييرات على المناظر الطبيعية على مر السنين، كبيرة وصغيرة. توفر أداة تحليل التغييرات باستخدام LandTrendr معلمات للتحكم في معلومات النموذج التي يجري استخراجها، بحيث يمكنك استرداد التغييرات التي تهتم بها فقط.

متطلبات صورة الإدخال

صُممت خوارزمية LandTrendr لبيانات معامل الانعكاس السطحي لـ Landsat TM وLandsat ETM+ وLandsat OLI. ومع ذلك، ستكتشف أداة تحليل التغييرات باستخدام LandTrendr التغيير للصور من أي مستشعر مدعوم، بالإضافة إلى مشتقات الصور مثل فهارس النطاق.

تتطلب الخوارزمية صورة واحدة فقط لكل عام في تحليلك، ويوصى بأن يكون لديك ما لا يقل عن ست سنوات من البيانات لهذه الأداة. أنشئ مجموعة بيانات فسيفساء متعددة الأبعاد أو مجموعة بيانات نقطية متعددة الأبعاد بتنسيق البيانات النقطية السحابية (.crf) مع صور سنوية واستخدمها كإدخال للأداة.

تُنفذ التجزئة على نطاق واحد فقط في الصورة. لذلك، من المهم اختيار النطاق للمعالجة التي ستمثل أفضل المعلومات التي تريد استخراجها. على سبيل المثال، قد يكون نطاق الأشعة تحت الحمراء القريبة (NIR) هو أفضل نطاق يمكن استخدامه لالتقاط التغيرات في الغطاء النباتي. ومع ذلك، في كثير من الحالات، قد يكون مؤشر النطاق أكثر ملاءمة لاستخراج المعلومات. على سبيل المثال، لتصور التغييرات في معالم المياه المفتوحة في المناظر الطبيعية، قد ترغب في استخدام مؤشر الاختلاف القياسي المعدل للمياه (MNDWI)، والذي يستخدم المعلومات الطيفية في النطاقات الخضراء ونطاقات SWIR.

نظرًا لأن هذه الخوارزمية تعتمد على القدرة على مراقبة ظاهرة ما باستمرار بمرور الوقت، فمن المهم أن يكون لديك صور تم تطبيعها لضوضاء الغلاف الجوي وأجهزة الاستشعار والسحب والظل السحابي. إذا كان لديك صور متعددة من سنة واحدة (ويفضل من موسم واحد لتقليل التقلبات الموسمية)، يمكنك إزالة السُحب والظل السحابي من عدة صور ودمجها لإنشاء صورة تمثيلية واحدة لتلك السنة.

نتائج النماذج

الإخراج من أداة تحليل التغييرات باستخدام LandTrendr هو البيانات النقطية لتحليل التغيير التي تحتوي على معاملات النموذج. هناك شريحة واحدة لكل سنة في التحليل، لذلك يحتوي كل بكسل على مجموعة مختلفة من معاملات النموذج لكل سنة. يتضمن الإخراج نطاقًا يسمى FittedValue، والذي يوفر قيمة البكسل عند تركيبه على مقطع الخط النموذجي في تلك المرحلة الزمنية.

من الصعب تفسير معاملات النموذج بصريًا. هناك أدوات إضافية لاستخدامها لتفسير البيانات:

• أنشئ مخططًا زمنيًا لملف التعريف لاستكشاف تغييرات البكسل بمرور الوقت، باستخدام نطاق القيمة الملائمة. سيعرض لك هذا المقاطع الخطية المستخرجة لبكسل باستخدام خوارزمية LandTrendr.
• استخدم البيانات النقطية لتحليل التغيير كإدخال إلى أداة اكتشاف التغيير باستخدام البيانات النقطية لتحليل التغيير لاستخراج معلومات تاريخ التغيير.

مخطط الملف التعريفي المؤقت

لاستكشاف النتائج المجزأة للنموذج، أنشئ مخططًا جانبيًا زمنيًا لإخراج تحليل التغيير من أداة تحيل التغييرات باستخدام LandTrendr، باستخدام نطاق القيمة الملائمة.

تاريخ التغيير

لاستخراج معلومات حول التواريخ التي تغيرت فيها قيم البكسل، استخدم أداة اكتشاف التغيير باستخدام البيانات النقطية لتحليل التغيير. تُنشئ هذه الأداة بيانات نقطية حيث يكون لكل بكسل فيها قيمة تاريخ تتوافق مع التاريخ الذي تهتم به. يمكنك استخراج تاريخ البدء أو تاريخ الانتهاء لشريحة معينة في النموذج. على سبيل المثال، يمكنك استخراج تاريخ بداية المقطع الذي يمثل أطول فترة تغيير، ممثلة بالنقطة في المخطط أعلاه، أو يمكنك استخراج تاريخ انتهاء المقطع الذي يمثل أسرع تغيير (أعلى قيمة انحدار)، ممثلة بنقطة في الرسم البياني أعلاه.