Outils de traçage (semi) automatisé des bois à partir d'images satellites


9

J'essaie de dessiner des bois dans OpenStreetMap, en utilisant des images de satellite de Yahoo.

L'éditeur JOSM a quelques plugins qui essaient d'automatiser le processus - vous devez cliquer à l'intérieur de la zone et le plugin trouve les limites. Mais la qualité est plutôt mauvaise.

Je recherche des bibliothèques / algorithmes pour obtenir des limites de bonne qualité.

Les images avec lesquelles je travaille ressemblent à ceci: http://maps.yahoo.com/#mvt=s&lat=56.907056&lon=24.597595&zoom=14


devez-vous soumettre des données dérivées d'images de droits d'auteur à OSM?
JamesRyan

1
@James oui, tant que les métadonnées indiquent clairement la source et la méthode de dérivation. Les polygones boisés générés à partir de ces images ne pouvaient pas être utilisés pour régénérer un fac-similé raisonnable de l'original. Si l'image de la carte yahoo était un raster classé d' autre part ... je serais plus prudent.
matt wilkie

après avoir examiné ce que vous avez dit n'est pas le cas, toute dérivation sans autorisation est une violation du droit d'auteur. Dans ce cas, Yahoo l'a spécifiquement autorisé.
JamesRyan

Réponses:


5

Il vaut mieux utiliser une application de télédétection. Bien sûr, vous devez avoir l'imagerie raster sur votre ordinateur. Il existe des tonnes de méthodes qui peuvent vous aider à déterminer les zones boisées, telles que: l'utilisation de réseaux de neurones, des parcelles d'images formées, une segmentation et une classification supervisées / non supervisées. Je ne sais pas si cela résout votre problème, mais c'est un début.

Il existe des DIP (traitement d'image numérique) gratuits, tels que GRASS, SPRING (je pense qu'il n'est disponible qu'en pt-BR) et OSSIM (je ne suis pas sûr de celui-ci)


3

Essayez peut-être différentes images sources. Avec OnEarth, vous pouvez choisir parmi différentes combinaisons de bandes. Les couleurs pseudo ou fausses mettent en évidence les différences entre les zones végétalisées et non végétalisées mieux que le combo de couleurs "naturelles" ou "visuelles" (faites défiler vers le bas pour les exemples d'utilisation de WMS Global Mosaic ). Les données OnEarth sont disponibles via TiledWMS , KML et téléchargement direct (le WMS standard est également disponible mais déconseillé pour alléger la charge du serveur). L'imagerie est gratuite et libre, vous n'avez donc pas à vous soucier de ce que vous êtes autorisé à faire avec.


3

Pour éviter les pièges liés aux licences, vous pouvez récupérer de nombreuses données Landsat TM5 / ETM7 de GLOVIS . Ensuite, en utilisant par exemple les bandes 3 et 4 (rouge et proche infrarouge), et éventuellement d'autres, vous pouvez essayer de classer l'image, d'exporter en tant que polygone, puis de modifier le polygone selon le contenu de votre cœur. Pour les forêts, l'utilisation de la corrélation spatiale entre pixels est souvent très utile (dans votre exemple, regardez la granularité des peuplements forestiers). Les classificateurs de texture (par exemple, calculent la variance du NDVI sur une fenêtre 3x3) complètent les classificateurs radiométriques purs.

En ce qui concerne les outils, GRASS a été mentionné comme étant probablement un bon choix. Nous avons ENVI au travail, et bien qu'il ne s'agisse pas d'un logiciel libre, ce serait l'outil que je considérerais pour cela.

Notez que les données Landsat sont souvent contaminées par des nuages ​​ou des ombres de nuages. Vous devrez peut-être creuser un peu dans l'archive pour trouver des données appropriées.


1

La NASA a récemment créé une carte mondiale de la hauteur des forêts , peut-être en l'utilisant comme base d'édition vous amènerait assez loin sur la voie de votre objectif.


1
d'après la description, cet ensemble de données ne sera pas très utile à cette fin, car les peuplements forestiers sont en moyenne des blocs de 5 km2. Grand ensemble de données cependant, je n'en avais pas encore entendu parler.
matt wilkie

0

Pour dériver des frontières, vous recherchez un algorithme de croissance de région. Cet article traite de ces algorithmes, dont l'un est implémenté dans SAGA GIS

Comme mentionné dans d'autres réponses, vous devez en effet essayer d'utiliser plus de bandes que la lumière visible. En particulier, le proche infrarouge et l'infrarouge devraient bien fonctionner.

Et en fait, la plupart des programmes SIG / télédétection vont plus loin: une fois que vous avez quelques exemples de polygones, ils peuvent effectuer une classification «supervisée», ce qui suggérera même de nouvelles forêts. Vous trouverez de nombreux algorithmes si vous effectuez une recherche à ce sujet.

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.