De la page wikipedia :
La détection des changements pour les SIG (systèmes d'information géographique) est un processus qui mesure la façon dont les attributs d'une zone particulière ont changé entre deux périodes ou plus. La détection des changements implique souvent de comparer des photographies aériennes ou des images satellites de la zone prises à différents moments. Le processus est le plus souvent associé à la surveillance de l'environnement, à la gestion des ressources naturelles ou à la mesure du développement urbain
Comment se fait la comparaison? Avec quels outils? Je pense que la description n'est pas complète. Ou quelque chose manque.
Où ou dans quels livres puis-je trouver plus d'informations sur la détection des changements?
Quels outils dois-je utiliser pour effectuer une telle analyse en utilisant les données d'un fichier de formes? (uniquement open-source s'il vous plaît)
MODIFIER
Quelques articles sur la détection des changements (théorie et techniques)
Changer les techniques de détection (D. LU, E. BRONDI, ZIO et E. MORAN, 2004, pdf)
Détection des changements de tendance dans les séries chronologiques NDVI: effets de la variabilité et de la méthodologie interannuelles Forkel, M., Carvalhais, N., Verbesselt, J., Mahecha, MD, Neigh, C., Reichstein, M. (2013) Remote Sensing 5 (2013) 5. - ISSN 2072-4292 - p. 2113 - 2144.
Changements dans les tendances mondiales de l'activité de la végétation Jong, R. de, Verbesselt, J., Zeileis, A., Schaepman, ME (2013) Remote Sensing 5 (2013) 3. - ISSN 2072-4292 - p. 1117 - 1133.
Relations entre le déclin de la banquise estivale, l'augmentation des températures et le changement de la végétation dans la toundra arctique sibérienne à partir des séries chronologiques MODIS (2000-11) Dutrieux, LP, Bartholomeus, HM, Herold, M., Verbesselt, J. (2012) Environmental Research Letters 7 (2012) 4. - ISSN 1748-9326 - p. 12.
Détection de perturbations en temps quasi réel à l'aide de séries chronologiques d'images satellites Verbesselt, JP, Zeileis, A., Herold, M. (2012) Remote Sensing of Environment 123 (2012). - ISSN 0034-4257 - p. 98 - 108. Changements de tendance dans le verdissement et le brunissement mondiaux: contribution des tendances à court terme aux changements à plus long terme Jong, R. de, Verbesselt, J., Schaepman, ME, Bruin, S. de (2012) Global Change Biology 18 (2012) 2. - ISSN 1354-1013 - p. 642 - 655.
Détection des changements phénologiques tout en tenant compte des tendances brusques et graduelles dans les séries chronologiques d'images satellites Verbesselt, J., Hyndman, R., Zeileis, A., Culvenor, D. (2010) Remote Sensing of Environment 114 (2010) 12. - ISSN 0034-4257 - p. 2970 - 2980.
Détection des tendances et des changements saisonniers dans les séries chronologiques d'images satellites Verbesselt, J., Hyndman, R., Newnham, G., Culvenor, D. (2010) Télédétection de l'environnement 114 (2010) 1. - ISSN 0034-4257 - p. 106 - 115.
(J'en ajouterai plus à l'avenir comme si je découvrais des articles plus notables)
Réponses:
La détection des modifications est une opération / un module courant dans les packages de télédétection comme ENVI ou Orfeo toolbox. Il s'agit généralement de données matricielles (images satellites par exemple).
La détection des modifications se fait en comparant deux images raster qui ont été prises à des moments différents mais qui couvrent la même zone. Comme les images couvrent la même zone, les images se superposent. Imaginez deux grilles empilées les unes sur les autres.
Il s'agit alors de comparer si la valeur d'un pixel dans le nouveau raster est la même que la valeur du pixel dans l'ancien raster. Les pixels qui ont changé sont ensuite marqués. La sortie est généralement un raster qui couvre les mêmes étendues que les deux images avec les zones modifiées mises en évidence. C'est une simplification bien sûr mais vous avez l'idée :)
Vous pouvez commencer avec ces documents
Vous pouvez essayer Opticks . Il a un plugin de détection de changement .
la source
Découvrez DTclassifier ici que vous pouvez utiliser avec QGIS.
Fonctionnalités du plugin:
Vous pouvez trouver un tutoriel ici .
À côté de cela, vous pouvez jeter un œil à ce post ici , Détection de changement d'entropie
J'espère que ça t'aide...
la source
Je ne pense pas que vous trouverez de nombreux outils pour la détection des changements sur les données vectorielles (comme les fichiers de formes) car c'est un problème trivial - il suffit de parcourir les points et de me dire s'ils sont les mêmes.
La détection des modifications est plus courante pour les images tramées (par exemple, les images SAR ou les images visuelles / infrarouges), où le problème est de détecter ce qui a changé d'une passe de satellite à l'autre, ou d'un survol d'un avion à l'autre, ou "avant et après" "sur un site qui a connu une catastrophe naturelle.
Pour les images raster, une option de boîte à outils open source est Orfeo Toolbox .
la source
Détection de changement
La détection des changements , dans la discipline de la télédétection, est le processus analytique qui vise à détecter les changements - dans le temps et l'espace - de la couverture terrestre et / et de l'utilisation des terres.
PCA comme technique de détection de changement
Parmi les pratiques de détection des changements les plus courantes et les plus efficaces, citons l'application de l'analyse en composantes principales (ACP) sur des données multidimensionnelles bi ou multi-temporelles (Lu et al., 2003).
Qu'est-ce que PCA?
L'analyse en composantes principales (ACP) est un algorithme de transformation linéaire multidimensionnel. Il reconstruit un ensemble de données multivariées de manière à ce que les premières variables, appelées composants principaux (PC), contiennent la plupart de la variance des données d'origine. Ainsi, l'ACP offre la possibilité de décrire ou de représenter de manière fiable un ensemble de données multidimensionnelles en utilisant moins de dimensions que celles qui composent l'ensemble de données initial (Jolliffe, 2002).
Comment ça marche?
L'ACP redirige les écarts les plus élevés de l'ensemble de données d'origine, qui ressemblent principalement à des caractéristiques paysagères inchangées , dans les premiers composants. Il est de la responsabilité de l'utilisateur d'extraire ensuite les modifications au moyen d'opérations avancées de traitement d'image numérique, c'est-à-dire de classification (segmentation et) d'image.
Détection de changement basée sur PCA utilisant (G) FOSS
PCA est implémenté dans GRASS-GIS ( module i.pca ), R (fonctions princomp () et prcomp () ), OrfeoToolbox , SAGA-GIS et probablement plus (Free &) Open Source Applications.
Un exemple de travail en profondeur, à partir duquel la plupart du texte ci-dessus a été extrait, montre comment cartographier les zones brûlées - qui est essentiellement une analyse de détection des changements - basée sur PCA et GFOSS. Veuillez vous référer à ce travail pour une liste complète de références sur le sujet.
Sur l'utilisation de GRASS-GIS et R pour effectuer l'ACP, il existe une page dédiée à GRASS-wiki intitulée Analyse des composants principaux .
Les références
Jolliffe, IT (2002). Analyse en composantes principales . Springer, 2e édition. 28 illustrations.
Lu, D., Mausel, P., Brondizio, E. et Moran, E. (2003). Changer les techniques de détection. Journal international de télédétection , 25 (12): 2365.
la source
Le progiciel SIG open source et de télédétection Whitebox Geospatial Analysis Tools ( http://www.uoguelph.ca/~hydrogeo/Whitebox/ ) dispose d'un nombre assez important d'outils pour effectuer la détection des changements sur l'imagerie. Cela inclut des outils pour l'analyse de changement de vecteur, la tabulation croisée, la régression d'image, l'analyse des composants principaux et l'opération d'insertion de la mémoire de la fonction d'écriture. Je suis probablement partisan, étant le développeur principal du logiciel, mais j'enseigne souvent la détection des changements aux étudiants de premier cycle utilisant Whitebox et mon expérience a été qu'il s'agit d'un logiciel convivial et intuitif pour ce type d'analyse.
la source
La détection des changements est une étude très intense lorsque vous travaillez pour le développement urbain, la gestion du paysage ou la fragmentation des forêts ... Pour de telles fins qui nécessitaient un résultat beaucoup plus précis, vous devez d'abord opter pour la classification d'une zone du passé au présent, puis travailler avec celles-ci données vectorielles pour l'étude de détection des changements
la source