通用变化检测 |
AI 解译工具
通过比对同一区域不同时期的两张影像，排除季节变化、阴影等干扰因素，提取土地、水域、建筑等发生变化的位置和范围，从而得到森林、农田、城市等土地利用变化情况。
AI Earth云平台工具箱模式下，通用变化检测工具近期进行了更新，同时支持针对0.5m-2m高分辨率数据和8m-15m中分辨率数据AI智能解译。其中中分辨率模型支持直接选择平台-2 L2A数据进行在线分析。
高分辨率数据变化检测
通过本地上传杭州未来科技城区域2017年和2019年两期高分影像（数据分辨率0.5m），导入处理分析项目的工作空间，在工具箱模式下，使用AI解译工具中的变化检测工具，选择通用变化检测（高分辨率模型 适用0.5m-2m分辨率）模型，选择前后期影像，确定解译范围、置信度、过滤阈值等信息，提交分析处理。
AI Earth工具箱模式视图
解译完成后，矢量结果将自动添加到左侧图层列表，通过卷帘工具查看解译效果，下图为阿里巴巴西溪园区B区建设情况。
AI Earth高分数据变化检测解译效果
中分辨率数据变化检测
我们使用AI Earth平台数据检索模块，检索哨兵2号数据进行变化检测。哨兵2号（-2）是欧洲空间局哥白尼计划下的一个地球观测任务，该任务主要对地球表面进行观测以提供相关遥测服务。其系列卫星搭载多光谱成像仪拥有13个谱段，从可见光到近红外再到短波红外，空间分辨率从10m到60m不等。因其数据具备相对分辨率优势且全球免费公开使用，得到了众多研究和使用。
AI Earth云平台上的-2 L2A数据资源
将检索得到的2019年和2022年两期哨兵2数据导入至刚才的项目工作空间，继续在工具箱模式下，使用AI解译工具中的变化检测工具，选择通用变化检测（中分辨率模型 适用8m-15m分辨率）模型，选择前后期影像（平台默认使用哨兵2数据的10m分辨率波段提交AI解译），确定解译范围、置信度、过滤阈值等信息，提交分析处理。
AI Earth工具箱模式视图
解译完成后，矢量结果将自动添加到左侧图层列表，通过卷帘工具查看解译效果，下图为杭州西站建设情况。
相关文章
