NV
Автоматически детектируются изменения - перемещения льда, считаются на сколько и за какое время он сместился, а потом делают выводы о том, то происходит со льдом, куда он двигается, какие процессы происходят.
Size: a a a
2019 April 20
NV
Рассчитывается деформация формы и площади наблюдаемой ячейки, на которые разбивают весь снимок
NV
Следующий пример - классификация
NV
Восстановление приводного ветра!
NV
В основном по текстуре водной поверхности. Используются характерные полосы на воде. Какая-то голландская модель. Ссылки у Дениса есть, ну или можете спросить
NV
Расчет морских течений и ветра, обнаружение загрязнений на водной поверхности (например, разлив нефти), проявление апвеллинга (https://ru.wikipedia.org/wiki/%D0%90%D0%BF%D0%B2%D0%B5%D0%BB%D0%BB%D0%B8%D0%BD%D0%B3)
NV
Во многих странах с помощью РЛС обнаруживают пиратские судна!
NV
А вот и не лёд. Классификация земных покровов и тот самый обещанный пример с использованием спекл (метод основан на учете влияния спекла в локальной области изображения)
NV
Открытый инструментарий для работы с такими данными и завершающий слайд, дальше - практика
NV
Как мы и заметили в прошлой части семинара - snap медленный :)
NV
Orfeotoolbox в любимчиках у Дениса. однако он достаточно сложный, стоит прийти к нему после осознания основ после snap
NV
Как применяются эти данные для агропромышленности? В snap есть расчет вегетационного индекса, как это делается?
Например, классификация (что именно растет), отслеживание растительности (где и что растет, какие площади занимает), отслеживают кадастровую составляющую - примеры из Германии. Оценка урожаев тоже по косвенным методам. В общем, нагуглиться что-нибудь должно, Денис отправляет к исследованиям немцев.
TO
А в чем преимущство использования этих данных для задач классификации растительности по сравнению с оптическими?
NV
Timofey Orlov
А в чем преимущство использования этих данных для задач классификации растительности по сравнению с оптическими?
Судя по тому, что сейчас мы обсуждаем, преимущества не принципиальные. Но, например, то, что радиолокация может работать сквозь облачность.
EK
Просто ещё один признак в общую копилку. Сила в том, что называется data fusion